课程设计实验报告new.docx
《课程设计实验报告new.docx》由会员分享，可在线阅读，更多相关《课程设计实验报告new.docx（18页珍藏版）》请在冰点文库上搜索。
课程设计实验报告new
课程设计实验报告new
数字信号处理
课程设计报告
课设题目：
语音信号变声处理系统
院系：
计算机科学系
专业：
通信工程
小组成员：
郑昌栋杭嘉琪杜天送
刘洋周俊颜全稳
指导教师：
方荟
闽江学院
2013年
12月
26日
摘要
我们每个人的声音不同，源于我们的每个人的音色和音调不同，我们所说的男中音、男高音，就是音调的不同，而即便音调一致，我们依然能区分出两个不同人的声音，或不同乐器的声音，这就是音色的不同。
变声器，正是借助对声音音色和音调的双重复合改变，实现输出声音的改变。
在进行性别变声时，主要考虑基频和共振峰频率的变化。
当基频伸展，共振峰频率也同时伸展时，可由男声变成女声，女声变成童声；反之，基频收缩，共振峰频率也同时收缩时，则由童声变女声，女声变男声。
为了获得自然度、真实感较好的变声效果，基频和共振峰频率通常必须各自独立地伸缩变化。
本次课程设计就是运用我们所学到的理论知识，用MATLAB软件来实现对语音信号的变声处理，理论联系实际，从而更好地掌握以及运用所学习的知识。
第一章课程设计任务
电视台经常针对某些事件的知情者进行采访，为了保护知情者，经常改变说话人的声音，利用所学的知识，将其实现。
1）自己录制一段正常的声音文件，或者通过菜单选择的方式选择一段正常声音文件；
2）能够播放该文件；
3）对语音信号进行处理，要求处理后的语音信号基本不影响正常收听与理解；
5）对处理参数能够通过matlab界面进行调节，以对比不同处理效果；
6）能够对处理后的声音文件与原始声音文件的频谱进行观察、分析。
7）编制GUI用户界面。
任务分配：
代码编写及运行调试：
郑昌栋，杭嘉琪
实验报告整理与编写：
杜天送
相关资料查询及整理：
刘洋
实验方案设计与编写：
周俊
Gui界面设计及制作：
颜全稳
第二章变声器原理及设计方案
2.1基本原理
语音科学家将人类发声过程视作一个由声门源输送的气流经以声道、口、鼻腔组成的滤波器调制而成的。
人类语音可分为有声语音和无声语音，前者是由声带振动激励的脉冲信号经声腔调制变成不同的音，它是人类语言中元音的基础，声带振动的频率称为基频。
无声语音则是声带保持开启状态，禁止振动引发的。
一般来说，由声门振动决定的基频跟说话人的性别特征有关，如下表，而无声语音则没有体现这个特征。
说话人的个性化音色和语音的另外一个声学参数——共振峰频率的分布有关。
儿童由于声道短，其共振峰频率高于成年人，成年女性的声道一般短于成年男性，所以女性的共振峰频率一般高于男性。
表2.1男声、女声和童声基频、共振峰频率关系表
人群
基频分布Hz
共振峰频率分布
男声
[50,180]
偏低
女声
[160,380]
中
童声
[400,1000]
偏高
由上可知，在进行性别变声时，主要考虑基频和共振峰频率的变化。
当基频伸展，共振峰频率也同时伸展时，可由男声变成女声，女声变成童声；反之，基频收缩，共振峰频率也同时收缩时，则由童声变女声，女声变男声。
为了获得自然度、真实感较好的变声效果，基频和共振峰频率通常必须各自独立地伸缩变化。
共振峰频率的改变是基于重采样实现的，从重采样原理知道，这也同时引发了基频的变化，为保证基频变化和共振峰频率变化的独立、互不相关，在基频移动时必须考虑抵消重采样带来的偏移，理论上只要基频检测足够精确，确实可以保证基频改变和共振峰频率改变间的互不相关。
·2.2设计方案
1：
选取需要变声的原始语音信号；
2:
得到原始语音信号的基音周期长度；
3:
根据基音周期长度定位整个原始语音信号的每一个基音周期的位置；
4:
在原始语音信号中的基音周期之间删除／插入基音周期，得到缩短／伸长的语音信号；
5:
将缩短／伸长的语音信号线性伸长／压缩至与原始语音信号一致的长度，得到变声后的语音信号。
第三章变声器的实现及分析
3.1信号变声器的实现
图2.2语音处理实现框图
实现步骤：
1）语音信号的录制与读入。
2）语音信号的频谱分析。
3）实现慢录快放和快录慢放功能
4）设计数字滤波器和画出其频率响应。
5）用滤波器对信号进行滤波。
6）比较滤波前后语音信号的波形及频谱。
