前言

《MATLAB语音信号分析与合成（第二版）》是中科院声学所的大佬宋知用老师数十年经验积累下的呕心之作，对于语音信号处理相关感兴趣的同学，日后希望在语音信号分析、处理与合成相关领域进行一定研究的话，可以以此进行入门。

语音信号处理是数字信号处理的一个重要分支。本书含有许多数字信号处理的方法和 MATLAB函数。 全书共10章。第1-4章介绍语音信号处理的一些基本分析方法和手段,以及相应的MATLAB函数;第5-9章介绍语音信号预处理和特征的提取,包括消除趋势项和基本的减噪方法,以及端点检测、基音的提取和共 振峰的提取,并利用语音信号处理的基本方法,给出了多种提取方法和相应的 MATLAB程序;第10章结合 各种参数的检测介绍了语音信号的合成、语音信号的变速和变调处理,还介绍了时域基音同步叠加( TD PSOLA)的语音合成,并给出了相应的MATLAB程序。附录A中给出了调试复杂程序的方法和思路。 本书可作为从事语音信号处理的本科高年级学生、研究生或科研工程技术人员的辅助读物,也可作为从 事信号处理研究与应用的科研工程技术人员的参考用书。

1. 数据与函数路径设置

书中经常会调用的一些函数(自编函数或取自其他应用工具箱中的函数)已集中在basic_tbx工具箱中，在运行本书的程序前请把该工具箱设置(用set path设置)在工作路径下；

当要运行EMD处理时，要把emd工具箱设置在工作路径下;

当要运行主体延伸基音检测时，要把Pitch_ztlib工具箱设置在工作路径下;

当要进行时域基音同步叠加语音合成时，要把psola_lib工具箱设置在工作路径下;

当要应用本书提供的语音数据时，最好把speech_signal设置在工作路径下。

本书的所有函数和程序都在MATLAB R2009a版本下调试通过。（我用的是MATLAB2015b，有些函数已经更新，所以我会进行修改，以便调试通过）

路径设置的方法如下：

打开MATLAB，点击“主页”，找到设置路径

将上述文件夹路径全部添加到MATLAB搜索路径中

添加完毕，保存，开始仿真。

2. MATLAB仿真一：信号倒谱图、声道冲激响频谱、声门激励脉冲频谱

%
% pr3_1_1
clear all; clc; close all;
y=load('su1.txt');                            % 读入数据
fs=16000; nfft=1024;                          % 采样频率和FFT的长度
time=(0:nfft-1)/fs;                           % 时间刻度
figure(1), subplot 211; plot(time,y,'k');     % 画出信号波形
title('信号波形'); axis([0 max(time) -0.7 0.7]);
ylabel('幅值'); xlabel(['时间/s' 10 '(a)']); grid;
figure(2)
nn=1:nfft/2; ff=(nn-1)*fs/nfft;               % 计算频率刻度
Y=log(abs(fft(y)));                           % 按式(3-1-8)取实数部分
subplot 211; plot(ff,Y(nn),'k'); hold on;     % 画出信号的频谱图
z=ifft(Y);                                    % 按式(3-1-8)求取倒谱
figure(1), subplot 212; plot(time,z,'k');     % 画出倒谱图
title('信号倒谱图'); axis([0 time(512) -0.2 0.2]); grid;
ylabel('幅值'); xlabel(['倒频率/s' 10 '(b)']);
mcep=29;                                      % 分离声门激励脉冲和声道冲激响应
zy=z(1:mcep+1);
zy=[zy' zeros(1,nfft-2*mcep-1) zy(end:-1:2)']; % 构建声道冲激响应的倒谱序列
ZY=fft(zy);                                   % 计算声道冲激响应的频谱
figure(2),                                    % 画出声道冲激响应的频谱，用灰线表示
line(ff,real(ZY(nn)),'color',[.6 .6 .6],'linewidth',3);
grid; hold off; ylim([-4 5]);
title('信号频谱（黑线）和声道冲激响频谱（灰线）')
ylabel('幅值'); xlabel(['频率/Hz' 10 '(a)']); ft=[zeros(1,mcep+1) z(mcep+2:end-mcep)' zeros(1,mcep)]; % 构建声门激励脉冲的倒谱序列
FT=fft(ft);                                  % 计算声门激励脉冲的频谱
subplot 212; plot(ff,real(FT(nn)),'k'); grid;% 画出声门激励脉冲的频谱
title('声门激励脉冲频谱')
ylabel('幅值'); xlabel(['频率/Hz' 10 '(b)']); 

