语音信号的采集与处理.docx

1、语音信号的采集与处理中北大学课 程 设 计 说 明 书学生姓名： 学 号： 学 院： 信息与通信工程学院 专 业： 电子信息工程 题 目： 信息处理综合实践: 语音信号的采集与处理 指导教师： 陈友兴 职称: 副教授 2014 年 6 月 27 日中北大学课程设计任务书 13/14 学年第 二 学期学 院： 信息与通信工程学院 专 业： 电子信息工程 学 生 姓 名： 学 号： 学 生 姓 名： 学 号： 学 生 姓 名： 学 号： 课程设计题目：信息处理综合实践: 语音信号的采集与处理 起 迄 日 期： 2014年6月9日2014年6月27日 课程设计地点： 学院楼201实验室 指 导 教

2、师： 陈友兴 负 责 人： 王浩全 下达任务书日期: 2014 年6 月 9 日课 程 设 计 任 务 书1设计目的：（1）掌握USB总线或PCI总线的基本结构，了解基于USB总线或PCI总线A/D卡的通用结构；（2）掌握数据采集卡采集数据的过程和原理；（3）了解MATLAB的信号处理技术；（4）掌握MATLAB 实现信号的读取、保存、显示、基本运算、频谱分析和滤波。2设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：（1）查阅相关资料，撰写关于基于USB总线或PCI总线A/D卡的报告；（2）采用麦克和声卡采集人的说话信号、音乐信号和噪音信号；（3）采用MATLAB读取读取上述信号，

3、并分别进行频率分析；（4）将上述任意两个信号求和，分析频谱，并尝试通过滤波器进行分离；（5）将上述任意两个信号相乘，分析频谱，并尝试通过滤波器进行分离；（6）将上述信号进行拼接，并保存到文件中；（7）提高内容：编写A/D卡采集数据程序。3设计工作任务及工作量的要求包括课程设计计算说明书(论文)、图纸、实物样品等：（1）要求设计组的每个成员都要了解设计的要求和思路；（2）MATLAB数据处理部分要求有正确的运行结果及结果分析；（3）总线部分和A/D采集卡部分要求每位同学有自己的理解；（4）每位同学针对上述内容撰写设计说明书（每人1份）。课 程 设 计 任 务 书4主要参考文献：1 徐明远,刘增力

4、.MATLAB仿真在信号处理中的应用.西安：西安电子科技大学出版社,20072 丛玉良,王宏志.数字信号处理原理及其MATLAB实现(第2版).北京：电子工业出版社，20093 张兰勇，孙健，孙晓云等.LabVIEW程序设计基础与提高.北京：机械工业出版社，20124 雷学堂，徐火希. 可直接感受的基于MATLAB的语音滤波. 合肥学院学报， 2006, 16(3): 48515 王恺，吕英俊，亓学广. 基于LabVIEW的语音噪声数字滤波器的设计. 工矿自动化， 2011, 1(8): 26286 章佳荣,赵国宇.精通LabVIEW虚拟仪器程序设计与案例实现.北京：人民邮电出版社，20135

5、设计成果形式及要求：每个同学各提供详细的设计说明书一份6工作计划及进度：2014年6月9日 6月15日：查资料，了解基于USB总线或PCI总线A/D卡的通用结构以及A/D采集卡的应用；6月16日 6月24日：在老师知道下完成课程设计内容；6月25日 6月27日：撰写课程设计说明书、答辩； 负责人审查意见： 签字： 年 月 日目 录1 A/D卡设计 11.1 基于PCI总线的A/D卡 11.2 基于USB总线的A/D卡 21.2.1 USB总线介绍 21.2.2 USB接口电路设计 21.2.3 USB接口的数据采集系统的设计实现 31.2.4 AD转换电路 32 语音信号采集与处理 42.1

6、引言 42.2 课程设计内容及要求 42.3 系统方案设计 42.3.1 语音信号的采集设计 42.3.2 语音信号的处理设计 62.4 语音信号处理基本知识 72.4.1 声卡 72.4.2 声卡的主要技术参数 82.4.3 Matlab处理语音信号 92.4.4语音信号时域分析 102.4.5语音信号频域分析 102.5 语音信号的采集设计 112.5.1 数据采集程序 112.5.2 数据处理程序 112.5.3 数据保存程序 112.5.4 语音信号采集效果图 112.6 语音信号处理的设计 132.6.1 语音信号、噪声信号、音乐信号频谱分析 132.6.2 将语音信号与噪声信号求和