7）通过搬移、改变基波频率实现变声。
8）语音信号恢复。
9）在MATLAB下绘制出各个部分的输出波形，前后对比。
3.2设计过程
3.2.1分帧处理
对语音信号加Hamming窗处理，方法是用窗序列沿着语音样点值序列逐帧从左向右移动。
Hamming窗的窗函数如下：
=（4.1）
确定了窗函数以后，对语音信号的分帧处理，实际上就是对各帧进行某帧进行某种变换或运算。
3.2.2计算预测系数
3.2.3计算激励信号
对每帧语音信号s（n）,和预测模型系数{
}，用filter函数计算激励信号e（n）。
此时应该注意在系数变化的情况下连续滤波，需要维持滤波器的状态不变，要利用filter函数的
和
参数。
这里要利用
_pre，利用
_pre作为初始状态得到最终状态，本次循环得到的最终状态作为下次循环的初始状态，并把每次循环得到的激励保存下来。
3.2.4重建语音
用计算得到的激励信号e（n）和预测模型系数{
}，用fliter函数计算重建语音
。
同样要注意维持滤波器的状态不变。
这里我们由激励得到语音，并且要利用
_rec，利用
_rec作为初始状态的到最终状态，本次循环得到的最终状态作为下次循环的初始状态，并且把每次循环得到的重建语音保存下来。
3.2.5基音周期
基音周期是表征语音信号本质特征的参数，属于语音分析的范畴，只有准确分析并且提取出语音信号的特征参数，才能够利用这些参数进行语音合成处理。
如果x（n）是一个周期为P的信号，则其自相关函数也是周期为P的信号，且在信号周期的整数倍处，自相关函数取最大值。
语音的浊音信号具有准周期性，其自相关函数在基音周期的整数倍处取最大值。
计算两相邻最大峰值间的距离，就可以估计出基因周期。
MTWE601-003006-FLSC0
3.2.6合成激励的能量
根据线性预测分析的原理可知，求解p个线性预测系数的依据，是预测误差滤波器的输出方均值或输出功率最小。
可称这一最小方均误差为正向预测误差功率
，即
=E{e（n）[s（n）-
s（n-1）]}
=E[e（n）s（n）]-E[e（n）s（n-i）]（4.2）
由于上式第二项为0，又：
e（n）=s（n）-=s（n）-
s（n-i）（4.3）
将（4.3）代入（4.2）得：
=E[e（n）s（n）]=E[s（n）s（n）]-
E[s（n）s（n-i）]=R（0）-
R（i）（4.4）
根据式（4.4）可以求得增益常数G。
=R（0）-
R（i）（4.5）
从而可以得到：
=
（4.6）
由前面计算预测系数的代码
可以得到
（代码里用E表示），和计算得到的基音周期联立可以得到增益G。
程序代码如下：
3.2.7变声处理
变声的过程的实现思路与前面合成语音的思路基本相同，只是在两个地方有所不同：
系统参数b，a不同，这里的b和a是要用经改变后的极点算出来的；生成激励信号时，用floor（PT/2）作为这里的PT。
在变声的时候我们采用女生，小孩时变调不变速的滤波器：
老人采用变速不变调滤波器：
3.3仿真结果及分析
3.3.1波形及频谱
（1）原始信号波形及频谱：
采集到的男子声音信号大都分布在较低的频段上，即男子话音的基频较低
（2）男生信号合成女生信号后波形及频谱：
变声前后，音频信号的时域波形被压缩，总体形状无太大变化。
改变信号的基频可以实现语音的变调。
零频和35000附近的信号被削弱，而对应于【10000，25000】频点部分的信号得到加强
（3）男生信号合成小孩信号后波形及频谱：
变声前后，音频信号的时域波形被压缩，总体形状无太大变化。
改变信号的基频可以实现语音的变调。
零频附近的信号被削弱，而对应于【10000，24000】频点部分的信号得到加强
（4）男生信号合成老人信号后的波形及频谱：
男声变老人声前后，音频的时域波形被展宽，总体形状变化不大。
男声变老人声前后【0，15000】频点对应的信号和【25000，30000】频点对应的信号则被削弱
3.3.2调试分析
1、在对处理后的语音文件获取预测系数的时候一直为NaN
将对语音文件的采样率改为22KHz后，能正常获取数据。
2、用wavread读取48M的wav音频文件时一直读取不到。
改为读取只有几十K的文件后就能正常运行，猜测可能是文件太大。
第四章课设总结
4.1小组总结
