XX 学
毕 业 文（设计）
题 目：基MATLAB语音倒谱分析
学 号：
姓 名
年 级
学 院：
专 业：
指导教师：
完成日期： 2012年X月
摘
语言类重交流工具然方便准确高效着社会断发展种样机器参类生产活动社会活动改善机器间关系机器操更加便利显越越重着电子计算机工智机器广泛应发现机器间通信方式语言通信语音语言声学表现形式机器听懂话语音信号进行处理着信息技术断发展尤网络技术日益普完善语音信号处理技术正发挥着越越重作寻找具良性特征提取重参数提高识系统性种科学算法应运生倒谱法作信号处理重方法够较识性
文MATLAB台通编程实现语音信号倒谱分析首先文简说明倒谱语音相关理原理包括倒谱原理语音组成元素进步研究奠定理基础然语音倒谱方面应进行MATLAB编程语音基音检测振峰检测实验仿真结果
关键词：语音信号倒谱MATLAB基音检测振峰检测
Abstract
Language is one of the most important communication tools it is convenient and efficient With the continuous development of the society a variety of machines are used in the human’s production and social activities thus improving the relationship between man and machine makes the machine more convenient what becomes more and more important With the wide application of electronic computers and artificial intelligence machine it was discovered that language communication is the best means of communication between man and machine while the voice is the acoustic manifestations of the languageTo make the machine understands people it is necessary to process the speech signal With the continuous development of IT especially the growing popularity of network technology and improvement of the voice signal processing technology is playing an increasingly important role in order to find a good performance characteristics and extract important parameters to improve the performance of the recognition system a variety of scientific algorithms have emerged the cepstrum as the signal processing one of the important methods can get better recognition performance
MATLAB as a platform can achieve cepstrum analysis of the speech signal by programming First the article briefly described the itheoretical principles of cepstrum and voice including the the cepstrum principles and elements of voicewhich laied the theoretical foundation for the further research Then the speech cepstrum application in all aspects was programmed in MATLAB thus we got voice pitch detection peak detection experiment simulation results by simulation
Keywords speech signal cepstrum MATLAB pitch detection resonance peak detection
目 录
1绪 1
11目意义 1
12 语音信号研究现状 1
13研究容 3
2倒谱基原理 5
21复倒谱倒谱定义 5
22复倒谱计算方法 6
23复倒谱倒谱关系 9
3语音信号组成分析 11
31语音两分量 11
32语音类型 13
4语音倒谱应MATLAB仿真 15
41倒谱MATLAB实现 15
42倒谱态信号处理系统应 16
43倒谱基音检测方面应 17
44倒谱振峰检测方面应 21
5总结 25
致 谢 26
参考文献 27
附录A 28
附录B 28
附录C 30
1绪
11目意义
语言日常生活中交流手段语音信号处理现代信息社会中占重位着语音信号处理技术实际生活中应断发展语音信号处理技术已越越贴生活目前语音信号处理技术处蓬勃发展时期断新产品研制开发市场需求逐渐增加具良应前景语音信号处理然包括语音通信语音合成语音识等容前提基础语音信号进行分析语音信号处理中常倒谱域提取语音基频振峰语音识倒谱系数种表征语音特征非常效参数矢量 语音信号声门激励信息声道响应信息分离开说倒谱具解卷特性倒谱说话识语音识中常特征参数