7、 142.6.3 语音信号、噪声信号求乘 172.6.4 语音信号、噪声信号拼接 182.7 结果分析 212.8 心得体会 222.9 参考文献 22总报告及程序源码以及LABVIEW文件请右键点此下载下面是做完之后成品的报告1 A/D卡设计1.1 基于PCI总线的A/D卡1、PCI总线的含义PCI是由Intel公司1991年推出的一种局部总线。从结构上看，PCI是在CPU和原来的系统总线之间插入的一级总线，具体由一个桥接电路实现对这一层的管理，并实现上下之间的接口以协调数据的传送。管理器提供了信号缓冲，使之能支持10种外设，并能在高时钟频率下保持高性能，它为显卡、声卡、网卡、MODEM等设

8、备提供了连接接口，它的工作频率为33MHz/66MHz。PCI是Peripheral Component Interconnect(外设部件互连标准）的缩写，它是目前个人电脑中使用最为广泛的接口，几乎所有的主板产品上都带有这种插槽。PCI插槽也是主板带有最多数量的插槽类型，在目前流行的台式机主板上，ATX结构的主板一般带有56个PCI插槽，而小一点的MATX主板也都带有23个PCI插槽，可见其应用的广泛性。PCI总线是一种不依附于某个具体处理器的局部总线。管理器提供了信号缓冲，使之能支持10种外设，并能在高时钟频率下保持高性能。PCI总线也支持总线主控技术，允许智能设备在需要时取得总线控制权，

9、以加速数据传送。图1.1 典型的PCI系统总线构成 2、PCI总线的基本含义不同于ISA总线，PCI总线的地址总线与数据总线是分时复用的。这样做的好处是，一方面可以节省接插件的管脚数，另一方面便于实现突发数据传输。在做数据传输时，由一个PCI设备做发起者（主控，Initiator或Master），而另一个PCI设备做目标（从设备，Target或Slave）。总线上的所有时序的产生与控制，都由Master来发起。PCI总线在同一时刻只能供一对设备完成传输，这就要求有一个仲裁机构（Arbiter），来决定在谁有权力拿到总线的主控权。当PCI总线进行操作时，发起者（Master）先置REQ#，当得到

10、仲裁器（Arbiter）的许可时（GNT#），会将FRAME#置低，并在AD总线上放置Slave地址，同时C/BE#放置命令信号，说明接下来的传输类型。所有PCI总线上设备都需对此地址译码，被选中的设备要置DEVSEL#以声明自己被选中。然后当IRDY#与TRDY#都置低时，可以传输数据。当Master数据传输结束前，将FRAME#置高以标明只剩最后一组数据要传输，并在传完数据后放开IRDY#以释放总线控制权。1.2 基于USB总线的A/D卡1.2.1 USB总线介绍USB总线为通用串行总线，USB接口位于PS/2接口和串并口之间，允许外设在开机状态下热插拔，最多可串接下来127个外设，传输速

11、率可达480Mb/S，P它可以向低压设备提供5伏电源，同时可以减少PC机I/O接口数量。USB是基于通用连接技术，实现外设的简单快速连接，达到方便用户、降低成本、扩展PC连接外设范围的目的。数据采集就是把来自各种传感器的信号数据实时地、准确地测量或汇集起来,用计算机进行实时处理或记录存储,实时完成测试和控制功能。数据采集系统结构通过微机的标准接口连接各种功能模块、仪器仪表和传感器,组成测量系统。1.2.2 USB接口电路设计图1.2 USB接口电路结构图R3是上拉电阻器，它可使USB口的D+端上拉到DS2490S的VB端，表示USB主机系统是高速设备，同时这个上拉电阻器告诉主机有USB设备插入

12、。该上拉电阻器的设置对适配器的影响很大，它的负载值和1-Wire网络的总长决定1-Wire总线电压上升到5 V的速度。经过实验测试选择R3的阻值为27 lO%。R1、R2为USB数据线保护电阻器。L、L2具有禁止高频干扰并且减弱EMI辐射的功能。LF33CV为3.3 V电压稳压器，与周围元件C1、C2组成强上拉部分，给EEPROM或温度传感器等器件提供额外的电源。1.2.3 USB接口的数据采集系统的设计实现 数据采集系统使用采集卡进行数据采集,然后经过A/D转换器供计算机加工处理。基于USB接口的数据采集与频谱分析系统本系统结构由硬件部分和软件部分组成,硬件部分主要有计算机、I/ O 接口设