3. MATLAB仿真二：离散余弦逆变换

%
% pr3_2_1
clear all; clc; close all;f=50;                        % 信号频率
fs=1000;                     % 采样频率
N=1000;                      % 样点总数
n=0:N-1;
xn=cos(2*pi*f*n/fs);         % 构成余弦序列
y=dct(xn) ;                  % 离散余弦变换
num=find(abs(y)<5);          % 寻找余弦变换后幅值小于5的区间
y(num)=0;                    % 对幅值小于5的区间的幅值都置为0
zn=idct(y);                  % 离散余弦逆变换
subplot 211; plot(n,xn,'k'); % 绘制xn的图
title('x(n)'); xlabel(['样点' 10 '(a)']); ylabel('幅值');
subplot 212; plot(n,zn,'k'); % 绘制zn的图
title('z(n)'); xlabel(['样点' 10 '(b)']); ylabel('幅值');
% 计算重建率
rp=100-norm(xn-zn)/norm(xn)*100

rp =84.3566

4. MATLAB仿真三：Mel滤波器组的频率响应曲线

% pr3_3_1
clear all; clc; close all;% 调用melbankm函数,在0-0.5区间设计24个Mel滤波器,用三角形窗函数
bank=melbankm(24,256,8000,0,0.5,'t');
bank=full(bank);
bank=bank/max(bank(:));              % 幅值归一化df=8000/256;                         % 计算分辨率
ff=(0:128)*df;                       % 频率坐标刻度
for k=1 : 24                         % 绘制24个Mel滤波器响应曲线plot(ff,bank(k,:),'k','linewidth',2); hold on;
end
hold off; grid;
xlabel('频率/Hz'); ylabel('相对幅值')
title('Mel滤波器组的频率响应曲线')

5. MATLAB仿真四：MFCC参数匹配

%
% pr3_3_2
clear all; clc; close all;% [x1,fs]=wavread('s1.wav');      % 读入信号s1-\i1\
% x2=wavread('s2.wav');           % 读入信号s2-\i2\
% x3=wavread('a1.wav');           % 读入信号a1-\a1\
[x1,fs]=audioread('s1.wav');      % 读入信号s1-\i1\
x2=audioread('s2.wav');           % 读入信号s2-\i2\
x3=audioread('a1.wav');           % 读入信号a1-\a1\
wlen=200;                       % 帧长
inc=80;                         % 帧移
x1=x1/max(abs(x1));             % 幅值归一化
x2=x2/max(abs(x2));
x3=x3/max(abs(x3));
% 计算/i1/与/i2/之间的匹配比较
[Dcep,Ccep1,Ccep2]=mel_dist(x1,x2,fs,16,wlen,inc);
figure(1)
plot(Ccep1(3,:),Ccep2(3,:),'k+'); hold on
plot(Ccep1(7,:),Ccep2(7,:),'kx');
plot(Ccep1(12,:),Ccep2(12,:),'k^');
plot(Ccep1(16,:),Ccep2(16,:),'kh');
legend('第3帧','第7帧','第12帧','第16帧',2)
% legend('第3帧','第7帧','第12帧','第16帧')
xlabel('信号x1');ylabel('信号x2')
axis([-12 12 -12 12]);
line([-12 12],[-12 12],'color','k','linestyle','--');
title('/i1/与/i2/之间的MFCC参数匹配比较')% 计算/i1/与/a1/之间的匹配比较
[Dcep,Ccep1,Ccep2]=mel_dist(x1,x3,fs,16,wlen,inc);
figure(2)
plot(Ccep1(3,:),Ccep2(3,:),'k+'); hold on
plot(Ccep1(7,:),Ccep2(7,:),'kx');
plot(Ccep1(12,:),Ccep2(12,:),'k^');
plot(Ccep1(16,:),Ccep2(16,:),'kh');
legend('第3帧','第7帧','第12帧','第16帧',2)
% legend('第3帧','第7帧','第12帧','第16帧')
xlabel('信号x1');ylabel('信号x3')
axis([-12 12 -12 12]);
line([-12 12],[-12 12],'color','k','linestyle','--');
title('/i1/与/a1/之间的MFCC参数匹配比较')

