语音信号处理试验报告Word文件下载.docx
《语音信号处理试验报告Word文件下载.docx》由会员分享，可在线阅读，更多相关《语音信号处理试验报告Word文件下载.docx（17页珍藏版）》请在冰点文库上搜索。
0N=3232.51.5020.514x1042
0N=64311.522.50.504x1042
0N=12831.5202.50.514x10105
0N=25631.522.500.514x102010
0N=512322.50.5011.54x10
2）短时平均过零率
a=wavread（'
n=length（a）;
N=320;
subplot（3,1,1）,plot（a）;
h=linspace（1,1,N）;
%求卷积得其短时能量函数En
subplot（3,1,2）,plot（En）;
fori=1:
n-1
ifa（i）>
=0
b（i）=1;
else
b（i）=-1;
end
ifa（i+1）>
b（i+1）=1;
b（i+1）=-1;
w（i）=abs（b（i+1）-b（i））;
%求出每相邻两点符号的差值的绝对值
k=1;
j=0;
while（k+N-1）<
n
Zm（k）=0;
fori=0:
N-1;
Zm（k）=Zm（k）+w（k+i）;
j=j+1;
k=k+N/2;
%每次移动半个窗
forw=1:
j
Q（w）=Zm（160*（w-1）+1）/（2*N）;
%短时平均过零率
subplot（3,1,3）,plot（Q）,grid;
1
0-100.511.522.534x1020
10000.511.522.534x100.50020406080100120140160180
3）自相关函数
N=240
y=wavread（'
y=y（:
x=y（13271:
13510）;
x=x.*rectwin（240）;
R=zeros（1,240）;
fork=1:
240
forn=1:
240-k
R（k）=R（k）+x（n）*x（n+k）;
j=1:
240;
plot（j,R）;
grid;
2.5
21.510.50-0.5-1-1.5050100150200250
分析语音信号频域特征MATLAB基于实验二
1）短时谱
clear
subplot（2,1,1）,
plot（a）;
title（'
originalsignal'
grid
N=256;
h=hamming（N）;
form=1:
N
b（m）=a（m）*h（m）
y=20*log（abs（fft（b）））
subplot（2,1,2）
plot（y）;
短时谱'
originalsignal1
0.50-0.5-100.511.522.534x10谱时短1
0.5000.20.40.60.811.21.41.61.82
2）语谱图
[x,fs,nbits]=wavread（'
）
x=x（:
specgram（x,512,fs,100）;
xlabel（'
时间（s）'
ylabel（'
频率（Hz）'
'
语谱图'
title（
语谱图
50004000）3000zH（率频2000100000.511.52（s）时间
3）倒谱和复倒谱
（1）加矩形窗时的倒谱和复倒谱
clear
[4000,4350]）;
N=300;
b（m）=a（m）*h（m）;
c=cceps（b）;
c=fftshift（c）;
d=rceps（b）;
d=fftshift（d）;
subplot（2,1,1）
plot（d）;
加矩形窗时的倒谱'
加矩形窗时的复倒谱'
plot（c）;
加矩形窗时的倒谱1
0-1-2050100150200250300加矩形窗时的复倒谱10
50-5-10050100150200250300
（2）加汉明窗时的倒谱和复倒谱
a=a（;
加汉明窗时的倒谱'
加汉明窗时的复倒谱'
加汉明窗时的倒谱1
0-1-2-3050100150200250300加汉明窗时的复倒谱10
实验三基于MATLAB的LPC分析
MusicSource=wavread（'
MusicSource=MusicSource（:
Music_source=MusicSource'
;
N=256;
%windowlength，N=100--1000;
Hamm=hamming（N）;
%createHammingwindow
frame=input（'
请键入想要处理的帧位置='
%originiscurrentframe
origin=Music_source（（（frame-1）*（N/2）+1）:
（（frame-1）*（N/2）+N））;
Frame=origin.*Hamm'
%ShortTimeFourierTransform
[s1,f1,t1]=specgram（MusicSource,N,N/2,N）;
[Xs1,Ys1]=size（s1）;
fori=1:
Xs1
FTframe1（i）=s1（i,frame）;
N1=input（'
请键入预测器阶数='
%N1ispredictor'
sorder
[coef,gain]=lpc（Frame,N1）;