倒谱语音信号处理中重位倒谱应越越广泛例应通信建筑声学震分析质勘探语音处理等领域尤语音处理方面应复倒谱算法制成态预测声码器系统高度保密通信
12 语音信号研究现状
声学物理学分支学科语言声学声学分支学科 研究方发声器官机理发声器官类线路数学模型听觉器官特性(听阈掩蔽界带宽听力损失等) 听觉器官数学模型语音信号物理特性(频谱特性声调特性相关特性概率分布等) 语音清晰度懂度等通信广播发展非常迅速语言通信语言广播然重部分语言声学技术科学基础语言声学发展电子学计算机科学着非常密切关系 发展程中次飞跃第次飞跃1907年电子发明1920年线电广播出现 电子放器微弱声音放定量测量电声学语言声学研究成果扩展通信广播部门第二次飞跃应该20世纪70年代初电子计算机数字信号处理发展发现声音信号特语音信号通模数转换器(A D)采样量化转换数字信号够送进计算机样数字计算方法语音信号进行处理加工例频谱分析傅里叶变换快速傅里叶变换( FFT)实现数字滤波器差分方程实现 基础逐渐形成门新学科———语音信号处理发展快通信动控制等领域解决传统方法难解决问题信息科学中占重位中语音识研究开始飞速发展
语音识研究工作追溯20世纪50年代AT&T贝尔实验室Audry系统第识十英文数字语音识系统
真正取实质性进展作重课题开展研究60年代末70年代初首先计算机技术发展语音识实现提供硬件软件更重语音信号线性预测编码（LPC）技术动态时间规整（DTW）技术提出效解决语音信号特征提取等长匹配问题时期语音识基模板匹配原理研究领域局限特定词汇表孤立词识实现基线性预测倒谱DTW技术特定孤立词语音识系统时提出矢量量化（VQ）隐马尔夫模型（HMM）理
着应领域扩词汇表特定孤立词等语音识约束条件需放宽时带许新问题：第词汇表扩模板选取建立发生困难第二连续语音中音素音节词间没明显边界发音单位存受文强烈影响协发音（Coarticulation）现象第三非特定识时说相话相应声学特征差异相时间生理心理状态说样容话会差异第四识语音中背景噪声干扰原模板匹配方法已适
20世纪90年代前期许著名公司IBM苹果AT&TNTT
语音识系统实化研究投巨资语音识技术评估机制识准确率项指标20世纪90年代中期实验室研究中断提高较代表性系统：IBM公司推出ViaVoiceDragonSystem公司NaturallySpeakingNuance公司NuanceVoicePlatform语音台MicrosoftWhisperSunVoiceTone等
中IBM公司1997年开发出汉语ViaVoice语音识系统次年开发出识海话广东话四川话等方口音语音识系统ViaVoice’98带32000词基词汇表扩展65000词包括办公常词条具纠错机制均识率达95该系统新闻语音识具较高精度目前具代表性汉语连续语音
国语音识研究工作起步五十年代年发展快研究水实验室逐步走实1987年开始执行国家863计划国家863计算机专家组语音识技术研究专门立项两年滚动次国语音识技术研究水已基国外步汉语语音识技术特点优势达国际先进水中科院动化声学清华学北京学哈尔滨工业学海交通学中国科技学北京邮电学华中科技学等科研机构实验室进行语音识方面研究中具代表性研究单位清华学电子工程系中科院动化研究模式识国家重点实验室
清华学电子工程系语音技术专芯片设计课题组研发非特定汉语数码串连续语音识系统识精度达948（定长数字串）968（定长数字串）5拒识率情况系统识率达969（定长数字串）987（定长数字串）目前国际识结果性已接实水研发五千词邮包非特定连续语音识系统识率达9873识普通话四川话两种语言达实求
中科院动化属模式科技公司2002年发布推出面计算台应天语中文语音系列产品——PattekASR结束中文语音识产品1998年直国外公司垄断历史
13研究容
文研究语音信号倒谱分析首先第章绪部分介绍文研究目意义语音信号研究现状文研究容
第二章介绍倒谱理知识详细叙述倒谱定义计算方法倒谱分实倒谱复倒谱区分实倒谱复倒谱间关系奠定倒谱分析研究基础
接着第三章介绍语音组成分利倒谱定义求解声门激励信号声道激响应序列两语音卷积分量复倒谱出相应结接着语音发音类型作理阐述
第四章具体研究倒谱语音信号处理中简单应语音信号识参数提取首先通输入段语音导入MATLAB程序中进行语音处理完成语音MATLAB中倒谱实现接着介绍倒谱态信号处理系统中作态信号处理系统工作原理然语音信号应语音倒谱分析重点容包括基音检测振峰检测两方面作语音信号重参数分进行详细设计清晰描述程序编写程设计思路方法进行完备阐述设计算法画出逻辑流程图MATLAB中完成程序编写通仿真结果进行理分析出语音参数量值完成语音信号倒谱分析容
2倒谱基原理
倒谱(CEP)参数重语音特征参数语音进行态处理产物提取载波传递信号特性时TimeCepstrum 分析会非常效相关特性提取出Cepstrum 语音识特征参数提取中语音质东西声带振动然声道口腔调制产生听拾取声音 通Cepstrum 分析语音质性特征参数提取出熟练运倒谱法基理入手
21复倒谱倒谱定义
复倒谱概念唯般三种定义定义：中假设信号x(n)
☆复倒谱Z变换定义
☆复倒谱傅里叶变换定义
☆复倒谱离散傅立叶变换定义
复倒谱定义图21表示
Z
ln
Z1
FT
ln
IFT
DFT
ln
IDFT
x(n)
x(n)
x(n)
图21三种复倒谱定义框图表示
复倒谱定义倒谱概念会复杂现复倒谱傅里叶变换定义例定义倒谱 取数
复数考虑实部令
FT
ln||
IFT
x(n)
c(n)
图22倒谱实现框图
x(n)数幅度谱傅立叶逆变换图22中c(n) 称 倒频谱倒谱
c(n)求取语音信号倒谱系数
22复倒谱计算方法
复倒谱分析中Z变换复数取数时复数运算时存相位值性问题——相位卷绕
取信号 例进行说明
求傅里叶变换
求复数
倒谱计算流程倒谱幅度：
相位：
式虚部知相位值性
相位写成
中
整数相位值种现象称相位卷绕
避免相位卷绕方法：微分法相位信号法
（1） 微分法
傅里叶变换微分特性