6. MATLAB仿真五：小波分解

%
% pr3_4_1
clear all; clc; close all;% [x,fs]=wavread('awav.wav');             % 读入语音数据
[x,fs]=audioread('awav.wav');             % 读入语音数据
N=length(x);                            % 信号长度
x=x-mean(x);                            % 消除直流分量
J=2;                                    % 设小波变换级数为J
[C,L] = wavedec(x,J,'db1');             % 对时间序列进行一维多分辨分解
CaLen=N/2.^J;                           % 估计近似部分的系数长度
Ca=C(1:CaLen);                          % 取近似部分的系数
Ca=(Ca-min(Ca))./(max(Ca)-min(Ca));     % 对近似部分系数做规正处理
for i=1:CaLen                           % 对近似部分系数做削波if(Ca(i)<0.8), Ca(i)=0; end
end
[K,V]=findpeaks(Ca,[],6);               % 寻找峰值位置和数值
lk=length(K);
if lk~=0for i=2 : lkdis(i-1)=K(i)-K(i-1)+1;         % 寻找峰值之间的间隔enddistance=mean(dis);                 % 取间隔的平均值pit=fs/2.^J/distance                % 计算这一帧的基音频率
elsepit=0;
end
% 作图
subplot 211; plot(x,'k');
title('一帧语音信号')
subplot 212; plot(Ca,'k');
title('用小波分解得到的近似系数中心削波后的峰值图')

pit =100

7. MATLAB仿真六：小波包分解

%
% pr3_4_2
clear all; clc; close all;filedir=[];                             % 设置语音文件路径
filename='aa.wav';                      % 设置文件名
fle=[filedir filename]                  % 构成路径和文件名的字符串
% [xx, fs, nbits]=wavread(fle);           % 读入语音文件
[xx, fs]=audioread(fle);           % 读入语音文件
x=xx-mean(xx);                          % 消除直流分量
x=x/max(abs(x));                        % 幅值归一化
N=length(x);                            % 取信号长度
T=wpdec(x,5,'db2');                     % 对时间序列进行一维小波包分解
% 按指定的结点,对时间序列分解的一维小波包系数重构
y(1,:)=wprcoef(T,[5 0]);
y(2,:)=wprcoef(T,[5 1]);
y(3,:)=wprcoef(T,[5 2]);
y(4,:)=wprcoef(T,[5 3]);
y(5,:)=wprcoef(T,[5 4]);
y(6,:)=wprcoef(T,[5 5]);
y(7,:)=wprcoef(T,[5 6]);
y(8,:)=wprcoef(T,[5 7]);y(9,:)=wprcoef(T,[4 4]);
y(10,:)=wprcoef(T,[4 5]);
y(11,:)=wprcoef(T,[5 11]);
y(12,:)=wprcoef(T,[5 12]);
y(13,:)=wprcoef(T,[4 7]);y(14,:)=wprcoef(T,[3 4]);
y(15,:)=wprcoef(T,[3 5]);
y(16,:)=wprcoef(T,[3 6]);
y(17,:)=wprcoef(T,[3 7]);
% 作图
subplot 511; plot(x,'k');
ylabel('/a/'); axis tight
for k=1 : 4subplot(5,2,k*2+1); plot(y((k-1)*2+1,:),'k');ylabel(['y' num2str((k-1)*2+1)]); axis tight;subplot(5,2,(k+1)*2); plot(y(k*2,:),'k');ylabel(['y' num2str(k*2)]); axis tight;
end
figure
for k=1 : 4subplot(5,2,(k-1)*2+1); plot(y((k-1)*2+9,:),'k');ylabel(['y' num2str((k-1)*2+9)]); axis tight;subplot(5,2,k*2); plot(y(k*2+8,:),'k');ylabel(['y' num2str(k*2+8)]); axis tight;
end
subplot(5,2,9); plot(y(17,:),'k');
ylabel('y17'); axis tight

