语音信号的采集及预处理.docx
《语音信号的采集及预处理.docx》由会员分享，可在线阅读，更多相关《语音信号的采集及预处理.docx（13页珍藏版）》请在冰点文库上搜索。
语音信号的采集及预处理
实验 语音信号的采集及预处理
一、实验目的
在理论学习的基础上，进一步地理解和掌握语音信号预处理及短时加窗的意义及基于matlab的实现方法。
二、实验原理及内容
1.语音信号的录音、读入、放音等：
练习matlab中几个音频处理函数，利用函数wavread对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（），wavread的用法参见mablab帮助文件。
利用wavplay或soundview放音。
也可以利用wavrecord自己录制一段语音，并进行以上操作（需要话筒）。
实验程序：
I=wavread（''）;
Fs=256;
soundview（I,Fs）;
实验结果：
2.语音信号的分帧：
对语音信号进行分帧，可以利用voicebox工具箱中的函数enframe。
voicebox工具箱是基于GNU协议的自由软件，其中包含了很多语音信号相关的函数。
实验程序：
I=wavread（''）;
y=enframe（I,256,128）;
whosyI
实验结果：
NameSizeBytesClassAttributes
I9000x172000double
y69x256141312double
3.语音信号的加窗：
本步要求利用window函数设计窗口长度为256（N=256）的矩形窗（rectwin）、汉明窗（hamming）及汉宁窗（hann）），利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。
观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
取出其中一帧，利用subplot与reshape函数将一帧语音的波形、加矩形窗波形及加汉明窗波形画在一张图上比较将得出结论。
（1）利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。
实验程序：
N=256;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
wvtool（w,w1,w2）
实验结果：
（2）观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
实验程序：
I=wavread（''）;
N=256;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
I1=I（4000:
4255,1）;
I2=I1.*w;
I3=I1.*w1;
I4=I1.*w2;
subplot（2,2,1）,plot（I）
title（'原始波形图'）
subplot（2,2,2）,plot（I2）
title（'添加矩形窗波形'）
subplot（2,2,3）,plot（I3）
title（'添加海明窗波形'）
subplot（2,2,4）,plot（I4）
title（'添加汉宁窗波形'）
实验结果:
3、预加重：
即语音信号通过一个一阶高通滤波器
。
实验程序：
I=wavread（''）;
I1=I（4000:
4255,1）;
y=filter（[1],1,I1）;
subplot（1,2,1）,plot（I1）
title（'预加重前的波形图'）
subplot（1,2,2）,plot（y）
title（'预加重后的波形图'）
实验结果：
4、改变帧长、帧移重复上述步骤。
改变后的帧长、帧移为1024和256实验结果如下：
实验程序和实验结果分别如下：
I=wavread（''）;
t=enframe（I,1024,256）;
plot（t）
图1改变帧长、帧移后的波形图
I=wavread（''）;
N=1024;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
wvtool（w,w1,w2）
图2改变帧长、帧移后窗口的时域和频域波形图
I=wavread（''）;
N=1024;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
I1=I（4000:
5023,1）;
I2=I1.*w;
I3=I1.*w1;
I4=I1.*w2;
subplot（2,2,1）,plot（I）
title（'原始波形图'）
subplot（2,2,2）,plot（I2）
title（'添加矩形窗波形'）
subplot（2,2,3）,plot（I3）
title（'添加海明窗波形'）
subplot（2,2,4）,plot（I4）
title（'添加汉宁窗波形'）
图3改变帧长、帧移后的加窗图
I=wavread（''）;
I1=I（4000:
5023,1）;
y=filter（[1],1,I1）;
subplot（1,2,1）,plot（I1）
title（'预加重前的波形图'）
subplot（1,2,2）,plot（y）
title（'预加重后的波形图'）
图4改变帧长、帧移后的预加重前后波形图
5、换一段语音重复上述步骤。
把语音换成
实验程序和实验结果分别如下：
I=wavread（''）;
t=enframe（I,256,128）;
plot（t）
图5分帧后的波形图
I=wavread（''）;
N=256;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
I1=I（4000:
4255,1）;
I2=I1.*w;
I3=I1.*w1;
I4=I1.*w2;
subplot（2,2,1）,plot（I）
title（'原始波形图'）
subplot（2,2,2）,plot（I2）
title（'添加矩形窗波形'）
subplot（2,2,3）,plot（I3）
title（'添加海明窗波形'）
subplot（2,2,4）,plot（I4）
title（'添加汉宁窗波形'）
图6原始波形、加矩形窗波形、汉明窗波形及加汉明窗波形
I=wavread（''）;
I1=I（4000:
4255,1）;
y=filter（[1],1,I1）;
subplot（1,2,1）,plot（I1）
title（'预加重前的波形图'）
subplot（1,2,2）,plot（y）
title（'预加重后的波形图'）
图7预加重前后的波形图
I=wavread（''）;
t=enframe（I,1024,256）;
plot（t）
图8改变帧长、帧移后的波形图
I=wavread（''）;
N=1024;
w=window（@rectwin,N）;
w1=window（@hamming,N）;
w2=window（@hann,N）;
I1=I（4000:
5023,1）;
I2=I1.*w;
I3=I1.*w1;
I4=I1.*w2;
subplot（2,2,1）,plot（I）
title（'原始波形图'）
subplot（2,2,2）,plot（I2）
title（'添加矩形窗波形'）
subplot（2,2,3）,plot（I3）
title（'添加海明窗波形'）
subplot（2,2,4）,plot（I4）
title（'添加汉宁窗波形'）
图9改变帧长、帧移后的加窗图
I=wavread（''）;
I1=I（4000:
5023,1）;
y=filter（[1],1,I1）;
subplot（1,2,1）,plot（I1）
title（'预加重前的波形图'）
subplot（1,2,2）,plot（y）
title（'预加重后的波形图'）
图10改变帧长、帧移后的预加重前后波形图
短时加窗处理的结论：
添加海明窗和汉宁窗可以得到效果不错的波形，很明显两个波形相似，矩形窗的波形相对不是很平稳。
通过改变帧长、帧移后波形更加的清晰，特征更加的明显，更方便观察。
三、思考题
1.语音信号包括哪些预处理，作用分别是什么？
答：
语音信号的预处理包括数字化、放大及增益控制、反混叠滤波、预加重等。
数字化：
抽样、量化；
放大及增益控制：
对语音信号进行放大；
反混叠滤波：
防止混叠滤波和噪声干扰；
预加重：
加上6DB/倍频程的下将的频率特性来还原成原来的特性。
2.不同窗口的优缺点，窗口长度如何选取？
答：
分帧可用可移动的有限长度窗口进行加权的方法来实现。
窗每次移动的距离如果恰好与窗的宽度相等，相应于各帧的语音信号是衔接的；如果窗的移动距离比窗宽要小，那么相邻帧之间将有一部分重叠。
窗口长度的选择：
通常在10kHz取样频率下，N折衷选择为100~200（即10~20ms持续时间）
升级会员 