改写：
DFT
n
DFT
÷
IDFT
n
x(n)
nx(n)
n
图23利傅立叶变换微分特性求复倒谱框图
避免求复数问题缺点会产生严重频谱混叠原： 频谱中高频分量增加原取样率引起混叠混叠求出 复倒谱
（2） 相位信号法
1）倒谱c(n)求复倒谱 方法
2）相位信号法相位序列复倒谱性质Hilbert变换性质推出
3） 适条件：相位信号序列
4） 相位信号序列：信号零极点全部z面单位圆复倒谱序列果序列
进步引入辅助子
：
图24果序列分解恢复
结：
1 果序列偶称分量恢复
2倒谱定义知 偶称分量
DFT
复数
ln(·)
IDFT
x(n)
（实部）
（虚部）
图25相位法求复倒谱
23复倒谱倒谱关系
x(n)
^
x(n)
FT
ln||
IFT
FT
ln
IFT
c(n)
x(n)
图26复倒谱倒谱关系框图
1）倒频谱称倒频量纲时间记作quefrency（frequency转变新词）
2）复倒谱涉复数运算倒谱实数数运算
3）倒频谱含信号相位信息听觉语音感觉特征包含幅度信息中相位信息起作
4）倒谱正逆变换般原成身计算倒谱程中丢失相位信息
5）已知实数序列x(n)复倒谱求出倒谱c(n)
序列写成偶称序列奇称序列
3语音信号组成分析
语音作两卷积分量组成声门激励信号声道激响应序列声门激励模型产生典型语音浊音清音语音模型声门激励模型声道模型卷积成声道模型频域表征语音频谱包络结构振峰结构包含声道模型中复倒谱分析原呈现卷积关系声门激励模型声道模型倒频域呈加性关系
31语音两分量
语音成声门激励信号声道激响应序列卷积成图31想语音信号进行处理首先解语音分量倒谱
声道激响应序列
声门激励信号
语音信号
图31语音信号产生模拟框图
(1)声门激励信号
发清音时声门激励量较频谱均匀分布白噪声
发浊音时声门激励基音周期激序列
考察浊音时声门激励信号复倒谱浊音x(n)数学表示式
中幅度子样点数表示基音周期
面求浊音声门激励复倒谱
步骤： 1 x(n)进行Z变换
2 式取数泰勒公式展开
3式进行逆Z变换
改写：
结：
• 1限长周期激序列倒谱周期激序列周期变变限长序列
• 2振幅k增减衰减速度原序列快
• 3利述性质高时窗语音信号频谱中提取浊音激励信号倒谱提取出基音
(2)声道激响应序列
极零模型描述声道激序列
求数：
1
泰勒公式展开
然求逆Z变换
结：
① 双边序列存 范围
② 均1衰减序列 |n| 增减
③ 短时窗提取声道激响应序列复倒谱效
④ 相位序列复倒谱果序列
⑤ 相位序列复倒谱反果序列
32语音类型
图32语音生成机理模型
图32空气肺部排入喉部声带进入声道嘴辐射出声波形成语音声门（声带）左称声门子系统负责产生激励振动右边声道系统辐射系统发性质语音时激励声道情况应模型
1浊音
空气流声带时果声带绷紧声带产生张弛振动声带周期性启开闭合声带启开时空气流声门喷射出形成脉声带闭合时相应脉序列间隙期种情况声门处产生出准周期脉状空气流该空气流声道终嘴唇辐射出声波便浊音语音准周期脉周期基音周期声门处产生准周期脉周期宽度形状声带长度厚度张力等参数关声带越短厚度越薄张力越听起感觉音调越高浊音基音频率越高基音频率声带张开闭合周期决定男性基音频率般50~250Hz女性基音频率100~500Hz
2清音
空气流声带时果声带完全舒展开肺部发出空气流受影响通声门空气流通声门会遇两种情况种情况果声道某部位发生收缩形成狭窄通道空气流达处时迫高速收缩区附产生出空气湍流种湍流空气声道便形成谓摩擦音清音令种情况果声道某部位完全闭合起空气流达时便处建立起空气压力闭合点突然开启便会气压快速释放声道便形成谓爆破音两种情况发出清音
4语音倒谱应MATLAB仿真
表征声音性参数反映声道特性振峰频率反映声门特性基音参数够提取出参数助工具节通MATLAB完成倒谱语音处理方面应
41倒谱MATLAB实现
实验语音样Cooledit普通室环境录制段语音采样频率8kHz单声道MATLAB仿真结果：（程序见附录A）
图41倒谱程序仿真结果
图41取段语音倒谱图第幅段语音时域波形图取400点语音倒谱图会许峰值峰值基周期关分次谐振二次谐振……
42倒谱态信号处理系统应
态信号处理称态滤波实现卷积关系积关系变换求关系分离处理×* ——> ＋非线性信号处理变线性信号处理程
线性系统
特征系统
D*[]
逆特征系统
D*1[]
y(n)
*
+
+
x(n)
*
图42常见态信号处理系统
处理信号分类体分积态信号处理卷积态信号处理
语音信号视声门激励信号声道响应信号卷积结果仅讨卷积态信号处理系统问题
（1）特征系统D*[]
完成卷积信号转化加性信号运算
（2）第二子系统加性信号进行需线性处理（满足线性叠加原理等）
（3）第三子系统逆特征系统D*1[]恢复卷积性信号
（4）特征系统D*[]逆特征系统D*1[]区
a第步第三步运算相
b第二步前者数运算者指数运算（框图图43）
Z
exp
Z1
Z
ln
Z1
图43特征系统逆特征系统框图表示
43倒谱基音检测方面应
基音语音信号重参数语音产生数字模型中激励源重参数准确检测语音信号基音周期高质量语音分析合成语音压缩编码语音识说话确认等具重意义
1．基音检测概念
基音指发浊音时声带振动引起周期性声带振动频率倒数基音周期基音周期具时变性准周期性声带长短厚薄韧性发音惯关发音者性年龄发音时力度情感关语音信号处理中重参数描述语音激励源重特征基音周期估计称基音检测(Pitch Detection)基音检测终目标找出声带振动频率完全致基音周期变化轨迹曲线找出量相吻合轨迹曲线然声道易变性声道特征异基音周期范围宽情态发音基音周期加基音周期受单词发音音调影响实际中基音周期精确检测件较困难事情然语音信号基音检测许困难语音信号处理中重作促广学者争相涉足
2．倒谱法求基音周期
语音倒谱语音短时谱取数进行IDFT浊音信号周期性激励反映倒谱式样周期激倒谱波形中估计出基音周期般倒谱波形中第二激励认应激励源基频面出种倒谱法求基音周期框图流程图先计算倒谱然预期基音周期附寻找峰值果倒谱峰值超出预先规定门限输入语音段定浊音峰位置基音周期良估计果没超出门限峰值输入语音段定清音果计算时变倒谱估计出激励源模型基音周期时间变化般隔10~20ms计算次倒谱般语音中激励参数缓慢变化