13、备. 计算机作为硬件平台的核心可采用台式机,系统采用的I/ O 设备为A/ D 数据采集卡,该采集卡是一种基于USB 总线数据采集产品,可与带USB 接口的各种台式计算机、笔记本电脑、工控机连接构成高性能的数据采集测量系统.整个系统主要由4部分组成：USB接口芯片及外围电路、控制电路、数据缓冲电路和AD转换电路。USB接口芯片选择了Cypress公司的EZ-USB 2131Q，该芯片内嵌8051控制器，因此整个系统以EZ-USB控制器为核心，由EZ-USB经控制电路实现对AD转换电路和数据缓冲电路的控制，模拟信号转换后的数据送入数据缓冲器，当数据缓冲器存满之后，通知EZ-USB控制器，由主机取

14、出数据。整个系统框图如图1.3所示。图1.3 系统框图1.2.4 AD转换电路 声卡是计算机对语音信号进行加工的重要部件，它具有对信号滤波、放大、采样保持、A/D和D/A转换等功能。系统中AD转换芯片采用了MAXIM公司的MAX122，该芯片是12 b的高速的AD转换器。在完全转换模式下，他的转换时间可以达到26μs，采样率为333 kSs。MAX122有5种工作模式，在数据采集系统中，采用了模式2即连续转换模式。在这种模式下，每次转换需要1314个时钟脉冲节拍，转换可以不间断地进行，但是需要提供开始转换使能信号，并且要保证使能信号和时钟信号同步，读信号和片选始终处于有效状态。数据输出使

15、能信号一直有效，在转换结束时产生新的数据。2 语音信号采集与处理2.1 引言语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。2.2 课程设计内容及要求（1）查阅相关资料，撰写关于基于USB总线或PCI总线A/D卡的报告；（2）采用麦克和声卡采集人的说话信号、音乐信号和噪音信号；（3）采用MATLAB读取读取上述信号，并分别进行频率分析；（4）将

16、上述任意两个信号求和，分析频谱，并尝试通过滤波器进行分离；（5）将上述任意两个信号相乘，分析频谱，并尝试通过滤波器进行分离；（6）将上述信号进行拼接，并保存到文件中；（7）提高内容：编写A/D卡采集数据程序。2.3 系统方案设计2.3.1 语音信号的采集设计(1)录音系统设计流程图2.1 labview录音系统流程图图2.2 录音系统流程(2)数据采集程序数据采集程序要实现的任务就是用软件控制声卡采集输入的信号，并将其转换为数字信号（即我们常说的数据）提供给后续程序处理。它为后续程序提供了一个数据来源。图2.3 数据采集程序的流程(3)数据处理程序数据处理程序的任务就是实时波形显示，并将它添加

17、到已有信号的存在数组中。因为是实时显示采集信号的波形，因此我们需要用Waveform Chart来实现；Chart的数据并没有事先存在一个数组中，它是实时显示的，为了能够看到先前的数据，Chart内部含有一个数据缓冲器，其中保留了一些历史数据。这个缓冲器按照先进先出的原则管理，其最大容量是4294967295（32位无符号整数）个数据点，其独特的功能堆叠式图区（Stack Plots）在相同的横坐标下，由于各种测量信号的差异，将几条曲线显示在同一个图区有困难时，可以组织出一种横坐标相同，而有各自纵坐标的堆叠式图区，这样就可以看到前面板中的上下两个图像了。而将新信号添加的已有信号的数组中，可通过

18、移位寄存器来实现。(4)数据保存程序在最后程序结束以后，将该音频文件保存为Wav文件存到计算机 。2.3.2 语音信号的处理设计(1)语音信号处理设计流程图2.4 语音信号处理设计流程(2)利用正弦信号构造一个高频噪声1. 在Matlab中人为设计一固定频率950Hz的噪声干扰信号。噪声信号通常为随机序列,在本设计中用正弦序列代替。干扰信号构建命令函数为s=0.05*sin(2*pi*f*n)；x=wavread(C:22.wav)；y=x+s；2. 给出的干扰信号为一个正弦信号，针对上面的语音信号,采集了其中一段。再对噪音信号进行频谱变换得到其频谱图, y1=fft(y,1024)；从图中可

