基于MATLAB的语音信号处理教学演示平台的设计

基于MATLAB的语音信号处理教学演示平台的设计

第8卷第12期2009年12月南阳师范学院学报

JournalofNanyangNormalUniversityVo.l8No 12

Dec.2009

基于MATLAB的语音信号处理教学演示平台的设计

王志鹏,张 雷

(南阳师范学院物理与电子工程学院,河南南阳473061)

摘 要:针对 语音信号处理 课程的特点,将MATLAB语言引入课程,介绍了一款语音信号处理教学演示平台.该平台能够很好地帮助学生理解和掌握课程的基本原理和基本分析方法.

关键词:语音信号处理;MATLAB;时域分析;频域分析;线性预测分析

中图分类号:TN912;G642.423 文献标识码:A 文章编号:1671-6132(2009)12-0081-04

0 引言

语音信号处理 是本科电子类专业课程,是研究用数字信号处理技术对语音信号进行处理的一门学科. 语音信号处理 课程内容较多,涉及不少数学运算和公式推导,要求掌握!信号与系统 、!数字信号处理 等课程理论,并且语音信号处理的很多概念学生都是第一次接触到,难以理解.如果仅采用课堂讲授的教学方式学生难以接受,无法调动学生的学习主动性和积极性,教学效果差.所以说,淡化理论的推导过程,使理论结果可视化,概念直观化,将是帮助学生理解教学内容,提高教学效果的关键.

MATLAB是MathWorks公司推出的一套高性能的数值计算和可视化软件,它集数值分析、矩阵计算、信号运算和图形显示于一体,构成了一个方便的、界面友好的用户环境,已被广泛用于信号与图形处理、控制系统设计、通信系统仿真等领域.

针对课程特点,在教学实践中利用MATLAB平台,将教学内容中一些比较重要的内容或者难以理解的概念开发成可视化程序.该演示平台包括窗函数分析模块、时域分析模块、频域分析模块、同态分析模块、线性预测分析模块等,基本涵盖了语音信号处理课程的所有内容.在课堂教学过程中使用该演示平台,可以把复杂的数学过程用图形显示出来,使学生对课程的知识有一个更加直观的认识,便于理解.本文就对该教学演示平台进行简要的分析介绍.

1 窗函数

贯穿于语音信号分析与应用全过程的是 短时分析技术 ,也就需要利用窗函数对语音信号进行分帧处理,将语音信号分成一帧一帧来分析其特性参数.在语音信号处理中常用的窗函数是矩形窗和哈明窗,它们的表达式分别如下:

矩形窗:

w(n)=哈明窗:

0.54-0.46cos[2 n/(N-1)],

w(n)= 0#n#(N-1)

0, n=else

窗函数w(n)的选择(形状和长度),对于短时分析参数的特性影响很大.为此应选择合适的窗口,使其短时参数能更好地反映语音信号的特性变化.这里就可以通过教学演示平台生成这两种窗函数的时域波形以及频谱图,如图1所示.

1, 0#n#(N-1)0, n=else

图1 矩形窗和哈明窗

收稿日期:2009-09-25

作者简介:王志鹏(1982-),河南南阳人,助教,硕士,主要从事无线电导航方面的研究.

基于MATLAB的语音信号处理教学演示平台的设计

)82)

南阳师范学院学报 第8卷

从两种窗函数的频谱图中可以清晰地看到,哈明窗的主瓣宽度比矩形窗大一倍,即带宽增加一倍,同时其带外衰减也比矩形窗大得多.因此可以得到,矩形窗的谱平滑性能较好,但损失了高频成分,使波形细节丢失.而哈明窗就相反.同时,还可以设置窗函数的长度N的大小,来反复观察窗函数长度对于其频谱的影响.

通过上面的演示,可以很好地展示出窗函数的形状和长度对于窗函数特性的影响,使学生更好地理解为什么说合适地选择窗函数对于后续语音信号的处理十分重要.

