语音信号的采集与分析

《语音信号的采集与分析》由会员分享，可在线阅读，更多相关《语音信号的采集与分析（18页珍藏版）》请在金锄头文库上搜索。

1、南昌工程学院语音信号的采集与分析课程设计题目语音信号的采集与分析课 程名称 语音信号处理系院信息工程学院专业通信工程班级10通信工程2班学生姓名 刘敏学号2010103362设计地点 电子信息楼指导教师邹宝娟设计起止时间： 2013 年 12 月 9 日至 2013 年 12 月 20 日目录一、需求分析 41.1 选题背景及意义 41.2 设计要求 4二、系统总体设计 42.1 系统设计思路 42.2 功能结构图及功能说明 42.3 工作原理 6三、系统详细设计 63.1 语音信号的 matlab 仿真的数据分析 63.2 程序代码分析 12四、调试与维护 144.1 调试过程的问题与维护

2、14五、结束语 15六、参考文献 16七、指导教师评阅（手写） 17一、需求分析1.1 选题背景及意义该设计主要是介绍语音信号的采集与分析方法，通过 PC 机录制自己的一段声音，运用 Matlab 提供的函数进行仿真分析，并画出采样后语音信号的时域波形和频谱图，对所采集的 语音信号加入干扰随机高斯噪声，对加入噪声的信号进行播放，并进行时域和频谱分析；对 比加噪前后的时域图和频谱图，分析讨论采用什么样的滤波器进行滤除噪声。1.2 设计要求(1) 通过PC机录制自己的一段声音“南昌工程学院刘敏”；(2) 运用MATLAB信号处理相关的函数对语音信号进行时域、频域上的分析，如短时能量，短时平均过零率

3、，语谱图等；(3) 运用MATLAB寸语音信号进行综合与分析，包括语音信号的调制，叠加，和滤波等。二、系统总体设计2.1 系统设计思路系统的整体设计思路包括语音信号的录制，语音信号的采集，语音信号的分析，其中语 音信号的分析又包括了语音信号的时域分析和频域分析，语音信号的加噪处理和滤噪设计分 析。2.2 功能结构图及功能说明实际工作中，我们可以利用 windows 自带的录音机录制语音文件，声卡可以完成语音波 形的 A/D 转换， 获得WAV文件，为后续的处理储备原材料。调节录音机保存界面的“更改” 选项，可以存储各种格式的 WAV文件。图2.1为PC机的语音信号录制过程图2.1 PC机的语音

4、信号录制过程图2.2为录制过程:图2.2 PC自带的录音机录音本设计录制自己的一段语音，内容：“南昌工程学院刘敏”，时长4s，保存在C盘桌面文件夹，命名为“刘敏.wav”图2.3为语音信号采集框图图2.3语音信号采集框图信号采集过程是将采集到的数据用matlab仿真出来。2.3 工作原理运用MATLAB信号处理相关的函数对语音信号进行时域、频域上的分析，如短时能量，短时平均过零率，语谱图等；运用MATLA对语音信号进行综合与分析，包括语音信号的调制，叠加，和滤波等。三、系统详细设计系统的详细设计主要包括 matlab 仿真的数据分析和程序代码设计的分析3.1 语音信号的 matlab 仿真的数

5、据分析3.1.1 语音信号时域分析 语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且也是最直观的是它的时域波形。语音信号本身就是时域信号，因而时域分析是最早使 用，也是应用最广泛的一种分析方法，这种方法直接利用语音信号的时域波形。时域分析通 常用于最基本的参数分析及应用，如语音的分割、预处理、大分类等。这种分析方法的特点 是：表示语音信号比较直观、物理意义明确。实现起来比较简单、运算且少。可以得 到语音的一些重要的参数。只使用示波器等通用设备，使用较为简单等。ATLAB数据采集箱中提供的函数命令进行图像分析的函数命令：wavrecord : wavrecord

6、 利 用 Windows 音 频 输 入 设 备 记 录 声 音 , 其 调 用 形 式 为:wavrecord (n ,fs ,ch)。利用Windows音频输入设备记录n个音频采样,频率为fs Hz,通 道数为ch。采样值返回到一个大小为 n*ch的矩阵中。缺省时,fs =11025,ch =1。waveplay: waveplay 利 用 Windows 音 频 输 出 设 备 播 放 声 音 , 其 调 用 形 为:waveplay(y ,fs)。以采样频率fs向Windows音频设备发送向量信号。标准的音频采样率 有:8000、11025、22050 和 44100Hz=wavrea

7、d :wavread用于读取 Microsoft的扩展名为“ .wav”的声音文件。其调用形式为:y = wavread (file)。其作用是从字符串file所指的文件路径读取 wave文件，将读取的采 样数据送到y中。丫的取值范围：-1 ,1 。sou nd:音频信号是以向量的形式表示声音采样的。sou nd函数用于将向量转换为声音，其调用形式为:sou nd (y ,fs)，作用是向扬声器送出向量y中的音频信号(采样频率为fs)通过 Wavread和plot(x)函数即可显示图像的时域波形图3.1.1原始语音信号的时域波形3.1.2语音信号频域分析语音信号的频域分析就是分析语音信号的频域