8. MATLAB仿真七：EMD分解

%
% pr3_5_1
clear all; clc; close all;fs=5000;                       % 采样频率
N=500;                         % 样点数
n=1:N;
t1=(n-1)/fs;                   % 设置时间
x1=sin(2*pi*50*t1);            % 产生笫1个正弦信号
x2=(1/3)*sin(2*pi*150*t1);     % 产生笫2个正弦信号
z=x1+x2;                       % 把两个信号叠加
imp=emd(z);                    % 对叠加信号进行EMD分解
[m,n]=size(imp);               % 求取EMD分解成几个分量
% 作图
subplot(m+1,1,1);              % 画叠加信号
plot(t1,z,'k');title('原始信号'); ylabel('幅值')
subplot 312;                   % 画第1个正弦信号
line(t1,x2,'color',[.6 .6 .6],'linewidth',5); hold on
subplot 313;                   % 画第2个正弦信号
line(t1,x1,'color',[.6 .6 .6],'linewidth',5); hold on
for i=1:msubplot(m+1,1,i+1);        % 画EMD分解后的信号plot(t1,imp(i,:),'k','linewidth',1.5); ylabel('幅值')title(['imf' num2str(i)]);
end
xlabel('时间/s');

小结

语音信号的处理主要就在变换域中的信号处理，通过将语音信号变换到其他域中进行分析，本章节中主要对信号倒谱图、声道冲激响频谱、声门激励脉冲频谱、离散余弦逆变换、Mel滤波器组的频率响应曲线、MFCC参数匹配、MFCC参数匹配、小波分解、小波包分解、EMD分解进行介绍。

MFCC参数是语音识别中一个非常重要的参数，自己研究生期间就是通过对比LPCC参数与MFCC参数进行语音信号的特征提取，在MFCC参数上的匹配效果确实优于LPCC参数，而且开源语音识别工具kaldi中也是对MFCC进行了优化，kaldi之父目前就在小米继续升级开发kaldi，其中有很多都已经应用到小米的语音识别场景中。对本章内容感兴趣或者想充分学习了解的，建议去研习书中第三章节的内容。后期会对其中一些知识点在自己理解的基础上进行讨论补充，欢迎大家一起学习交流。

关于宋老师：宋知用——默默传授MATLAB与信号处理知识的老人家

本系列文章列表如下：
《MATLAB语音信号分析与合成（第二版）》：第2章 语音信号的时域、频域特性和短时分析技术
《MATLAB语音信号分析与合成（第二版）》：第3章 语音信号在其他变换域中的分析技术和特性
《MATLAB语音信号分析与合成（第二版）》：第4章 语音信号的线性预测分析
《MATLAB语音信号分析与合成（第二版）》：第5章 带噪语音和预处理
《MATLAB语音信号分析与合成（第二版）》：第6章 语音端点的检测（1）
《MATLAB语音信号分析与合成（第二版）》：第6章 语音端点的检测（2）
《MATLAB语音信号分析与合成（第二版）》：第7章 语音信号的减噪
《MATLAB语音信号分析与合成（第二版）》：第8章 基音周期的估算方法
《MATLAB语音信号分析与合成（第二版）》：第9章 共振峰的估算方法
《MATLAB语音信号分析与合成（第二版）》：第10章 语音信号的合成算法

《MATLAB语音信号分析与合成（第二版）》：第3章 语音信号在其他变换域中的分析技术和特性相关推荐

1. EMC设计与测试案例分析郑军奇第二版 296页电磁兼容EMC超强书籍

   EMC设计与测试案例分析郑军奇第二版 296页 20.0M 高清书签版.pdf 电磁兼容(EMC)标准解析与产品整改实用手册 WSQ 电磁兼容(EMC)设计与测试之汽车电子产品 [陈立辉 主编] 20 ...

