《Matlab的语音特征》由会员分享，可在线阅读，更多相关《Matlab的语音特征（52页珍藏版）》请在金锄头文库上搜索。
1、摘摘 要要 随着计算机技术的发展 语音交互已经成为人机交互的必要手段 语音特征参数的精 确度直接影响着语音合成的音质和语音识别的准确率 因此语音信号参数提取是语音信 号处理研究中一项非常有意义的工作 要提取语音信号特征参数 首先必须对语音信号进行数字化处理 本文采用Matlab 录音工具录音 由计算机自动完成模拟信号到数字信号的转换 其次 进行预处理 包 括预加重 加窗和分帧 本文讨论了预处理中各种参数的选择 以使信号特征提取更加 准确 第三 讨论了各种时域特征参数的算法 包括短时能量 短时过零率 短时自相 关函数和短时平均幅度差函数 比较了浊音 清音特征参数的区别 最后 利用算得的 特征参数
2、 完成了清音 浊音 静音的判别和浊音基音周期的提取 本文采用Matlab软件提取参数 仿真判别清 浊音的不同算法 并从准确性和高效 性两方面 结合软件可视化功能 对算法进行了评价 运用Matlab实现语音信号特征参 数提取具有方法简单 速度快 误差小等优点 能够大大提高研究精度和效率 关键词 关键词 语音信号 特征参数 提取 Matlab ABSTRACTABSTRACT With the development of computer technology speech interaction has become a necenssary means of human computer c
3、onmunacation The speech feature parameters directly affects the accuracy of the sound quality of speech synthesis and speech recognition Therefore in the research of speech signal processing speech signal parameter extraction is a very meaningful task Extracting speech signal feature parameters firs
4、t needs digitalization In this paper we record voice using Matlab recording tool and the conversion from analog signal to digital signal is automatically completed by computer Secondly carry out pre processing including preemphasis windowing and dividing frame This paper discussed the options of the
5、 various parameters so that the signal feature extraction is more accurate Thirdly we discuss the characteristics of time domain parameters including short term energy short term zero crossing rate short time average magnitude difference function and short time auto correlation function At the same
6、time we compare the distinction of the characteristic parameters between unvoiced sound and voiced sound Finally using characteristic parameters we distinguish the silence unvoiced sound voiced sound and extract the pitch period of voiced sound In this paper we put forward a variety of algorithms of
7、 parameter extraction voice distinction and simulate with Matlab We evaluate them combining with the visual function of the software in the sides of both the accuracy and efficiency Using Matlab to complete feature extraction of speech signals has many advantages such as achieving simplicity high ef
8、ficiency low errors and so on It can greatly enhance the accuracy and efficiency of the research KeywordsKeywords Speech signal characteristic parameters extraction Matlab 目目 录录 第 1 章 绪论 1 1 1 语音信号特征提取概况 1 1 1 1 研究意义 1 1 1 2 发展现状 1 1 1 3 存在问题 2 1 2 论文结构 3 第 2 章 MATLAB 简介 5 2 1 发展概况 5 2 2 特点 5 2 2 1