8、持征。从广义上讲，语音信号的频域分析 包括语音信号的频谱、功率谱、倒频谱、频谱包络分析等，而常用的频域分析方法有带通滤 波器组法、傅里叶变换法、线件预测法等几种。本文介绍的是语音信号的傅里叶分析法。因 为语音波是一个非平稳过程，因此适用于周期、瞬变或平稳随机信号的标准傅里叶变换不能 用来直接表示语音信号，而应该用短时傅里叶变换对语音信号的频谱进行分析，相应的频谱 称为“短时谱”FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在MATLA的信号处理工具箱中函数 FFT和IFFT用于快速傅立叶变换和逆变换。函数FF

9、T 用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT且和x相同长度；若x为一矩阵，则y是 对矩阵的每一列向量进行FFT。如果x长度是2的幕次方，函数fft执行高速基一2FFT算法， 否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数FFT的另一种调用格式为y=fft(x,N)，式中，x，y意义同前，N为正整数。函数执行N点的FFT,若x为向量且 长度小于N,则函数将x补零至长度N;若向量x的长度大于N,则函数截短x使之长度为N;若x为矩阵，按相同方法对x进行处理原始语音信号频谱-4x 108

10、 !7 .200040006000Hz800010000120006.5值4 幅32图3.1.2原始语音信号的频谱3.1.3语音信号的加噪处理所谓高斯噪声，是指没有任何时迟相关时间序列，它只一个参数，代表噪声的强度，也 即迟滞为0的滞后自协方差，而其余滞后自协方差统统为零。标准高斯噪声：则是满足N( 0,1)标准正态分布的高斯噪声。斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它 的功率谱密度又是均匀分布的，则称它为高斯白噪声。热噪声和散粒噪声是高斯白噪声。 MATLAB产生高斯白噪声非常方便，可以直接应用3个函数，一个是 WGN另一个是AWG，还有一个randn , WGI用于产生高斯

11、白噪声，AWG则用于在某一信号中加入高斯白噪声，randn 直接产生高斯分布序列。1. WGN产生高斯白噪声y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵，p以dBW为单位指定输出噪声 的强度。y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。y = wgn(m,n,p,imp,state) 重置RANDI的状态。在数值变量后还可附加一些标志性参数：y = wgn( , ,POWERTYPE指定 p 的单位。POWERTY可以是dBW, dBm或linear。 线性强度(linear power) 以瓦特(Watt)为单位。y = wgn( , ,OU

12、TPUTTYPE指定输出类型。 OUTPUTTYPS以是real或complex。2. AWGN在某一信号中加入高斯白噪声y = awgn(x,SNR)在信号x中加入高斯白噪声。信噪比SNF以dB为单位。x的强度假定 为OdBW如果x是复数，就加入复噪声。y = awgn(x,SNR,SIGPOWER)如果SIGPOWE是数值，则其代表以dBW为单位的信号强度；如 果SIGPOWER measured，则函数将在加入噪声之前测定信号强度。y = awgn(x,SNR,SIGPOWER,STATE重置 RAND的状态。y = awgn( , ,POWERTYPE指定 SNR和 SIGPOWEI的

13、单位。POWERTYPS以是dB或 linear。如果POWERTY是dB，那么SNR以dB为单位，而 SIGPOWE以dBW为单位。女口 果POWERTYPElinear，那么SNR作为比值来度量，而SIGPOWE以瓦特为单位。3. 直接用 randn 函数产生高斯分布序列：无论是 WG还是AWGI函数，实际上都调用Randn函数产生的噪声。即WG函数中调用了 Randn函数，而AWGI函数调用了 WGI函数。rand ：rand(n) ：生成 O 到 1 之间的 n 阶随机数方阵。 rand(m,n) ：生成 O 到 1 之间的 m x n的随机数矩阵。randn : randn ()命令

14、是产生白噪声的，白噪声应该是 0均值，方差为1的一组数，同 rand有randn(n) ，randn(m,n)。x=rand(1,N) 产生(0，1)区间均匀分布的长度为 N的随机 信号，x=randn(1,N)产生长度为N且具有零均值和单位方差的正态分布的随机信号。(可以在前面扩大相应的倍数得到不同的随机数，比如 10*rand(1) 得到 0-10 的随机数)。高斯随机噪声高斯随机噪声图 3.1.3n值 幅图3.1.4加噪后的语音信号-48原始语音信号频谱值 幅Hz加噪后的语音信号频谱10值 幅52000400080001000012000讪16000Hz图3.1.5加噪后的语音信号的频谱

15、比较3.1.4滤噪设计分析在频域内，语音信号的频谱分量主要集中在3003400Hz的范围内。利用这个特点，可以用一个防混叠的带通滤波器将此范围内的语音信号频率分量取出。通过该课题采集的语音信号频谱主要是 500800HZ范围。加入高斯随机噪声后该语音信 号的时域波形几乎和噪声波形相同，通过回放几乎声音全部没噪声淹没，因此要想得到语音 信号必须加入一个滤波器，能有效的滤除噪声影响。从原始信号频谱和加噪信号频谱可以得出，该高斯随机噪声的加入使得信号加入了很多 高频成分，因此我们可以选用低通滤波器滤除该噪声的高频干扰，声音低频成分主要是500 800HZ范围，因此我们选用截止频率为 1KHZ勺低通滤波器来滤除高斯噪声。3.2程序代码分析(1)代码1%?序1:用MATLAB寸原始语音信号进行分析，画出它的时域波形和频谱 语音信号采样频率为22050fs=22050;%