基音检测实现框图流程图图4445示
DFT
S(k)
ln|S(k)|
IDFT
峰 值
检 测
基 音检 测
w(n)
s(n)
图44倒谱法求基音周期实现框图
读入语音数
文件尾？
结束
该帧数加窗
计算基音周期pitch
基音周期pitch0
找出该搜索范围倒谱值max
设置门限008
求该帧数倒谱
设置基音搜索范围
取出帧语音数
max>008
Y
N
N
Y
图45基音检测流程图
3基音周期清浊音MATLAB仿真（程序见附件B）
（1） 浊音：取startIndexround（4500）运行结果图46示
图46倒谱法求浊音基音周期
图46分语音语音波形时域图截取帧语音波形图帧语音倒谱图
语音波形图输入语音采样波形段语音中取出帧波形语音波形中红色线间部分（印线变黑色）计400点语音取帧语音浊音第二幅图出浊音呈现明显周期性周期求基音周期般倒谱波形中第二激认应激励源基频倒谱图表现峰值次峰值间间隔化频率估算出基音周期pitch 1860Hz图中出基音周期样点数Np表示约43采样频率fspitchfsNp8000431860Hz
（2）清音：取startIndexround（45000）运行结果图
图47清音倒谱
图46图47点选取声音元素图47取帧语音清音清音幅度较通时域图知清音具明显周期性通计算估算出基周期pitch0
44倒谱振峰检测方面应
语音信号处理中振峰频率特重参数表征发音时声道特性关键参数区韵母重寻求种实时实现振峰频率检测算法语音合成语音识说话识等领域中重应价值振峰信息包括语音频谱包络中振峰频率检测关键估计然语音频谱包络认谱包络值应频率振峰频率值振峰振峰已广泛作语音识特征语音编码传输基信息果直接语音频谱提取振峰频率误差会倒谱分析技术较
分离出语音信号频谱包络结构
1振峰概念
振峰指声音频谱中量相集中区域振峰音质决定素反映声道（振腔）物理特征声音振腔时受腔体滤波作频域中频率量重新分配部分振腔振作强化部分受衰减强化频率时频分析语图表现浓重黑色条纹量分布均匀强部分犹山峰般称振峰
2基倒谱振峰算法
倒谱基音谐波声道频谱包络分离开倒谱低时部分分析声道声门辐射信息高频部分分析激励源信息倒谱进行低时窗选通语音倒谱分析系统级进行DFT输出滑数模函数滑数谱显示特定输入语音段谐振结构谱峰值基应振峰频率滑数谱中峰值进行定位估计振峰原理框图流程图图48图49示
分帧加窗
|FFT|
log
IFFT
加窗
滑处理
|FFT|
log
振峰
图48振峰检测框图
计算浊音基音周期NN点
取倒谱前NN点
加NN点汉明窗
计算频谱formant1
formant（12）formant1(12)
t<2
Formantformant2
滑处理
Formant(t)formant2(t1)*025+formant2(t)*05+formant2(t+1)*025
绘 图
Y
N
图49振峰检测流程图
3振峰检测MATLAB仿真（程序见附录C）
倒谱法估计振峰频率中注意 谱峰振峰 两振峰时 会发生谱重叠 难计算振峰带宽图424仿真结果先求语音倒谱然求出倒谱频谱做出频谱图图424第二幅频谱取数进行滑处理图峰值应振峰清音没振峰取startIndexround（4500）浊音振峰检测运行结果图4241示中滑数幅度谱峰值应频率振峰频率
图410浊音振峰检测
图410语音倒谱倒谱频谱滑数幅度谱仿真图第二幅图倒谱频率分布相较稳第二样点语音进行滑处理振峰明显
5总结
通月懈努力完成该课题设计实现基MATLAB语音倒谱分析基MATLAB软件进行信号处理更深刻认识然限作者水该系统难免疏漏需改善处理想情况语音信号中浊音倒谱会出现应基音周期尖峰然实际语音信号倒谱域中基音周期会种素影响提取出现困难：
① 声门激励信号完全周期序列语音头尾部具声带振动样周期性清音浊音渡帧难准确判断周期性非周期性
②许情况清音语音低电浊音语音段间渡段非常细微确认极困难
③ 语音信号中声道影响直接取出仅声带振动关激励信号信息容易例声道振峰时会严重影响激励信号谐波结构种影响发音器官快速动作振峰快速改变时基音检测具危害性
时振峰检测会出现准确性：
① 谱峰振峰
② 带宽计算两振峰时发生谱重叠难频谱曲线计算振峰带宽峰值检测器认处存振峰
语音参数提取语音识基础提取参数坏直接影响着语音识系统性倒谱技术语音识中占重越越重通课题握基解语音结构倒谱处理语音信号作
致 谢
文撰写程中xxx老师作指导老师治学严谨学识渊博视野广阔营造种良学术氛围置身间耳濡目染潜移默化仅接受全新思想观念树立明确学术目标领会基思考方式掌握通研究方法明白许接物处世道理严律宽崇高风范朴实华易格魅力微感深文关怀令沐春风倍感温馨正百忙中次审阅全文细节进行修改文撰写提供许中肯宝贵意见文成型组学互相督促探究设计中遇课题整设计中活跃组成元素学讨中学许思考角度真心谢谢
特x老师致衷心谢意挑剔敬业精神严谨认真治学态度深厚专业修养易方式表示深深敬意
参考文献
[1]张雪英 数字语音处理MATLAB仿真 北京：电子工业出版社2010
[2] 胡航 语音信号处理 哈尔滨 ： 哈尔滨工业学出版杜2000
[3] 赵力 语音信号处理 北京： 机械工业出版社2005
[4] 易克初田斌付强 语音信号处理 北京：国防工业出版社2001
[5] 占君张倩满谦 MATLAB函数查询手册 北京：机械工业出版社2011
[6] 赵毅 尹雪飞陈克安 种新基倒谱振峰频率检测算法
应声学第29卷第6期2010年11月
[7]张琨高思超毕靖 MATLAB 2010入门精通 北京：电子工业出版社2011
[8]高西全 丁玉美 语音信号处理（第三版）西安：西安电子科技学出版社2008
附录A
clear all
[sfsnbit]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woowav＇)
bs＇
xb(50005399)