此次课设题目为数字变声器设计，要求我们利用所学的信号处理、MATLAB知识完成任务。
综合了过去三年所学的重要专业知识，可谓是对过去所学知识的一次全面考察。
变声器的原理是通过改变输入声音频率，进而改变声音的音色、音调，使输出声音在感官上与原声音不同。
变声器是借助对声音音色和音调的双重复合改变，实现输出声音的改变。
通过自己发声，共振峰频率的改变是基于重采样实现的。
接到课题后，我便积极准备，到图书馆查阅相关书籍，上网搜索有关内容，利用MATLAB实现仿真，并及时向指导老师回报进度，听取老师的意见和建议。
最终，顺利完成了此次课设任务。
采集到的男子声音信号大都分布在较低的频段上，而女子的声音信号大都分布在较高的频段上。
即男子话音的基频较低，女子的话音基频较高。
信号经过滤波器处理后，保留了有效的频率成分，一定程度上去除了干扰信号。
对于男子的声音影响较小，原因为男子的话音有用信号大都分布在较低的频段上，通过低通滤波器后，噪声等无用信号被滤除。
改变信号的基频可以实现语音的变调。
变声前后，音频的时域波形基本变化不大，而信号的频域波形发生较大变动。
男声变女声后信号的频谱被搬到较高的频带上，男声变童音后，信号的频谱被搬移到更高的地方。
女声变男声则反过来。
通过改变输出频率，可以实现声音的提速或减速播放。
将频率乘以大于一的数后，可以实现减速播放效果。
将频率乘以（0，1）内的数后，可以实现减速播放效果。
男声变老人的声音可以通过变速实现，变速不变调。
改变输出速度而不用改变声音频率。
通过这次课设，我对理论知识的掌握更加牢固，而且把理论与实践联系在一起，提高了自己的实践能力。
而且我认识到了同学之间的相互合作的重要性，还提高了自己如何在众多的资料中找到对自己有用的信息。
要想把所学的内容融会贯通，只学好课本知识是不够的，要把所学习的知识加以利用，这次课设就给了我们很好的机会，让我们不仅巩固了课本知识，还从理论上升到了实际。
从课题的中心来看，课题是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音的处理。
作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。
在这里，用到了处理数字信号的强有力工具MATLAB，通过MATLAB里几个命令函数的调用，很轻易的在实际化语音与数字信号的理论之间搭了一座桥。
通过这次的课程设计，熟悉并掌握了MATLAB中有关语音信号的读取，频谱分析，频谱的搬移和基频、语速的改变来实现变声，分析其频谱，并与原始信号频谱进行比较。
4.2个人总结
郑昌栋：
通过本次课程设计，我在代码编写过程中认识到认真，严谨的重要性；以及调试过程中需要极大的耐心，最重要的是团队协作，也学习到了matlab的基本使用和编程的一些技巧。
颜全稳：
通过对于gui界面的设计制作，更加熟悉掌握matlab软件，同时温习数字信号处理这么课程。
杜天送：
在本次课程设计中，我负责课程设计报告的整理与编写。
通过整理报告，我对于matlab的基本编程方式以及基本运用有了新的认识，我的分析能力、独立思考能力都得到了一定程度的提高。
杭嘉琪：
通过这次课程设计，我知道到了matlab的基本编程方式以及方法的基本运用，因为我是负责代码一块的，所以深刻体会到了一个好的方案是编好程序的前提。
在编写的过程中认识到了很多以前都不知道的方法，同时对matlab有了深刻的了解。
刘洋：
在本次课程设计当中，主要负责找资料。
遇到问题在网上或者相关书籍寻找解决方法。
通过这次课程设计。
提高了自己的耐心以及细心。
周俊：
通过这次课程设计，我明白了良好的设计方案更能有助于课程设计的进展，而且方案并不是一成不变的，从问题中不断改进更加有利于我们理解问题；同时在本次中我也更近一步理解了matlab的运用。
参考文献
[1]高西全、丁玉美编著.数字信号处理.西安:
西安电子科技大学出版社，2008.
[2]刘树棠译.数字信号处理——使用MATLAB.西安:
西安交通大学出版社，2002.
[3]孙卓、岳振军，一种汉语语音变换技术，电声技术，2007.
[4]罗军辉等编著.MATLAB7.0在数字信号处理中的应用.北京：
机械工业出版社，2005.
[5]陈怀琛等编著.MATLAB及在电子信息课中的应用.北京：
电子工业出版社，2002.
