语音信号处理实验报告
信工1102韩扬2011014520
一、原理 1.端点检测
语音信号一般可分为无声段、清音段和浊音段。无声段是背景噪声段, 平均能量最低,波形变化缓慢,过零率最低; 浊音段为声带振动发出对应的语音信号段, 平均能量最高; 清音段是空气在口腔中的摩擦、冲击或爆破而发出的语音信号段, 平均能量居于前两者之间,波形上幅度变化剧烈, 过零率最大。端点检测就是首先判断有声还是无声, 如果有声,则还要判断是 清音还是 浊音。为正确地实现端点检测, 一般综合利用短时能量和过零率两个特征,采用/双门限检测法。
① 语音信号x(n)进行分帧处理,每一帧记为Si(n),n=1,2,…,N,n为离散语音信号时间序列,N为帧长,i表示帧数。
② 短时能量:Ei??si2?n?
n?1
NN
③ 过零率:
2.基音检测 Zi??sgn??si?n????sgn??si?n?1???n?1
能量有限的语音信号s(n)?的短时自相关函数定义为: ?
Rn(?)?N?1??
m?0?[s(n?m)w(m)][s(n?m??)w(m??)] 其中,?为移位距离,w(m)是 偶
对称的窗函数。
短时自相关函数有以下重要性质:
①如果s(n)?是周期信号,周期是P,则R(?)也是周期信号,且周期相同,即?
R(?)?R(P??)。
②当τ=0时,自相关函数具有最大值;当??0,?P,?2P,?3P…处周期信号的自相关函数达到极大值。
③自相关函数是偶函数,即R(?)?R(??)。
短时自相关函数法基音检测的主要原理是利用短时自相关函数的第二条性质,通过比较原始信号和它移位后的信号之间的类似性来确定基音周期,如果移位距离等于基音周期,那么,两个信号具有最大类似性。在实际采用短时自相关函数法进行基音检测时,使用一个窗函数,窗不动,语音信号移动,这是经典的短时自相关函数法。
3.自相关法解线性预测方程组
自相关方法
a.Levinson-durbin递推算法
E
?(i)?(1?k)E2i(i?1),E(p)?Rn(0)?(1?ki2),|ki|?1i?1p aj?a(
jp),j?1,2,3...,p
ki 称为反射系数,也称PARCOR系数
b.E(p)是预测残差能量
在起始端,为了预测x(0),需要用到x(-1),x(-2),……,x(-p).但是这些值均为0,这样预测会带来误差。对于结尾有类似的结果。所以选择汉明窗。
c.当N>>P时,误差比例比较小,一般也符合这个条件。
4.Lpc倒谱
pp
(1??a?i??n?1
iz)?nh?(n)z?
i?1n?1?ia?i?1izi?1
???
?h(1)?a1
???n?1
(n)?a?
?hn??(1?i/n)aih(n?i),1?n?p
?i?1
?p
??^
??h(n)??(1?i/n)aih(n?i),n?p
i?1
二、设计流程图
1.端点检测
2.基音检测
总流程图
三、结果分析
1.端点检测
2.基音检测
第二篇:语音信号处理实验报告要求
实验一:
1.简述本次试验的目的,关于基音周期的理论;
2.使用相关法的同学,给出程序的同时要说明所使用语音段的长度(短时平稳性),解释怎样在matlab中实现三电平削波(for...end循环和if elseif else end判决的使用)。给出清浊音两组截取后的语音信号波形图、三电平削波后的信号图、自相关计算后的信号图。然后根据自相关信号图上最大峰值和次峰值之间的间隔点数,计算出基音周期和基音频率;
3.使用倒谱法的同学,要解释分帧后加窗的方法,给出清浊音其中各一帧的语音信号波形图,和计算后的倒谱图。并根据倒谱图上对应基音周期处的峰值的位置,给出基音周期。4.使用简化逆滤波的同学,要说明切比雪夫2型低通滤波器的使用方法(cheby2、freqz两个函数的使用方法、参数意义),给出低通滤波后的信号波形图、5倍抽取后的波形图、自相关计算后信号波形图、5倍插值后的信号波形图,根据浊音内插后的信号图上最大峰值和次峰值之间的间隔点数计算基音周期;5.比较所选用的两种方法的结果。
实验二:
1.给出倒谱法的程序,解释汉明窗宽度的选取要求(书上有简单解释),解释怎样实现倒谱窗的matlab编程方法和倒谱窗宽度的选取(男女生有一定的差别),给出加窗后的信号波形图、对数谱图、倒谱图、加窗后的信号频谱图,给出三个共振峰的估值。
2.给出LPC谱估计程序,不同LPC阶数时的LPC谱图,在n=?时,学生自己估计的前三个共振峰的值。
实验三:
给出录音的内容,判断结果。解释端点检测的原理、MFCC系数的说明和DTW算法的简单原理(参考书上都有比较详细的解释)。识别的结果的表格和识别的结果正确率(正确的数目,错误的数目,正确率)。考虑一下识别错误的原因(录音的效果?端点检测算法的可靠性?DTW算法的可靠性?等)