《数字语音处理实验报告》由会员分享，可在线阅读，更多相关《数字语音处理实验报告（10页珍藏版）》请在金锄头文库上搜索。
1、实验一、用MATLAB实现语音信号的时域分析学院：信息与通信工程学院专业：通信工程班级：通信144学号：2014136410姓名：刘新雨指导教师：崔艳秋1. 实验目的观察并验证语音信号的时域特性，理解并掌握典型的语音信号时域分析方法和时域特征，为深入学习语音信号处理的各种应用奠定基础。2. MATLAB程序代码（1）由麦克风采集语音数据，将采集的数据存成WAV文件（采样率为8000Hz），存在本人的文件夹中。所用程序代码为：clear;close all;Fs=11025;y=wavrecord(5*Fs,Fs,double);wavwrite(y,D:lxy);soundview(y,Fs)
2、;（2）读取WAV文件，显示语音信号的波形。所用程序代码为：clear;close all;x = wavread(D:lxy.wav); figure;plot(x);axis(0,size(x,1),-0.35,0.3);title(语音信号时域波形);xlabel(样点数); ylabel(幅度);（3）读取WAV文件，计算并显示语音的短时能量（窗函数为矩形窗，帧长为50,200,400,600）。所用程序代码为：clear;close all;x = wavread(d:k.wav);x = double(x);f1= enframe(x,50, 50); energy1 = sum(
3、abs(f1), 2); subplot(2,2,1);plot(energy1); title(语音信号的短时能量); legend(帧长LEN =50);f2= enframe(x,200, 200); energy2 = sum(abs(f2), 2); subplot(2,2,2);plot(energy2); title(语音信号的短时能量); legend(帧长LEN = 200);f3= enframe(x,400, 400); energy3 = sum(abs(f3), 2); subplot(2,2,3);plot(energy3); title(语音信号的短时能量); l
4、egend(帧长LEN = 400);f4= enframe(x,600,600); energy4 = sum(abs(f4), 2); subplot(2,2,4);plot(energy4); title(语音信号的短时能量); legend(帧长LEN = 600);（4）读取WAV文件，计算并显示语音的短时过零率（窗函数为矩形窗，帧长为256，帧移为128），所用程序代码为：clear;close all;x = wavread(D:lxy.wav)； x = double(x);LEN = 300;INC= 150;f = enframe(x, LEN, INC); % 计算短时过
5、零率z = zeros(size(f,1),1); difs =0.01; for i=1:size(f,1) s=f(i,:); for j=1:(length(s)-1) if s(j)* s(j+1)difs; z(i)= z(i)+1; end endendsubplot(2,1,1); plot(x); axis(0,size(x,1),-0.35,0.3);title(语音信号时域波形); xlabel(样点数); ylabel(幅度);subplot(2,1,2);plot(z); title(语音信号的短时过零率);xlabel(帧数); ylabel(短时过零率);（5）读取
6、WAV文件，计算浊音与清音的短时自相关函数所用的程序代码为：clear;close all;x = wavread(D:lxy.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(15,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.5,0.75)title(加矩形窗的语音帧); xlabel
7、(样点数); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-1,1)title(加矩形窗的短时自相关函数); xlabel(k); ylabel(R(k);clear;close all;x = wavread(d:k.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(124,:); ff=ff.*hamming(length(ff); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);en
8、dfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.5,0.75)title(加汉明窗的语音帧); xlabel(样点数); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-1,1)title(加汉明窗的短时自相关函数); xlabel(k); ylabel(R(k);clear;close all;x = wavread(D:lxy.wav);x = double(x);LEN = 10;INC= 10;f = enframe(x, LEN, INC); ff=f
9、(500,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.05,0.05)title(加矩形窗的语音帧); xlabel(样点数); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,-0.5,0.5)title(加矩形窗的短时自相关函数); xlabel(k); ylabel(R(k);clear;close all;x = wavr
10、ead(D:lxy.wav);x = double(x);LEN = 256;INC= 128;f = enframe(x, LEN, INC); ff=f(25,:); N=LEN; R=zeros(1,N);for k=1:NR(k)= sum(ff(k:N).*ff(1:N-k+1);endfor k=1:NR1(k)= R(k)/R(1); endsubplot(2,1,1);plot(ff); axis(0,N,-0.05,0.05)title(加矩形窗的语音帧); xlabel(样点数); ylabel(幅度);subplot(2,1,2); plot(R1); axis(0,N,
11、-0.5,0.5)title(加矩形窗的短时自相关函数); xlabel(k); ylabel(R(k); 3. 实验结果及其分析（1）本实验利用11025Hz的采样频率对输入的语音信号进行采样，采样点数为55125个，持续时间为5秒，存储格式为double。之后将数字语音数据写入D盘的a.wav文件，并通过放音设备进行回放。回放的GUI界面如图1所示，通过该界面可以观察采集的语音信号。图1 用soundview函数显示的语音信号（2）本实验将D盘的lxy.wav文件读取出来，并显示文件中的语音信号波形，显示的波形如图2所示。该波形是汉语拼音“Xu”的时域波形。从图2可以看出，X是清音，它的波
12、形幅值较小，且没有周期性；u是浊音，它的波形幅值较大且有明显的周期性起伏结构。图2 语音“Xu”的时域波形（3）本实验将D盘的lxy.wav文件读取出来，当帧长取不同值时计算语音信号的短时能量，如图3所示。从图3可以看出，浊音短时能量大，短时平均幅度大，短时过零率低，浊音具有较强的能量值，音段内隐藏信息的能力高。轻音短时能量小，短时平均幅度小，能量值较低，音段内隐藏信息的能力较低。图3 不同帧长对应的短时能量（4）本实验首先读取lxy.wav中的语音数据，之后计算每一帧的短时过零率，最后将原始语音信号和短时过零率显示出来，如图4所示。从图4可以看出，清音的过零率较高，浊音的过零率较低。图4 短
13、时过零率（5）本实验首先读取lxy.wav中的语音数据，之后对数据进行分帧加窗处理，帧长为256，帧移为128。选取其中的一帧浊音（第15帧）并计算这帧的短时自相关函数。当窗函数分别为矩形窗和汉明窗时，截取的语音信号和短时自相关函数如图5和图6所示。从图5和图6可以看出，矩形窗能够比汉明窗更明显的显示出第一个峰值。当窗函数为矩形窗，不同帧长（帧移=帧长）的一帧浊音对应的短时自相关函数如图7和图8所示。从图7和图8可以看出，帧长越长，越容易区分其最大值。当窗函数为矩形窗，帧长为256，帧移为128，选取一帧清音，获得的短时自相关函数如图9所示。从图5和图9可以看出，浊音具有明显的周期性，清音无明显周期。图5 加
