声音信号的分析处理.docx
《声音信号的分析处理.docx》由会员分享，可在线阅读，更多相关《声音信号的分析处理.docx（12页珍藏版）》请在冰点文库上搜索。
声音信号的分析处理
《信号与系统》课程设计
语音信号的分析和处理
学院：
通信与信息工程学院
班级：
2010012030班
学生：
李雷（2010012030018）
阚姗蕾（2010012030037）
指导教师：
崔琳莉
2011年12月19日
一、摘要
声音是由物体的振动产生，以声波的形式在介质中传播，介质主要可分为固体，液体以及气体。
声波振动内耳的听小骨，这些振动被转化为微小的电子脑波，它就是我们觉察到的声音。
内耳采用的原理与麦克风捕获声波或扬声器的发音一样，它是移动的机械部分与气压波之间的关系。
在国际标准中，人声的频率范围是300Hz~3400Hz，不同的人或乐器产生的声音频率不一致，通过对声音信号的研究能够更好的处理声音信号的处理以及传输。
Matlab作为一款主要面对科学计算、可视化以及交互式程序设计的高科技计算软件，能够很好的完成对声音信号的分析和处理，快速的得出声音信号的时域图以及频域图。
关键字：
声音频率时域图频域图Matlab
Soundcomesfromtheshakeofobjectsandspreadsintheformofwavesinmediumconsistsofsolid,liquidandgas.Soundwavesshaketheossiclesintheears,transformedintofinalelectronicbrainwavesandthenwehearthesound.Theprincipletheearworkswhichisthesameastheprinciplethemicrophoneandthespeakerworks,isusingtherelationbetweenmechanicalpartandbarometricwave.InISO,thefrequencydomainisfrom300Hzto3400Hz,differsindifferentpeopleandmusicalinstruments.Thestudyofthesoundsignalhelptobetterdealwiththesignals.Asasoftwaremajorinscientificcalculation,Matlabisvisualandinteractive.Itiscapableofperfectlyfinishingtheanalysisanddisposeofthesoundsignalbysketchingthetimedomainfigureandfrequencydomainfigure.
Keywords:
sound,frequency,timedomainfigure,frequencydomainfigure,Matlab
二、实验要求
通过MATLAB的函数wavread（）可以读入一个.wav格式的音频文件，并将该文件保存到指定的数组中。
例如下面的语句（更详细的命令介绍可以自己查阅MATLAB的帮助）中，将.wav读入后存放到矩阵y中。
y=wavread（'SpecialEnglish.wav'）;
对于单声道的音频文件，y只有一行，即一个向量；对于双声道的音频文件，y有两行，分别对应了两个声道的向量。
我们这里仅对一个声道的音频进行分析和处理即可。
注意：
.wav文件的采样频率为44.1KHz，采样后的量化精度是16位，不过我们不用关心其量化精度，因为在MATLAB读入后，已将其转换成double型的浮点数表示。
在获得了对应音频文件的数组后，我们可以对其进行一些基本的分析和处理。
可以包括：
1、对语音信号进行频域分析，找到语音信号的主要频谱成分所在的带宽，验证为何电话可以对语音信号采用8KHz的采样速率。
2、分析男声和女声的差别。
我们知道男声和女声在频域上是有些差别的，一般大家都会认为女声有更多高频的成分，验证这种差别。
同时，提出一种方法，能够对一段音频信号是男声信号、还是女声信号进行自动的判断。
3、语音与乐器音频的差别。
比较语音信号与乐器音频信号的差别，尤其是在频域上的差别。
4、.wav文件的采样速率为44.1KHz，仍然远远高于我们通常说的语音信号需要的频谱宽度，例如在电话对语音信号的采样中，我们仅仅使用8KHz的采样速率。
对读入的音频数据进行不同速率的降采样，使用wavplay（）命令播放降采样后的序列，验证是否会对信号的质量产生影响。
降采样的方法很简单，例如命令y=wavread（'SpecialEnglish.wav'）;将语音文件读入后保存在向量y中，这时对应的采样频率为44.1KHz。
使用y1=y（1:
2:
length（y））命令，就可以将原序列y每隔1个采样后放入序列y1中，这时y1序列对应的采样频率即为22KHz。
5、自己下载获得一段中文语音信号（可以使用诸如“千千静听”等工具将.mp3文件转换成.wav文件），对中文语音与英文语音进行比较。
三、实验内容
3.1、对语音信号进行频域分析，找到语音信号的主要频谱成分所在的带宽，验证为何电话可以对语音信号采用8KHz的采样速率。
对声音信号
的频谱图进行分析，使用Matlab绘制该语音信号的频谱图，观察频谱图，读出声音信号的频率范围，由采样定理可知，如果需要重建声音信号
，需产生一个周期冲激串，其冲激幅度就是采样得到的样本值，将该冲激串通过一个增益为T，截止频率为
，而小于
的理想低通滤波器，该低通滤波器的输出就是
。
使用Matlab中的快速傅里叶变换（fft），绘制出声音文件
的时域图和频域图，对频域图进行分析，观察可得声音信号
的主要频率范围为200Hz~1800Hz，根据采样定理可得，采样频率应不小于3600Hz，故电话使用8kHz的采样频率能保证声音无失真采样及恢复。
程序代码：
[x,fs,bits]=wavread（'相声.wav'）;%将原声音信号转化为字符串%
subplot（211）;