19、以看出干扰信号，在1000HZ左右处有一高峰 。若带噪信号y(m)是纯净语音信号s(m)和平稳加性高斯白噪声n(m)构成的,即:y(m) =x(m) +n(m)；则在频域中表示为Y()=X()+N()；其中Y(),X(),N()分别是y(m),x(m),n(m)的傅里叶变换。X()=Y()-N()；只要从带噪信号中减去噪声信号即可估计出语音信号,再进行傅里叶反变换就可得到增强的语音。(3)设计合适的滤波器，滤除低频噪声由模拟滤波器变换为数字滤波器时,采用的是双线性变换法,它保留的是从模拟到数字域的系统函数表示。用双线性变换法设计低通滤波器。在MATLAB 中,可以利用函数 butterwort

20、h设计低通滤波器。数字巴特沃兹低通滤波器函数：functionb,a=digital_lowpass_butter(wp,ws,Rp,As,Fs)N,wn=buttord(wp/pi,ws/pi,Rp,As)b,a=butter(N,wn);时域低通滤波：x=wavread(2.wav);x为读取原语音文件的数据，一维数组h=ones(1,220); h为低通滤波器的单位冲激响应y=conv(x,h); 时域卷积，低通滤波wavwrite(y,22050,su2.wav);将滤波后的数据保存为.wav文件用 MATLAB 中的函数freqz 画出各滤波器的频率响应。用设计好的带阻滤波器对含噪语

21、音信号进行滤波,在Matlab中IIR滤波器利用函数filter对信号进行滤波。在一个窗口同时画出滤波前后的波形及频谱。从图中可以看出,500Hz看到的高峰消失了,语音信号与开始的一样,滤波器成功的滤除了干扰信号。利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。2.4 语音信号处理基本知识2.4.1 声卡(1)声卡的作用从数据采集的角度来看，声卡是一种音频范围内的数据采集卡，是计算机与外部的模拟量环境联系的重要途径。声卡的主要功能包括录制与播放、

22、编辑和处理、MIDI接口三个部分。(2)声卡的硬件结构图2.5是一个声卡的硬件结构示意图。一般声卡有45个对外接口。图2.5 声卡的硬件结构示意图声卡一般有Line In 和Mic In 两个信号输入，其中Line In为双通道输入，Mic In仅作为单通道输入。后者可以接入较弱信号，幅值大约为0.020.2V。声音传感器（采用通用的麦克风）信号可通过这个插孔连接到声卡。若由Mic In 输入，由于有前置放大器，容易引入噪声且会导致信号过负荷，故推荐使用Line In ，其噪声干扰小且动态特性良好，可接入幅值约不超过1.5V的信号。另外，输出接口有2个，分别是Wave Out和SPK Out。

23、Wave Out（或Line Out）给出的信号没有经过放大，需要外接功率放大器，例如可以接到有源音箱；SPK Out给出的信号是通过功率放大的信号，可以直接接到喇叭上。这些接口可以用来作为双通道信号发生器的输出。(3)声卡的工作原理声音的本质是一种波，表现为振幅、频率、相位等物理量的连续性变化。声卡作为语音信号与计算机的通用接口，其主要功能就是将所获取的模拟音频信号转换为数字信号，经过DSP音效芯片的处理，将该数字信号转换为模拟信号输出。输入时，麦克风或线路输入（Line In）获取的音频信号通过A/D转换器转换成数字信号，送到计算机进行播放、录音等各种处理；输出时，计算机通过总线将数字化的

24、声音信号以PCM（脉冲编码调制）方式送到D/A转换器，变成模拟的音频信号，进而通过功率放大器或线路输出（Line Out）送到音箱等设备转换为声波。2.4.2 声卡的主要技术参数(1)采样位数采样位数可以理解为声卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实。我们首先要知道：电脑中的声音文件是用数字0和1来表示的。所以在电脑上录音的本质就是把模拟声音信号转换成数字信号。反之，在播放时则是把数字信号还原成模拟声音信号输出。声卡的位是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数。声卡的位客观地反映了数字声音信号对输入声音信号描述的准确程度。8位代表2的8次方

25、256，16位则代表2的16次方64。比较一下，一段相同的音乐信息，16位声卡能把它分为64个精度单位进行处理，而8位声卡只能处理256个精度单位，造成了较大的信号损失，最终的采样效果自然是无法相提并论的。位数越高，在定域内能表示的声波振幅的数目越多，记录的音质也就越高。(2)采样频率每秒钟采集声音样本的数量。采集频率越高，记录的声音波形就越准确，保真度就越高。但采样数据量相应变大，要求的存储空间也越多。目前，声卡的最高采样频率是44.1KHz，有些能达96KHz。一般将采样频率设为4挡，分别是44.1KHz、22.05KHz、11.025KHz、8KHz。(3)缓冲区与一般数据采集卡不同，声