[6]胡广书编著.数字信号处理――理论、算法与实现.北京：
清华大学出版社，2002.
[7]梁虹等编.信号与线性系统分析――基于MATLAB的方法与实现.北京：
高等教育出版社，2006.
[8]刘卫国主编.MATLAB程序设计与应用（第二版）.北京：
高等教育出版社，2006.
附录：
globalmusic;
music=0;
[s,fs,nbits]=wavread（'录音.wav'）;
s=s/max（s）;
L=length（s）;
S=fft（s,L）;
axes（handles.axes1）;
plot（s）;title（'原语音信号波形'）;
axes（handles.axes2）;
plot（abs（S））;title（'原语音信号频谱'）;
music=audioplayer（s,fs）;
play（music）;
%---Executesonbuttonpressinpushbutton2.
functionpushbutton2_Callback（hObject,eventdata,handles）
%hObjecthandletopushbutton2（seeGCBO）
%eventdatareserved-tobedefinedinafutureversionofMATLAB
%handlesstructurewithhandlesanduserdata（seeGUIDATA）
globalmusic;
music=0;
[s,fs,nbits]=wavread（'录音.wav'）;
FL=80;
WL=240;
P=10;
s=s/max（s）;
L=length（s）;
FN=floor（L/FL）-2;
Ec=zeros（L,1）;
ZiPre=zeros（P,1）;
Sre=zeros（L,1）;
ZiPre=zeros（P,1）;
EcS=zeros（L,1）;
Ssn=zeros（L,1）;
LastSn=0;
ZiSn=zeros（P,1）;
EcSnT=zeros（L,1）;
SsnT=zeros（L,1）;
LastSnT=0;
ZiSn_t=zeros（P,1）;
v=.5;
EcSnV=zeros（v\L,1）;
SsnV=zeros（v\L,1）;
LastSnV=0;
ZiSnV=zeros（P,1）;
hw=hamming（WL）;
forn=3:
FN
SW=s（n*FL-WL+1:
n*FL）.*hw;
[AE]=lpc（SW,P）;
SF=s（（n-1）*FL+1:
n*FL）;
[Ec1,ZiPre]=filter（A,1,SF,ZiPre）;
Ec（（n-1）*FL+1:
n*FL）=Ec1;
[Sre1,ZiPre]=filter（1,A,Ec1,ZiPre）;
Sre（（n-1）*FL+1:
n*FL）=Sre1;
s_Pitch=Ec（n*FL-222:
n*FL）;
PT=findpitch（s_Pitch）;
G=sqrt（E*PT）;
TempSn=[1:
n*FL-LastSn]';
EcSn1=zeros（length（TempSn）,1）;
EcSn1（mod（TempSn,PT）==0）=G;
EcSn1=EcSn1（（n-1）*FL-LastSn+1:
n*FL-LastSn）;
[Ssn1,ZiSn]=filter（1,A,EcSn1,ZiSn）;
EcSn（（n-1）*FL+1:
n*FL）=EcSn1;
Ssn（（n-1）*FL+1:
n*FL）=Ssn1;
LastSn=LastSn+PT*floor（（n*FL-LastSn）/PT）;
PT1=floor（PT/2）;
poles=roots（A）;
deltaOMG=150*2*pi/fs;
forp=1:
10
ifimag（poles（p））>0poles（p）=poles（p）*exp（j*deltaOMG）;
elseifimag（poles（p））<0poles（p）=poles（p）*exp（-j*deltaOMG）;
end
end
A1=poly（poles）;
TempSnT=[1:
n*FL-LastSnT]';
EcSn1T=zeros（length（TempSnT）,1）;
EcSn1T（mod（TempSnT,PT1）==0）=G;
EcSn1T=EcSn1T（（n-1）*FL-LastSnT+1:
n*FL-LastSnT）;
[Ssn1T,ZiSn_t]=filter（1,A1,EcSn1T,ZiSn_t）;
EcSnT（（n-1）*FL+1:
n*FL）=EcSn1T;
SsnT（（n-1）*FL+1:
n*FL）=Ssn1T;
LastSnT=LastSnT+PT1*floor（（n*FL-LastSnT）/PT1）;
end
S=fft（SsnT,L）;
axes（handles.axes3）;
plot（SsnT）,title（'合成女生信号波形'）,XLim（[0,length（EcSnT）]）;
axes（handles.axes4）;
plot（abs（S））,title（'合成女生信号频谱'）,XLim（[0,length（SsnT）]）;
music=audioplayer（SsnT,fs）;
play（music）;
升级会员 