imut 语音信号处理实验报告 *秋昊

首先说一下，百度文档上也是可以搜索到我们学校学长学姐写的实验报告。本人也参考借鉴了一下，在此列出：

语音信号实验报告 - 百度文库 (baidu.com)

实验报告大概内容：

一、 实验目的、要求

（1）掌握语音信号采集的方法

（2）掌握一种语音信号基音周期提取方法

（3）掌握短时过零率计算方法

（4）了解Matlab的编程方法

二、 实验原理

基本概念：

（a）短时过零率：

短时内，信号跨越横轴的情况，对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。

对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。

短时平均过零的作用

1.区分清/浊音：

浊音平均过零率低，集中在低频端；

清音平均过零率高，集中在高频端。

2.从背景噪声中找出是否有语音，以及语音的起点。

（b）基音周期

基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。

由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。②声道共振峰有时会严重影响激励信号的谐波结构，所以，从语音信号中直接取出仅和声带振动有关的激励信号的信息并不容

易。③语音信号本身是准周期性的(即音调是有变化的)，而且其波形的峰值点或过零点受共振峰的结构、噪声等的影响。④基音周期变化范围大，从老年男性的50Hz到儿童和女性的450Hz，接近三个倍频程，给基音检测带来了一定的困难。由于这些困难，所以迄今为止尚未找到一个完善的方法可以对于各类人群(包括男、女、儿童及不向语种)、各类应用领域和各种环境条件情况下都能获得满意的检测结果。

尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT、谱图法、小波法等等。

三、 实验步骤（代码要有详细的注释）

（1）利用给出的清音和浊音语音信号进行短时能量仿真。

（2）利用给出的清音和浊音语音信号计算短时过零率。

（3）利用给出的清音和浊音语音信号，采用短时相关函数计算语音信号浊音基音周期。

下面进入正题：

四、实验结果及分析

1、利用给出的清音和浊音语音信号进行短时能量仿真。

（1）浊音：

程序源码：

clear all
[signal,fs] = audioread('D:\01.wav');%读取语音信号
framelength = 200;%设置帧长
framenumber = fix(length(signal)/framelength);%读取语音文件对应的帧数
for i = 1:framenumber;%分帧处理framesignal = signal((i-1)*framelength+1:i*framelength);%获取每帧的数据E(i) = 0;%每帧能量置零for j = 1:framelength;%计算每一帧的能量E(i) = E(i)+framesignal(j)^2;end
endsubplot(2,1,1)
plot(E);
xlabel('帧数');
ylabel('短时能量');
title('短时能量图');
legend('N = 200')%曲线标识subplot(2,1,2)
plot(signal);
xlabel('频率');
ylabel('幅度');
title('原始信号波形图');
hold on

运行结果：

（2）清音：

程序源码：

clear all
[signal,fs] = audioread('D:\02.wav');%读取语音信号
framelength = 200;%设置帧长
framenumber = fix(length(signal)/framelength);%读取语音文件对应的帧数
for i = 1:framenumber;%分帧处理framesignal = signal((i-1)*framelength+1:i*framelength);%获取每帧的数据E(i) = 0;%每帧能量置零for j = 1:framelength;%计算每一帧的能量E(i) = E(i)+framesignal(j)^2;end
endsubplot(2,1,1)
plot(E);
xlabel('帧数');
ylabel('短时能量');
title('短时能量图');
legend('N = 200')%曲线标识subplot(2,1,2)
plot(signal);
xlabel('频率');
ylabel('幅度');
title('原始信号波形图');
hold on

运行结果：

实验结论：浊音具有周期性，清音具有非周期性。

2、利用给出的清音和浊音语音信号计算短时过零率。

程序源码：

sp1=audioread('D:\01.wav');
sp=audioread('D:\02.wav');
L=mean(sp);sp=sp-L;
L2=mean(sp1);
sp1=sp1-L2;
%以下程序计算短时过零率
m1=0;m2=0;
for i=1:500if sp1(i)>0spp1(i)=1;elsespp1(i)=-1;end
end
for i=1:500if sp(i)>0spp(i)=1;elsespp(i)=-1;   end
end
for i=2:500m1=m1+0.5*abs(spp1(i)-spp1(i-1));m2=m2+0.5*abs(spp(i)-spp(i-1));   %  m2  >>  m1
end
m1
m2
plot(sp1(1:500),'r');
xlabel('采样点');
ylabel('幅度');
title('短时过零图');
hold on
plot(sp(1:500));

运行结果：

m1 = 67

m2 = 123

结论：蓝色为浊音，红色为清音。清音能量大，浊音能量小。

浊音平均过零率低，集中在低频端；

清音平均过零率高，集中在高频端。

3、利用给出的清音和浊音语音信号，采用短时相关函数计算语音信号浊音基音周期。

程序源码：

R=zeros(1,600);
[z,fs] =audioread('D:\01.wav');
fs
for i=1:600for j=1:601-1-iR(i)=R(i)+z(j)*z(j+i);end
end
figure(1);
subplot(2,1,1)
plot(R/14)
xlabel('采样点');
ylabel('幅度');
title('浊音短时相关函数图')
hold on
subplot(2,1,2)
plot(z(1:600))
xlabel('采样点');
ylabel('幅度');
title('浊音原始函数图');
hold onR=zeros(1,600);
[z,fs] =audioread('D:\02.wav');
fs
for i=1:600for j=1:601-1-iR(i)=R(i)+z(j)*z(j+i);end
end
figure(2);
subplot(2,1,1)
plot(R/14)
xlabel('采样点');
ylabel('幅度');
title('清音短时相关函数图')
hold on
subplot(2,1,2)
plot(z(1:600))
xlabel('采样点');
ylabel('幅度');
title('清音原始函数图');
hold on