较高频率上.既然高频率意味着高的平均过零数,低频率意味着低的平均过零数,那么可以认为浊音时具有较低的平均过零数,而清音时具有较高的平均过零数.利用短时平均过零数还可以从背景噪声中找出语音信号,可用于判断寂静无声段和有声段的起点和终点位置.相关分析是一种常用的时域波形分析方法,它有自相关和互相关的不同,分别由自相关函数和互相关函数来定义.相关函数用于测定两个信号在时域内的相似性,如利用互相关函数,可测定两个信号间的时间滞后或从杂音中检测信号.而自相关函数用于研究信号本身,如信号波形的同步性、周期性等.这里主要讨论自相关函数.短时自相关函数Rn(k)的定义为:

Rn(k)=T[xn(m)]=

m=-%

2 语音信号的时域分析

语音信号处理的各种应用的前提和基础是对语音信号的分析.根据分析的参数的不同,语音信号分析可分为时域、频域、倒谱域等.在以上的分析方法中,最简单、物理意义最明确的就是时域分析.

典型的时域分析包括短时平均能量、短时平均过零数和短时自相关函数等

[1]

%

x(m)w(n-m)x(m+k)w(n-m-k).

利用短时自相关函数可以对浊音信号估计它

的基音周期.利用自相关函数的性质,短时自相关函数可以改写为下式:

N-1-k

.

语音信号的短时能量分析是基于语音信号能量随时间有相当大的变化,特别是清音段的能量比浊音段的小得多.短时平均能量定义En如下:

En=

m=-%

Rn(k)=

m=0

[x(n+m)w (m)])

%

[x(n+m+k)w (m+k)],

式中,w (m)=w(-m),N为窗函数的长度.

从上式可以看到,在传统的自相关函数计算中,是两个等长的序列进行乘积的和,这样随着延迟k的增加,进行乘积和的项数在减少,所以总体上自相关函数的幅度值随着延迟k的增加而下降.因此,一方面在利用传统自相关函数计算波形周期时,如果窗长不足够长,包含的周期数不足够多,则会给周期计算带来困难.另一方面,N值也要尽可能地小,因为语音信号的特性是变化的,如果N过大将影响短时性.为解决这个问题,可用修正的短时自相关函数来代替短时自相关函数.修正的短时自相关函数定义为:Rn=

^

N-1m=0

[x(m)w(n-m)]=

%

2

m=n-N+1

[x(m)w(n-m)].

2

其中,x(m)表示语音信号;w(m)是窗函数,可以是前面所介绍的矩形窗或哈明窗;N是窗函数的长度.

短时平均能量也即对窗函数所取的其中一帧语音信号幅值取平方再求和,它的主要用途有:&区分清音段和浊音段; 区分声母和韵母的分界,有声和无声的分界;(作为超音段信息,用于语音识别中.

语音信号的短时过零分析是语音时域分析中最简单的一种.对于连续语音信号,可以考察其时域波形通过时间轴的情况.而对于离散时间信号,如果相邻的取样值改变符号则称为过零.短时平均过零数Zn的定义为:Zn==

m=-%

[x(m+n)w1(m)][x(m+n+k)w2(m+k)],

非零,0#m#N-10,其余m值

非零,0#m#N-1+K0,其余m值

w1(m)=w2(m)=

%

sgn[x(m)]-sgn[x(m-1)]w(n-m)

sgn[x(n)]-sgn[x(n-1)]*w(n),短时平均过零数也可以用来区分清音和浊音.

修正的短时自相关函数是用两个长度不同的窗口,截取两个不等长的序列进行乘积和,两个窗口的长度相差最大的延迟点数K.这样就能始终保持乘积和的项数不变,即始终为短窗口的长度.

语音信号时域分析的教学演示平台如图2.

[2]

式中,sgn[)]是符号函数.

这是由于发浊音时,尽管声道有若干个共振峰,但由于声门波引起了谱的高频衰落,所以其语音能量.,

基于MATLAB的语音信号处理教学演示平台的设计

第12期王志鹏等:基于MATLAB的语音信号处理教学演示平台的设计)83)

该演示平台取其中一帧语音 …… 此处隐藏：4585字，全部文档内容请下载后查看。喜欢就下载吧 ……