%LPCanalysisusingLevinson-Durbinrecursion
est_Frame=filter（[0-coef（2:
end）],1,Frame）;
%estimateframe（LP）
FFT_est=fft（est_Frame）;
err=Frame-est_Frame;
%error
%FFT_err=fft（err）;
subplot（2,1,1）,plot（1:
N,Frame,1:
N,est_Frame,'
-r'
原始语音帧vs.预测后语音帧'
subplot（2,1,2）,plot（err）;
误差'
pause
%subplot（2,1,2）,plot（f'
20*log（abs（FTframe2）））;
%GainsolutionusingG^2=Rn（0）-sum（ai*Rn（i））,i=1,2,...,P
fLength（1:
2*N）=[origin,zeros（1,N）];
Xm=fft（fLength,2*N）;
X=Xm.*conj（Xm）;
Y=fft（X,2*N）;
Rk=Y（1:
N）;
PART=sum（coef（2:
N1+1）.*Rk（1:
N1））;
G=sqrt（sum（Frame.^2）-PART）;
A=（FTframe1-FFT_est（1:
length（f1'
）））./FTframe1;
%inversefilterA（Z）
subplot（2,1,1）,plot（f1'
20*log（abs（FTframe1））,f1'
（20*log（abs（1./A）））,'
subplot（2,1,2）,plot（f1'
（20*log（abs（G./A））））;
LPC谱'
%plot（abs（ifft（FTframe1./（G./A））））;
excited'
%plot（f1'
20*log（abs（FFT_est（1:
））.*A/G）））;
%pause
%find_pitch
temp=FTframe1-FFT_est（1:
））;
%notmovehigherfrequnce
pitch1=log（abs（temp））;
pLength=length（pitch1）;
result1=ifft（pitch1,N）;
%movehigherfrequnce
pitch1（（pLength-32）:
pLength）=0;
result2=ifft（pitch1,N）;
%directdorealcepstrumwitherr
pitch=fftshift（rceps（err））;
origin_pitch=fftshift（rceps（Frame））;
subplot（211）,plot（origin_pitch）;
原始语音帧倒谱（直接调用函数）'
subplot（212）,plot（pitch）;
预测误差倒谱（直接调用函数）'
subplot（211）,plot（1:
length（result1）,fftshift（real（result1）））;
预测误差倒谱（根据定义编写，没有去除高频分量）'
subplot（212）,plot（1:
length（result2）,fftshift（real（result2）））;
预测误差倒谱（根据定义编）;
）'
写，去除高频分量
原始语音帧vs.预测后语音帧0.4
0.20-0.2-0.4050100150200250300差误0.2
0.10-0.1-0.2300250100050150200
短时谱50
0-50-100010203040506070谱LPC100
806040010203040506070
原始语音帧倒谱（直接调用函数）0.5
0-0.5-1050100150200250300预测误差倒谱（直接调用函数）0.5
0-0.5-1050100150200250300
预测误差倒谱（根据定义编写，没有去除高频分量）0.2
0-0.2-0.4-0.6050100150200250300预测误差倒谱（根据定义编写，去除高频分量）0.1
0-0.1-0.2-0.3050100150200250300
实验四基于VQ的特定人孤立词语音识别研究
1、mfcc.m
ccc=mfcc（x）function）;
m'
bank=melbankm（24,256,8000,0,0.5,bank=full（bank）;
bank=bank/max（bank（:
k=1:
12forn=0:
23;
dctcoef（k,:
）=cos（（2*n+1）*k*pi/（2*24））;
end
w=1+6*sin（pi*[1:
12]./12）;
w=w/max（w）;
xx=double（x）;
xx=filter（[1-0.9375],1,xx）;
xx=enframe（xx,256,80）;
i=1:
size（xx,1）fory=xx（i,:
s=y'
.*hamming（256）;
t=abs（fft（s））;
t=t.^2;
c1=dctcoef*log（bank*t（1:
129））;
c2=c1.*w'
m（i,:
）=c2'