Nlength(x)
Sfft(x)
Salog(abs(S))
saifft(Sa)
ylenlength(sa)
for i1ylen2
sal(i)sa(ylen2+1i)
end
for i(ylen2+1)ylen
sal(i)sa(i+1ylen2)
end
绘图
figure(1)
subplot(211)
plot(x)
axis([04000505])
title(＇截取语音段＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(212)
time2[1991101200]
plot(time2sal)
axis([2002000505])
title(＇截取语音倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
附录B
clear all
[yfsnbits]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woo3wav＇)
time11length(y)
frameSizefloor(50*fs1000)帧长
startIndexround(4500)起始序号
endIndexstartIndex+frameSize1结束序号
framey(startIndexendIndex)取出该帧
frameSizelength(frame)
frame2frame*hamming(length(frame))加汉明窗
rwyrceps(frame2)求倒谱
ylenlength(rwy)
cepstrumrwy(1ylen2)
for i1ylen2
cepstrum1(i)rwy(ylen2+1i)
end
for i(ylen2+1)ylen
cepstrum1(i)rwy(i+1ylen2)
end
基音检测
LFfloor(fs500)基音周期范围70~500Hz
HFfloor(fs70)
cncepstrum(LFHF)
[mx_cep ind]max(cn)
if mx_cep>008&ind>LF
afs(LF+ind)
else
a0
end
pitcha
画图
figure(1)
subplot(311)
plot(time1y)
title(＇语音波形＇)
axis tight
ylimget(gca＇ylim＇)
line([time1(startIndex)time1(startIndex)]ylim＇color＇＇r＇)
line([time1(endIndex)time1(endIndex)]ylim＇color＇＇r＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(312)
plot(frame)
axis([04000505])
title(＇帧语音＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(313)
time2[1991101200]
plot(time2cepstrum1)
axis([2002000505])
title(＇帧语音倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
附录C
clear all
[yfsnbits]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woo2wav＇)
frameSizefloor(40*fs1000)帧长
startIndexround(45000)起始序号
endIndexstartIndex+frameSize1结束序号
framey(startIndexendIndex)取出该帧
frameSizelength(frame)
frame2frame*hamming(length(frame))加汉明窗
rwyrceps(frame2)求倒谱
ylenlength(rwy)
cepstrumrwy(1ylen2)
基音检测
LFfloor(fs500)
HFfloor(fs70)
cncepstrum(LFHF)
[mx_cep ind]max(cn)
振峰检测核心代码：
找突起位置
NNind+LF
hamhamming(NN)
cepcepstrum(1NN)
cepscep*ham汉明窗
formant120*log(abs(fft(ceps)))
formant(12)formant1(12)
for t3NN
do some median filtering
zformant1(t2t)
mdmedian(z)
formant2(t)md
end
for t1NN1
if t<2
formant(t)formant2(t)
else
formant(t)formant2(t1)*025+formant2(t)*05+formant2(t+1)*025
end
end
subplot(311)
plot(cepstrum)
title(＇倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
axis([01600505])
spectral20*log10(abs(fft(frame2)))
subplot(312)
xj(1length(spectral)2)*fslength(spectral)
plot(xjspectral(1length(spectral)2))
title(＇频谱＇)
xlabel(＇频率Hz＇)
ylabel(＇幅度dB＇)
axis([0400010050])
subplot(313)
xi(1NN2)*fsNN
plot(xiformant(1NN2))
title(＇滑数幅度谱＇)
xlabel(＇频率Hz＇)
ylabel(＇幅度dB＇)