2. 机器学习实践—基于Scikit-Learn、Keras和TensorFlow2第二版—第9章 无监督学习技术(Chapter9_Unsupervised_Learning_Techniques)

   机器学习实践-基于Scikit-Learn.Keras和TensorFlow2第二版-第9章 无监督学习技术(Chapter9_Unsupervised_Learning_Techniques) 虽然 ...

3. 贝叶斯统计第二版第五章答案_贝叶斯统计第二部分

   贝叶斯统计第二版第五章答案 In this post, I will compare the output of frequentist and Bayesian statistics, and ex ...

4. 小白学习：李航《统计学习方法》第二版第11章 条件随机场

   小白学习:李航<统计学习方法>第二版第11章 条件随机场 小白学习:李航<统计学习方法>第二版第11章 条件随机场(一)----马尔科夫随机场 马尔科夫随机场(Markov r ...

5. 数据结构(C语言)第二版 第四章课后答案

   数据结构(C语言)第二版 第四章课后答案 1~5 B B C A B 6~10 B B C B B 11~15 A B D (C,B) C 1．选择题 (1)串是一种特殊的线性表,其特殊性体现在(B) ...

6. 数据结构(C语言)第二版 第三章课后答案

   数据结构(C语言)第二版 第三章课后答案 1~5 C C D A A 6~10 D A B C D 11~15 D D B C B 1．选择题 (1)若让元素1, 2, 3 , 4, 5 依次进栈,则 ...

7. 数据结构(C语言)第二版 第五章课后答案

   数据结构(C语言)第二版 第五章课后答案 1~5 A D D C A 6~10 C C B D C 11~15 B C A C A 1．选择题 (1)把一棵树转换为二叉树后,这棵二叉树的形态是(A) ...

8. python核心教程第二版答案_python核心编程第二版第4章习题答案.docx

   python核心编程第二版第4章习题答案.docx 4-1.Python 对象.与所有 Python 对象有关的三个属性是什么?请简单的描述一下. 答案: 所有的 Python 对象都拥有三个特性:身 ...

9. Javascript高级程序设计第二版第十一章--DOM2,DOM3--笔记

   今天跟诸位分享一下,高程,第二版,11章,dom2,dom3 纵观这一章,一个概念,dom在变,现在变,未来变,反正不断的变. 不过变来变去,ie是不支持dom2,dom3,可能未来新版本支持部分do ...

最新文章

1. 当对象不再使用时，不赋值为 null 会导致什么后果？
2. SAP 采购订单打印完后不可以取消审批
3. cannot和can not的区别 666666
4. C语言 | 基于51单片机实现MPU6050的卡尔曼滤波算法（代码类1）
5. Primer c++ 第5版pdf
6. 安装一个插件、回馈给你一款属于猿的绚丽浏览器
7. python tabula 使用方法_Python中os.walk()的使用方法
8. 一份深度学习相关的面试题
9. Android10虚拟硬件,编辑 Android 虚拟设备属性
10. 注解形式控制器配置(3)
11. C语言小知识---数据类型
12. vue2.0路由（跳转和传参）经典介绍
13. 【ubuntu操作系统】ubuntu系统下第一个C语言程序
14. 智能电视的“假聪明”与“真智慧”
15. བྱ་དེ་ཁྲུང་ཁྲུང་དཀར་པོ།།--洁白的仙鹤/仓央嘉措情歌--IPA--藏语...
16. Flutter持久化存储之使用和封装shared_preferences
17. 机器学习——SVM（支持向量机）与人脸识别
18. php写的在线试衣,求解模特试衣，布料成衣贴图算法
19. 想学优秀作品却找不到？全新素材榜单全都告诉你！
20. 程序员如何写一份更好的简历

热门文章

1. 关于三相全桥逆变电路的问题
2. 汽车网络安全之——安全技术要求
3. 欧美风个人简历自我介绍PPT模板
4. excel修改默认字体
5. 在python官网如何下载手机版_如何下载各种版本Python?
6. 贼好玩！几行代码将童年游戏搬上屏幕！
7. 一级计算机考试ie题,计算机一级考试IE题.doc
8. 最新版Xamarin[mono] 石皮解教程 （亲测完整不坑爹，点进来算你拣到便宜了）
9. 从软件开发角度去看当前的市面上的电子烟
10. IDEA 插件代理设置