dtm=zeros（size（m））;
i=3:
size（m,1）-2fordtm（i,:
）=-2*m（i-2,:
）-m（i-1,:
）+m（i+1,:
）+2*m（i+2,:
enddtm=dtm/3;
ccc=[mdtm];
ccc=ccc（3:
size（m,1）-2,:
2、vad.m
[x1,x2]=vad（x）functionx=double（x）;
x=x/max（abs（x））;
FrameLen=240;
FrameInc=80;
amp1=10;
amp2=2;
zcr1=10;
zcr2=5;
%6*10ms=30msmaxsilence=8;
%15*10ms=150msminlen=15;
status=0;
count=0;
silence=0;
tmp1=enframe（x（1:
end-1）,FrameLen,FrameInc）;
tmp2=enframe（x（2:
end）,FrameLen,FrameInc）;
signs=（tmp1.*tmp2）<
0;
diffs=（tmp1-tmp2）>
0.02;
zcr=sum（signs.*diffs,2）;
amp=sum（abs（enframe（filter（[1-0.9375],1,x）,FrameLen,FrameInc））,
2）;
amp1=min（amp1,max（amp）/4）;
amp2=min（amp2,max（amp）/8）;
x1=0;
x2=0;
n=1:
length（zcr）forgoto=0;
statusswitch
{0,1}case
ifamp（n）>
amp1
x1=max（n-count-1,1）;
status=2;
silence=0;
count=count+1;
...amp（n）>
amp2|elseifzcr（n）>
zcr2status=1;
elsestatus=0;
count=0;
2,case
amp（n）>
amp2|...ifzcr（n）>
zcr2count=count+1;
else
silence=silence+1;
ifsilence<
maxsilence
count=count+1;
count<
minlenelseif
status=0;
status=3;
3,case;
breakend
end
count=count-silence/2;
x2=x1+count-1;
3、codebook.m
%clear;
xchushi=codebook（m）function[a,b]=size（m）;
[m1,m2]=szhixin（m）;
[m3,m4]=szhixin（m2）;
[m1,m2]=szhixin（m1）;
[m7,m8]=szhixin（m4）;
[m5,m6]=szhixin（m3）;
[m15,m16]=szhixin（m8）;
[m13,m14]=szhixin（m7）;
[m11,m12]=szhixin（m6）;
[m9,m10]=szhixin（m5）;
chushi（1,:
）=zhixinf（m1）;
chushi（2,:
）=zhixinf（m2）;
chushi（3,:
）=zhixinf（m3）;
chushi（4,:
）=zhixinf（m4）;
chushi（5,:
）=zhixinf（m5）;
chushi（6,:
）=zhixinf（m6）;
chushi（7,:
）=zhixinf（m7）;
chushi（8,:
）=zhixinf（m8）;
chushi（9,:
）=zhixinf（m9）;
chushi（10,:
）=zhixinf（m10）;
chushi（11,:
）=zhixinf（m11）;
chushi（12,:
）=zhixinf（m12）;
chushi（13,:
）=zhixinf（m13）;
chushi（14,:
）=zhixinf（m14）;
chushi（15,:
）=zhixinf（m15）;
chushi（16,:
）=zhixinf（m16）;
sumd=zeros（1,1000）;
k=1;
dela=1;
xchushi=chushi;
（k<
=1000）whilesum=ones（1,16）;
p=1:
afor
16ford（i）=odistan（m（p,:
）,chushi（i,:
dmin=min（d）;
sumd（k）=sumd（k）+dmin;
16for
d（i）==dminifxchushi（i,:
）=xchushi（i,:
）+m（p,:
sum（i）=sum（i）+1;
endend
xchushi（i,:
）/sum（i）;
k>
1ifdela=abs（sumd（k）-sumd（k-1））/sumd（k）;
endk=k+1;
chushi=xchushi;
endreturn
4、testvq.m
clear;
）这是一个简易语音识别系统，请保证已经将您的语音保存在相应文件夹中'
disp（'
）正在训练您的语音模版指令，请稍后...'
10for,i-1）;
\\ú
.wav'
海儿的声音fname=spr
升级会员 