plot（x）;%绘制声音信号的时域图%
title（'时域分析图'）;
subplot（212）;
y=fft（x,fs）;
df=fs/length（y）;
fx=df*（0:
length（y）-1）;%将横坐标转化为频率值%
plot（fx,abs（y））;%绘制声音信号的频谱图%
axis（[080000500]）;
title（'频域分析图'）;
3.2、分析男声和女声的差别。
我们知道男声和女声在频域上是有些差别的，一般大家都会认为女声有更多高频的成分，验证这种差别。
同时，提出一种方法，能够对一段音频信号是男声信号、还是女声信号进行自动的判断。
首先，我们选择了普通的男生和女生分别演唱同一首歌，用matlab分别绘出两段声音信号的频谱图,从图中可以看出，男生的声音频率主要分布在200Hz~800Hz,女生的声音频率主要分布在300Hz~1800Hz,女生的声音高频成分较多。
这是因为，声波是由物体振动产生的机械波，男人声带宽而厚，振动频率低；女人声带窄而薄，振动频率高。
而我们平时所感受得男生声音低沉，女生声音尖细，则是由于发声时男女声带的振动频率的高低不同，所以男女音调的高低不同。
使用Matlab对男声女声的声音信号在不同频率的分布比例进行分析，运行程序后可得出，在低频范围（150Hz~1000Hz）内
男声低频比例n1=9.5343e-006女声低频比例n2=8.6394e-006
在高频范围（1000Hz~1800Hz）内
男声高频比例m1=7.5965e-006女声高频比例m2=8.2355e-006
以上的数据计算进一步验证了女声频率较高的假设，我们可以通过这种计算来分辨男声女声。
程序代码：
%画男生声音、女生声音的频谱图
y1=wavread（'lu_ll.wav'）;
Fs=44100;%采样频率%
yt1=fft（y1）;%傅里叶变换%
df=Fs/length（yt1）;
Fx=df*（0:
length（yt1）-1）;%将横轴变为频率轴%
figure
（1）
subplot（211）;%subplot将图像画在一张图上%
plot（y1）;title（'男声时域波形'）;%画语音信号的时域波形%
subplot（212）;
plot（Fx,abs（yt1））;axis（[010000010000]）;
title（'男声频谱图'）;xlabel（'频率/Hz'）;
y2=wavread（'lu_ksl.wav'）;
Fs=44100;%采样频率%
yt2=fft（y2）;%傅里叶变换%
df=Fs/length（yt2）;
Fx=df*（0:
length（yt2）-1）;%将横轴变为频率轴%
figure
（2）
subplot（211）;%subplot将图像画在一张图上%
plot（y2）;title（'女声时域波形'）;%画语音信号的时域波形%
subplot（212）;
plot（Fx,abs（yt2））;axis（[01000005000]）;
title（'女声频谱图'）;xlabel（'频率/Hz'）;
%计算男生和女生信号中高频和低频信号所占的比例：
[y1Fs]=wavread（'lu_ll.wav'）;y1=y1（:
1）;
yt1=fft（y1）;
[y2Fs]=wavread（'lu_ksl.wav'）;y2=y2（:
1）;
yt2=fft（y2）;
sum1=0;
fori=200:
1000%计算男声的低频比例%
sum1=sum1+abs（yt1（i））;
end
sum=0;
fori=1:
length（yt1）
sum=sum+abs（yt1（i））;
end
n1=sum1/sum;
sum1%低频信号量
sum%总信号量
n1%比例
sum1=0;
fori=200:
1000%计算女声的低频比例%
sum1=sum1+abs（yt2（i））;
end
sum=0;
fori=1:
length（yt2）
sum=sum+abs（yt2（i））;
end
n2=sum1/sum;
sum1
sum
n2
%高频%
sum1=0;
fori=3000:
3800%计算男声的高频比例%
sum1=sum1+abs（yt1（i））;
end
sum=0;
fori=1:
length（yt1）
sum=sum+abs（yt1（i））;
end
m1=sum1/sum;
sum1
sum
m1
sum1=0;
fori=3000:
3800%计算女声的高频比例%
sum1=sum1+abs（yt2（i））;
end
sum=0;
fori=1:
length（yt2）
sum=sum+abs（yt2（i））;
end
m2=sum1/sum;
sum1
sum
m2
3.3、语音与乐器音频的差别。
比较语音信号与乐器音频信号的差别，尤其是在频域上的差别。
我们找了五种不同的乐器演奏的《梁祝》，试图不仅分析语音信号和乐器音频信号的差别，还要分析不同乐器音频信号的差别。
使用狸窝软件进行时间截取和格式转换，分析得到频谱如下：
对于乐器来说，低频段表示音色的丰满度，高频段表示音色的明亮度。
从图中可以看出，古筝的泛音较强，这印证了我们听觉的感受，钢琴和笛子的频谱主要集中在500~1000Hz的低频范围内，音色最为丰满，它们的主要区别在于钢琴泛音较多。
相比于前面所绘制的语音信号的频谱，乐器在某些频率点的小范围内会形成一个冲击，所以声音会比较有冲击力。
并且，乐器有基音和泛音，而人声没有泛音，所以会产生乐器声悠扬的效果。
程序代码：
y1=wavread（'笛子_0.wav'）;
y2=wavread（'钢琴_0.wav'）;
y3=wavread（'小提琴_0.wav'）;
y4=wavread（'萨克斯_0.wav'）;
y5=wavread（'古筝_0.wav'）;
Fs=44100;%采样频率%
yt1=fft（y1）;%傅里叶变换%
yt2=fft（y2）;
yt3=fft（y3）;
yt4=fft（y4）;
yt5=fft（y5）;
df1=Fs/length（yt1）;
升级会员 