数字语音信号处理实验指导书(学生用)(3)

三、实验结果

1 短时谱

original signal

2

4

6短时谱

8

10

12x 10

4

050100

150200250300

图2.1 短时谱 2 语谱图

图2.2 语谱图

3 倒谱和复倒谱

图3、4是加矩形窗和汉明窗的倒谱图和复倒谱图,图中横轴的单位是Hz，纵轴的单位是dB。

加矩形窗时的倒谱

50

100

150

200

250

300

加矩形窗时的复倒谱

050100150200

250300

图2.4 加矩形窗时的倒谱和复倒谱图

加汉明窗时的倒谱

050100150200250300

加汉明窗时的复倒谱

50

100

150

200

250

300

图2.3 加汉明窗时倒谱和复倒谱图

4 基因周期和共振峰估计

10

倒谱幅度

-1-2-3

0100200

300点数N

400500600

100

幅度/dB

-100

-200

0100200

300时间/ms

400500600

图2.5 倒谱图

分析第15帧其中第一峰值出现在第2个样点，窗长为512（64ms），抽样频率为11KHz，说明基因频率就在这个点上，其基因频率为5.5KHz，基音周期为0.182ms。

四、附录（参考程序）

1）短时谱 clear

a=wavread('beifeng.wav'); subplot(2,1,1),

plot(a);title('original signal'); grid N=256; h=hamming(N); for m=1:N b(m)=a(m)*h(m)

end

y=20*log(abs(fft(b))) subplot(2,1,2) plot(y);title('短时谱'); grid

2）语谱图

[x,fs,nbits]=wavread('beifeng.wav')

specgram(x,512,fs,100); xlabel('时间(s)'); ylabel('频率(Hz)'); title('语谱图');

3）倒谱和复倒谱

（1）加矩形窗时的倒谱和复倒谱

clear

a=wavread('beifeng.wav',[4000,4350]); N=300;

h=linspace(1,1,N); for m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1)

plot(d);title('加矩形窗时的倒谱') subplot(2,1,2)

plot(c);title('加矩形窗时的复倒谱')

（2）加汉明窗时的倒谱和复倒谱

clear

a=wavread('beifeng.wav',[4000,4350]);

N=300; h=hamming(N); for m=1:N b(m)=a(m)*h(m); end c=cceps(b); c=fftshift(c); d=rceps(b); d=fftshift(d); subplot(2,1,1)

plot(d);title('加汉明窗时的倒谱') subplot(2,1,2)

plot(c);title('加汉明窗时的复倒谱')

实验三 基于MATLAB的LPC分析

一、实验目的

线性预测分析是最有效的语音分析技术之一，在语音编码、语音合成、语音识别和说话人识别等语音处理领域中得到了广泛的应用。语音线性预测的基本思想是：一个语音信号的抽样值可以用过去若干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样值的均方误差达到最小，可以确定唯一的一组线性预测系数。

采用线性预测分析不仅能够得到语音信号的预测波形，而且能够提供一个非常好的声道模型。如果将语音模型看作激励源通过一个线性时不变系统产生的输出，那么可以利用LP分析对声道参数进行估值，以少量低信息率的时变参数精确地描述语音波形及其频谱的性质。此外，LP分析还能够对共振峰、功率谱等语音参数进行精确估计，LP分析得到的参数可以作为语音识别的重要参数之一。

由于语音是一种短时平稳信号，因此只能利用一段语音来估计模型参数。此时有两种方案：一种是将长的语音序列加窗，然后对加窗语音进行LP分析，只要限定窗的长度就可以保证分析的短时性，这种方案称为自相关法；另一种方案不对语音加窗，而是在计算均方预测误差时限制其取和区间，这样可以导出LP分析的自协方差法。

本实验要求掌握LPC原理，会利用已学的知识，编写程序估计线性预测系数以及LPC的推演参数，并能利用所求的相关参数估计语音的端点、清浊音判断、基因周期、共振峰等。

二、实验原理

1 LP分析基本原理

LP分析为线性时不变因果稳定系统V（z）建立一个全极点模型，并利用均方误差准则，对已知的语音信号s(n)进行模型参数估计。

如果利用P个取样值来进行预测，则称为P阶线性预测。假

P个取样值

S n 1 ,S n 2 , S n p

p

的加权之和来预测信号当前取样值

S n

，则预测信号

S n

为：

S n

ak n k

k 1

(1)

其中加权系数用ak表示，称为预测系数，则预测误差为:

e n s n S n s n

p

ak n k

k 1

(2)

要使预测最佳，则要使短时平均预测误差最小有：

E e

2

n

min

(3)