9、主要功能 5 2 2 2 技术特点 6 2 3 信号处理工具箱 6 2 4 录音工具 7 第 3 章 语音信号处理基础 9 3 1 语音基础知识 9 3 1 1 言语过程 9 3 1 2 语音技术的研究围 9 3 1 3 语音的声学特性 10 3 2 数字信号处理基础 10 3 2 1 引言 10 3 2 2 傅里叶变换的几种形式 11 3 2 3 数字信号处理与数字语音信号处理 12 第 4 章 语音信号分析 15 4 1 概述 15 4 2 语音数字化和预处理 15 4 2 1 数字化 15 4 2 2 预处理 16 4 2 3 窗函数的选择 16 4 3 语音信号的时域分析 18 4 3
10、 1 短时能量及短时平均幅度分析 18 4 3 2 短时过零率分析 18 4 3 3 短时相关分析 19 4 3 4 短时平均幅度差分析 21 第 5 章 MATLAB 仿真 23 5 1 语音数字化和预处理 23 5 1 1 数字化 23 5 1 2 预处理 25 5 2 语音信号的时域分析 29 5 2 1 短时平均能量分析 29 5 2 2 短时过零率分析 29 5 2 3 静音段 清音段 浊音段的判别 31 5 2 4 基音周期分析 33 第 6 章 结论与展望 37 6 1 结论 37 6 2 不足之处及未来展望 37 参考文献 39 致 谢 40 附录 仿真程序 41 第第 1 1
11、 章章 绪论绪论 1 11 1 语音信号特征提取概况语音信号特征提取概况 1 1 11 1 1 研究意义研究意义 语音是语言的声学表现 是声音和意义的结合体 是相互传递信息的最重要的手段 是人类最重要 最有效和最方便的交换信息的形式 在人类已构成的通信系统中 语音 通信方式早已成为主要的信息传递途径之一 随着计算机和信息技术的发展 语音交互已经成为人机交互的必要手段 迫切的应 用需求是研究的动力 语音技术因其实用性 趣味性 成为国外关注的热点 如美国国 防部 中国的国家高新技术计划 863 和国家基础研究计划 973 等 语音处理技术 广泛应用于语音通信系统 声控交换 数据查询 订票系统 宾馆
12、医疗服务 银行服务 计算机控制 工业控制等领域 带有语音功能的计算机也将很快成为大众化产品 语音 将可能取代键盘和鼠标成为计算机的主要输入手段 为用户界面带来一次飞跃 语音信号特征参数的提取是语音信号处理的前提和基础 只有分析出可表示语音信 号本质特征的参数 才有可能利用这些参数进行高效的语音通信和准确的语音识别 才 能建立语音合成的语音库 语音识别的模版和知识库 渗透到语音处理的各种应用中 此外 特征参数的精确度直接影响着语音合成的音质 语音识别的准确率 因此语音信 号参数提取是语音信号处理研究中一项非常有意义的工作 Matlab是一种功能强大 效率高 交互性好的数值计算 可视化计算机高级语
13、言 它将数值计算 信号处理和图形显示有机地融合为一体 形成了一个极其方便 用户界 面友好的操作环境 因此用数字信号处理技术结合Matlab仿真研究语音处理 能够更加 有效地产生 传输 存储 获取和应用语音信息 本文是在Matlab仿真的基础上 研究 语音信号特征参数的提取 1 1 21 1 2 发展现状发展现状 语音信号处理是一门综合性的学科 包括计算机科学 语音学 语言学 声学 生 理学 心理学和数学等诸多领域的容 它的发展过程中 有过两次飞跃 第一次飞跃是 1907年电子管的发明和1920年无线电广播的出现 电子管放大器使很微弱的声音也可以 放大和定量测量 从而使电声学和语言声学的一些研究
14、成果扩展到通信和广播部门 第 二次飞跃是在20世纪70年代初 电子计算机和数字信号处理的发展使声音信号特别是语 音信号 可以通过模数转换器 A D 采样和量化转换为数字信号 并能够送进计算机 这样就可以用数字计算方法对语音信号进行处理和加工 提高了语音信号处理的准确性 和高效性 具体说来 1939年贝尔实验室推出Dudley发明的声音编码器 这个编码器能分析和 修饰声音信号 并进行合成而产生声音 这标志了语音信号自动处理的开始 它由语音 编码 语音合成和语音识别三大部分组成 以下从三方面分别介绍 语音编码技术基本分为两大类 第一类方法是在尽可能遵循原波形的前提下 将模 拟波形进行数字化编码 其
15、中三种最常用的技术是脉冲编码调制 PCM 差分 PCM DPCM 和增量调制 M 第二类方法是对模拟波形进行处理 但仅对话音和收听 过程中能听到的话音部分进行编码 它主要与用于窄带传输系统或有限容量的数字存储 设备的语音编解码器有关 采用此类技术的设备一般称为声码器 语音编码器 声码 器技术现在正开始展开应用 特别是用于帧中继和IP上等语音 近年来 新的编解码技 术不仅提供模拟转换 而且提供复杂的预测模式 可以分析话音输入 并用最少带宽传 输话音 语音合成就是将一系列的输入文字信号序列经过适当的韵律处理后 送入合成器 产生出具有尽可能丰富表现力和高自然度的语音输出 从而使计算机或相关的系统能够
16、 发出像 人 一样自然流利声音的技术 语音合成系统包括前端处理 韵律处理 合成 三个阶段 前端处理是指输入的文字信息经过语言学处理标注为不同的韵律单元和不同 的语境及语气 韵律处理即是为不同的合成单元根据静态或动态规则选择合适的韵律参 数及模型 合成即是将韵律处理后的单元 依据不同的合成方法从音库中寻找相应单元 或其参数 经一系列参数计算和拼接后形成相应的语音波形 语音合成的研究有200多年 的历史 人类对于语音合成的研究经历了机械式 电子的 模拟的 数字的三个阶段 初步实现了从完全的实验室研究到初步的市场应用 语音识别是计算机通过识别把语音信号转变为相应的文本的技术 属于多维模式识 别和智能计算机接口的畴 研究目标是让计算机 听懂 人类口述的语言 图1 1是语音 识别系统的典型实现方案 目前 大多数语音识别系统都采用了模式匹配的原理 根据 这个原理 未知语音的模式要与已知语音的参考模式逐一进行比较 最佳匹配的参考模 式被作为识别结果 图1 1语音识别系统的典型实现方案 1 1 31 1 3 存在问题存在问题 语音信号处理在现代信息科学中的地位举足轻重 但它仍有些基础的理论问题和技 术