axis([04000800])
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
XX 学
毕 业 文（设计）
题 目：基MATLAB语音倒谱分析
学 号：
姓 名
年 级
学 院：
专 业：
指导教师：
完成日期： 2012年X月
摘
语言类重交流工具然方便准确高效着社会断发展种样机器参类生产活动社会活动改善机器间关系机器操更加便利显越越重着电子计算机工智机器广泛应发现机器间通信方式语言通信语音语言声学表现形式机器听懂话语音信号进行处理着信息技术断发展尤网络技术日益普完善语音信号处理技术正发挥着越越重作寻找具良性特征提取重参数提高识系统性种科学算法应运生倒谱法作信号处理重方法够较识性
文MATLAB台通编程实现语音信号倒谱分析首先文简说明倒谱语音相关理原理包括倒谱原理语音组成元素进步研究奠定理基础然语音倒谱方面应进行MATLAB编程语音基音检测振峰检测实验仿真结果
关键词：语音信号倒谱MATLAB基音检测振峰检测
Abstract
Language is one of the most important communication tools it is convenient and efficient With the continuous development of the society a variety of machines are used in the human’s production and social activities thus improving the relationship between man and machine makes the machine more convenient what becomes more and more important With the wide application of electronic computers and artificial intelligence machine it was discovered that language communication is the best means of communication between man and machine while the voice is the acoustic manifestations of the languageTo make the machine understands people it is necessary to process the speech signal With the continuous development of IT especially the growing popularity of network technology and improvement of the voice signal processing technology is playing an increasingly important role in order to find a good performance characteristics and extract important parameters to improve the performance of the recognition system a variety of scientific algorithms have emerged the cepstrum as the signal processing one of the important methods can get better recognition performance
MATLAB as a platform can achieve cepstrum analysis of the speech signal by programming First the article briefly described the itheoretical principles of cepstrum and voice including the the cepstrum principles and elements of voicewhich laied the theoretical foundation for the further research Then the speech cepstrum application in all aspects was programmed in MATLAB thus we got voice pitch detection peak detection experiment simulation results by simulation
Keywords speech signal cepstrum MATLAB pitch detection resonance peak detection
目 录
1绪 1
11目意义 1
12 语音信号研究现状 1
13研究容 3
2倒谱基原理 5
21复倒谱倒谱定义 5
22复倒谱计算方法 6
23复倒谱倒谱关系 9
3语音信号组成分析 11
31语音两分量 11
32语音类型 13
4语音倒谱应MATLAB仿真 15
41倒谱MATLAB实现 15
42倒谱态信号处理系统应 16
43倒谱基音检测方面应 17
44倒谱振峰检测方面应 21
5总结 25
致 谢 26
参考文献 27
附录A 28
附录B 28
附录C 30
1绪
11目意义
语言日常生活中交流手段语音信号处理现代信息社会中占重位着语音信号处理技术实际生活中应断发展语音信号处理技术已越越贴生活目前语音信号处理技术处蓬勃发展时期断新产品研制开发市场需求逐渐增加具良应前景语音信号处理然包括语音通信语音合成语音识等容前提基础语音信号进行分析语音信号处理中常倒谱域提取语音基频振峰语音识倒谱系数种表征语音特征非常效参数矢量 语音信号声门激励信息声道响应信息分离开说倒谱具解卷特性倒谱说话识语音识中常特征参数