运行结果：

结论：

①浊音的自相关函数具有一定的周期性。基音周期为:（1/8000）* 50 = 0.00625

②清音的自相关函数不具有周期性，类似噪声。

五、思考题

1．通过实验数据说明浊音和清音的平均能量及短时平均过零数有什么不同？

（1）平均能量：是基于语音信号幅度随时间变化。

清音段幅度小，其能量集中于高频段。

浊音段幅度大，其能量集中于低频段。

（2）短时平均过零数：

浊音平均过零率低，集中在低频端;

清音平均过零率高，集中在高频端。

2．由仿真波形说明浊音和清音的自相关函数有什么不同？

短时自相关函数：

浊音语音的自相关函数具有一定的周期性。

清音语音的自相关函数不具有周期性，类似噪声。

六、心得体会

经过本次实验，掌握了语音信号采集的方法、语音信号基音周期提取方法、短时过零率计算方法以及了解 Matlab的编程方法。

经过实际的动手操作，我又一次重新认识到了语音信号处理的魅力。我重新巩固了一遍Matlab的使用方法和使用技巧，同时进一步加深了对语音信号的了解和熟练对Matlab 的使用，让我对语音信号处理这门课有了更加浓厚的兴趣。因为以前都是基于课本上所学的理论知识，然而通过这次实验之后才能真正理解其意义。

另外附上本实验中所使用的浊音和清音音频。（wav格式，matlab可以直接处理。01.wav是浊音，02.wav是清音）

链接：https://pan.baidu.com/s/1RGS6YzvsC1wTuqc5vSnrIA
提取码：1111
复制这段内容后打开百度网盘手机App，操作更方便哦

imut 语音信号处理实验报告 *秋昊相关推荐

matlab fft谱分析实验报告,数字信号处理实验报告-FFT算法的MATLAB实现.doc
数字信号处理实验报告-FFT算法的MATLAB实现.doc 数字信号处理实验报告实验二FFT算法的MATLAB实现一.实验目的通过本实验的学习,掌握离散傅立叶变换的理论,特别是FFT的基本算法以及其 ...
matlab音频信号处理实验报告,matlab音频信号处理实验报告.docx
matlab音频信号处理实验报告 MATLAB音频信号处理实验南昌航空大学信息工程学院课程实验报告实验名称:实验时间:2014年4月23日指导教师: 班级: 学号: 姓名: 成绩: 南昌航空大 ...
matlab怎么选清浊音做短时谱,语音信号处理实验三
实验三语音信号的同态处理一.实验目的 1.熟悉语音信号求其倒谱与复倒谱的方法: 2.计算一段语音信号的频谱与倒谱: 3.比较由加窗语音信号求得的对数幅度谱与倒谱域滤波后得到的对数幅度谱的各自特点. ...
matlab数字信号处理实验报告,数字信号处理实验报告(Matlab与数字信号处理基础).doc...
西华大学实验报告(理工类) 开课学院及实验室:电气信息学院 6A-205实验时间 :年月日学生姓名学号成绩学生所在学院电气信息学院年级/专业/班课程名称数字信号处理课程代码实验项目 ...
matlab数字信号处理实验报告,数字信号处理实验报告一离散信号及其MATLAB实验...
数字信号处理离散信号及其MATLAB实验南昌航空大学实验报告 2012 年 04 月 06 日课程名称: 数字信号处理实验名称: 离散信号及其MATLAB实现班级: 090423班学号: ...
随机数字信号处理实验报告二——自适应滤波MATLAB
完整的实验报告下载链接https://download.csdn.net/download/LIsaWinLee/14884404 一.实验原理自适应滤波器由参数可调的数字滤波器和自适应算法两部分组 ...
matlab数字信号处理实验报告,【实验设计论文】Matlab的数字信号处理课程实验设计(共3490字)...
摘要:本文设计了一个基于Matlab的"数字信号处理"课程综合性实验.该实验把"数字信号处理"课程中的许多离散的知识点串接了起来,包括采样.量化.滤波器设计.滤 ...
随机数字信号处理实验报告三——Levinson和Burg递推法MATLAB实现
完整的实验报告下载连接https://download.csdn.net/download/LIsaWinLee/14884452 一.实验原理随机信号的功率谱密度用来描述信号的能量特征随频率的变化 ...
随机数字信号处理实验报告一——维纳滤波和卡尔曼滤波
完整的实验报告下载连接https://download.csdn.net/download/LIsaWinLee/14884356 一.实验原理卡尔曼滤波和维纳滤波都是最小均方误差为准则的线性估计器 ...

imut 语音信号处理实验报告 *秋昊

imut 语音信号处理实验报告 *秋昊相关推荐

最新文章

热门文章