26、卡面临的D/A和A/D任务通常是连续的。为了在一个简洁的结构下较好地完成某个任务，声卡缓冲区的设计有其独到之处。为了节省CPU资源，计算机的CPU采用了缓冲区的工作方式。在这种工作方式下，声卡的A/D、D/A都是对某一缓冲区进行操作。一般声卡使用的缓冲区长度的默认值是8192字节，也可以设置成8192字节或其整数倍大小的缓冲区，这样可以较好地保证声卡与CPU的协调工作。声卡一般只对20Hz20KHz的音频信号有较好的响应，这个频率响应范围已经满足了音频信号测量的要求。2.4.3 Matlab处理语音信号(1)数字滤波器的原理若滤波器的输入、输出都是离散时间信号，那么该滤波器的单位冲激响应h(n

27、)也必然是离散的，这种滤波器称为数字滤波器（DF）。数字滤波器实质上是一种运算过程用来描述离散系统输入与输出关系的差分方程的计算或卷积计算。数字滤波器的实质是用一有限精度算法实现的离散时间线性时不变系统，以完成对信号进行滤波处理的过程。它是数字信号处理的一个重要分支，具有稳定性好、精度高、灵活性强、体积小、质量轻等诸多优点。(2)数字滤波器的分类（1）根据单位冲激响应h(n)的时间特性分类 无限冲激响应（IIR）数字滤波器 有限冲激响应（FIR）数字滤波器（2）根据实现方法和形式分类 递归型数字滤波器 非递归型数字滤波器 快速卷积型（3）根据频率特性分类 低通数字滤波器、高通数字滤波器、带通数

28、字波器、 带阻数字滤波器2.4.4语音信号时域分析MATLAB数据采集箱中提供的函数命令进行图像分析的函数命令：wavread:wavread用于读取Microsoft的扩展名为“.wav”的声音文件。其调用形式为:y=wavread(file)。其作用是从字符串file所指的文件路径读取wave文件,将读取的采样数据送到y中。Y的取值范围:-1,1。sound:音频信号是以向量的形式表示声音采样的。sound函数用于将向量转换为声音,其调用形式为:sound(y,fs),作用是向扬声器送出向量y中的音频信号(采样频率为fs)。将向量转换为声音,其调用形式为:sound(y,fs),作用是向扬

29、声器送出向量y中的音频信号(采样频率为fs)。通过Wavread和plot(x)函数即可显示图像的时域波形。2.4.5语音信号频域分析 FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT且和x相同长度；若x为一矩阵，则y是对矩阵的每一列向量进行FFT。如果x长度是2的幂次方，函数fft执行

30、高速基2FFT算法，否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数FFT的另一种调用格式为y=fft(x,N)，式中，x，y意义同前，N为正整数。函数执行N点的FFT，若x为向量且长度小于N，则函数将x补零至长度N；若向量x的长度大于N，则函数截短x使之长度为N；若x为矩阵，按相同方法对x进行处理。2.5 语音信号的采集设计2.5.1 数据采集程序SI Config声音格式端创建一输入控件，出现一簇并进行声卡参数设置,两个输出端口分别通过一控制录音开始的while循环框与SI Start输入端口相连，即启动声卡，开始采集输入信号并将数据保存到缓存区。录音程序过程中需要控制暂停

31、或停止。若要暂停，当条件循环为真时暂停，此处应用SI Stop来停止声卡的采集工作，并用while循环控制暂停时间，当再次按下“暂停”按钮时，SI Start启动声卡继续录音，如需停止时应用SI Read从声卡缓存区读取数据，这样就完成了数据采集。2.5.2 数据处理程序由于要实时显示采集信号的波形，因此我们需要用Waveform Chart来实现，而不能用Waveform graph。在图像显示控件中点波形图表，拖到前面板，程序框图里与SI read相连接。然后设置Waveform Chart属性。根据Waveform Chart堆叠式图区这一特有的功能，创建增加一个Y轴，这样同一Waveform Chart中就显示了两个图像。图像采用线式直方图的形式而将新信号添加的已有信号的数组中，可通过移位寄存器来实现就可以了。2.5.3 数据保存程序在这里应用建好的“录音保存.VI” ，在最后程序结束