倒谱语音信号处理中重位倒谱应越越广泛例应通信建筑声学震分析质勘探语音处理等领域尤语音处理方面应复倒谱算法制成态预测声码器系统高度保密通信
12 语音信号研究现状
声学物理学分支学科语言声学声学分支学科 研究方发声器官机理发声器官类线路数学模型听觉器官特性(听阈掩蔽界带宽听力损失等) 听觉器官数学模型语音信号物理特性(频谱特性声调特性相关特性概率分布等) 语音清晰度懂度等通信广播发展非常迅速语言通信语言广播然重部分语言声学技术科学基础语言声学发展电子学计算机科学着非常密切关系 发展程中次飞跃第次飞跃1907年电子发明1920年线电广播出现 电子放器微弱声音放定量测量电声学语言声学研究成果扩展通信广播部门第二次飞跃应该20世纪70年代初电子计算机数字信号处理发展发现声音信号特语音信号通模数转换器(A D)采样量化转换数字信号够送进计算机样数字计算方法语音信号进行处理加工例频谱分析傅里叶变换快速傅里叶变换( FFT)实现数字滤波器差分方程实现 基础逐渐形成门新学科———语音信号处理发展快通信动控制等领域解决传统方法难解决问题信息科学中占重位中语音识研究开始飞速发展
语音识研究工作追溯20世纪50年代AT&T贝尔实验室Audry系统第识十英文数字语音识系统
真正取实质性进展作重课题开展研究60年代末70年代初首先计算机技术发展语音识实现提供硬件软件更重语音信号线性预测编码（LPC）技术动态时间规整（DTW）技术提出效解决语音信号特征提取等长匹配问题时期语音识基模板匹配原理研究领域局限特定词汇表孤立词识实现基线性预测倒谱DTW技术特定孤立词语音识系统时提出矢量量化（VQ）隐马尔夫模型（HMM）理
着应领域扩词汇表特定孤立词等语音识约束条件需放宽时带许新问题：第词汇表扩模板选取建立发生困难第二连续语音中音素音节词间没明显边界发音单位存受文强烈影响协发音（Coarticulation）现象第三非特定识时说相话相应声学特征差异相时间生理心理状态说样容话会差异第四识语音中背景噪声干扰原模板匹配方法已适
20世纪90年代前期许著名公司IBM苹果AT&TNTT
语音识系统实化研究投巨资语音识技术评估机制识准确率项指标20世纪90年代中期实验室研究中断提高较代表性系统：IBM公司推出ViaVoiceDragonSystem公司NaturallySpeakingNuance公司NuanceVoicePlatform语音台MicrosoftWhisperSunVoiceTone等
中IBM公司1997年开发出汉语ViaVoice语音识系统次年开发出识海话广东话四川话等方口音语音识系统ViaVoice’98带32000词基词汇表扩展65000词包括办公常词条具纠错机制均识率达95该系统新闻语音识具较高精度目前具代表性汉语连续语音
国语音识研究工作起步五十年代年发展快研究水实验室逐步走实1987年开始执行国家863计划国家863计算机专家组语音识技术研究专门立项两年滚动次国语音识技术研究水已基国外步汉语语音识技术特点优势达国际先进水中科院动化声学清华学北京学哈尔滨工业学海交通学中国科技学北京邮电学华中科技学等科研机构实验室进行语音识方面研究中具代表性研究单位清华学电子工程系中科院动化研究模式识国家重点实验室
清华学电子工程系语音技术专芯片设计课题组研发非特定汉语数码串连续语音识系统识精度达948（定长数字串）968（定长数字串）5拒识率情况系统识率达969（定长数字串）987（定长数字串）目前国际识结果性已接实水研发五千词邮包非特定连续语音识系统识率达9873识普通话四川话两种语言达实求
中科院动化属模式科技公司2002年发布推出面计算台应天语中文语音系列产品——PattekASR结束中文语音识产品1998年直国外公司垄断历史
13研究容
文研究语音信号倒谱分析首先第章绪部分介绍文研究目意义语音信号研究现状文研究容
第二章介绍倒谱理知识详细叙述倒谱定义计算方法倒谱分实倒谱复倒谱区分实倒谱复倒谱间关系奠定倒谱分析研究基础
接着第三章介绍语音组成分利倒谱定义求解声门激励信号声道激响应序列两语音卷积分量复倒谱出相应结接着语音发音类型作理阐述
第四章具体研究倒谱语音信号处理中简单应语音信号识参数提取首先通输入段语音导入MATLAB程序中进行语音处理完成语音MATLAB中倒谱实现接着介绍倒谱态信号处理系统中作态信号处理系统工作原理然语音信号应语音倒谱分析重点容包括基音检测振峰检测两方面作语音信号重参数分进行详细设计清晰描述程序编写程设计思路方法进行完备阐述设计算法画出逻辑流程图MATLAB中完成程序编写通仿真结果进行理分析出语音参数量值完成语音信号倒谱分析容
2倒谱基原理
倒谱(CEP)参数重语音特征参数语音进行态处理产物提取载波传递信号特性时TimeCepstrum 分析会非常效相关特性提取出Cepstrum 语音识特征参数提取中语音质东西声带振动然声道口腔调制产生听拾取声音 通Cepstrum 分析语音质性特征参数提取出熟练运倒谱法基理入手
21复倒谱倒谱定义
复倒谱概念唯般三种定义定义：中假设信号x(n)
☆复倒谱Z变换定义
☆复倒谱傅里叶变换定义
☆复倒谱离散傅立叶变换定义
复倒谱定义图21表示
Z
ln
Z1
FT
ln
IFT
DFT
ln
IDFT
x(n)
x(n)
x(n)
图21三种复倒谱定义框图表示
复倒谱定义倒谱概念会复杂现复倒谱傅里叶变换定义例定义倒谱 取数
复数考虑实部令
FT
ln||
IFT
x(n)
c(n)
图22倒谱实现框图
x(n)数幅度谱傅立叶逆变换图22中c(n) 称 倒频谱倒谱
c(n)求取语音信号倒谱系数
22复倒谱计算方法
复倒谱分析中Z变换复数取数时复数运算时存相位值性问题——相位卷绕
取信号 例进行说明
求傅里叶变换
求复数
倒谱计算流程倒谱幅度：
相位：
式虚部知相位值性
相位写成
中
整数相位值种现象称相位卷绕
避免相位卷绕方法：微分法相位信号法
（1） 微分法
傅里叶变换微分特性
改写：
DFT
n
DFT
÷
IDFT
n
x(n)
nx(n)
n
图23利傅立叶变换微分特性求复倒谱框图
避免求复数问题缺点会产生严重频谱混叠原： 频谱中高频分量增加原取样率引起混叠混叠求出 复倒谱
（2） 相位信号法
1）倒谱c(n)求复倒谱 方法
2）相位信号法相位序列复倒谱性质Hilbert变换性质推出
3） 适条件：相位信号序列
4） 相位信号序列：信号零极点全部z面单位圆复倒谱序列果序列
进步引入辅助子
：
图24果序列分解恢复
结：
1 果序列偶称分量恢复
2倒谱定义知 偶称分量
DFT
复数
ln(·)
IDFT
x(n)
（实部）
（虚部）
图25相位法求复倒谱
23复倒谱倒谱关系
x(n)
^
x(n)
FT
ln||
IFT
FT
ln
IFT
c(n)
x(n)
图26复倒谱倒谱关系框图
1）倒频谱称倒频量纲时间记作quefrency（frequency转变新词）
2）复倒谱涉复数运算倒谱实数数运算
3）倒频谱含信号相位信息听觉语音感觉特征包含幅度信息中相位信息起作
4）倒谱正逆变换般原成身计算倒谱程中丢失相位信息
5）已知实数序列x(n)复倒谱求出倒谱c(n)
序列写成偶称序列奇称序列
3语音信号组成分析
语音作两卷积分量组成声门激励信号声道激响应序列声门激励模型产生典型语音浊音清音语音模型声门激励模型声道模型卷积成声道模型频域表征语音频谱包络结构振峰结构包含声道模型中复倒谱分析原呈现卷积关系声门激励模型声道模型倒频域呈加性关系
31语音两分量
语音成声门激励信号声道激响应序列卷积成图31想语音信号进行处理首先解语音分量倒谱
声道激响应序列
声门激励信号
语音信号
图31语音信号产生模拟框图
(1)声门激励信号
发清音时声门激励量较频谱均匀分布白噪声
发浊音时声门激励基音周期激序列
考察浊音时声门激励信号复倒谱浊音x(n)数学表示式
中幅度子样点数表示基音周期
面求浊音声门激励复倒谱
步骤： 1 x(n)进行Z变换
2 式取数泰勒公式展开
3式进行逆Z变换
改写：
结：
• 1限长周期激序列倒谱周期激序列周期变变限长序列
• 2振幅k增减衰减速度原序列快
• 3利述性质高时窗语音信号频谱中提取浊音激励信号倒谱提取出基音
(2)声道激响应序列
极零模型描述声道激序列
求数：
1
泰勒公式展开
然求逆Z变换
结：
① 双边序列存 范围
② 均1衰减序列 |n| 增减
③ 短时窗提取声道激响应序列复倒谱效
④ 相位序列复倒谱果序列
⑤ 相位序列复倒谱反果序列
32语音类型
图32语音生成机理模型
图32空气肺部排入喉部声带进入声道嘴辐射出声波形成语音声门（声带）左称声门子系统负责产生激励振动右边声道系统辐射系统发性质语音时激励声道情况应模型
1浊音
空气流声带时果声带绷紧声带产生张弛振动声带周期性启开闭合声带启开时空气流声门喷射出形成脉声带闭合时相应脉序列间隙期种情况声门处产生出准周期脉状空气流该空气流声道终嘴唇辐射出声波便浊音语音准周期脉周期基音周期声门处产生准周期脉周期宽度形状声带长度厚度张力等参数关声带越短厚度越薄张力越听起感觉音调越高浊音基音频率越高基音频率声带张开闭合周期决定男性基音频率般50~250Hz女性基音频率100~500Hz
2清音
空气流声带时果声带完全舒展开肺部发出空气流受影响通声门空气流通声门会遇两种情况种情况果声道某部位发生收缩形成狭窄通道空气流达处时迫高速收缩区附产生出空气湍流种湍流空气声道便形成谓摩擦音清音令种情况果声道某部位完全闭合起空气流达时便处建立起空气压力闭合点突然开启便会气压快速释放声道便形成谓爆破音两种情况发出清音
4语音倒谱应MATLAB仿真
表征声音性参数反映声道特性振峰频率反映声门特性基音参数够提取出参数助工具节通MATLAB完成倒谱语音处理方面应
41倒谱MATLAB实现
实验语音样Cooledit普通室环境录制段语音采样频率8kHz单声道MATLAB仿真结果：（程序见附录A）
图41倒谱程序仿真结果
图41取段语音倒谱图第幅段语音时域波形图取400点语音倒谱图会许峰值峰值基周期关分次谐振二次谐振……
42倒谱态信号处理系统应
态信号处理称态滤波实现卷积关系积关系变换求关系分离处理×* ——> ＋非线性信号处理变线性信号处理程
线性系统
特征系统
D*[]
逆特征系统
D*1[]
y(n)
*
+
+
x(n)
*
图42常见态信号处理系统
处理信号分类体分积态信号处理卷积态信号处理
语音信号视声门激励信号声道响应信号卷积结果仅讨卷积态信号处理系统问题
（1）特征系统D*[]
完成卷积信号转化加性信号运算
（2）第二子系统加性信号进行需线性处理（满足线性叠加原理等）
（3）第三子系统逆特征系统D*1[]恢复卷积性信号
（4）特征系统D*[]逆特征系统D*1[]区
a第步第三步运算相
b第二步前者数运算者指数运算（框图图43）
Z
exp
Z1
Z
ln
Z1
图43特征系统逆特征系统框图表示
43倒谱基音检测方面应
基音语音信号重参数语音产生数字模型中激励源重参数准确检测语音信号基音周期高质量语音分析合成语音压缩编码语音识说话确认等具重意义
1．基音检测概念
基音指发浊音时声带振动引起周期性声带振动频率倒数基音周期基音周期具时变性准周期性声带长短厚薄韧性发音惯关发音者性年龄发音时力度情感关语音信号处理中重参数描述语音激励源重特征基音周期估计称基音检测(Pitch Detection)基音检测终目标找出声带振动频率完全致基音周期变化轨迹曲线找出量相吻合轨迹曲线然声道易变性声道特征异基音周期范围宽情态发音基音周期加基音周期受单词发音音调影响实际中基音周期精确检测件较困难事情然语音信号基音检测许困难语音信号处理中重作促广学者争相涉足
2．倒谱法求基音周期
语音倒谱语音短时谱取数进行IDFT浊音信号周期性激励反映倒谱式样周期激倒谱波形中估计出基音周期般倒谱波形中第二激励认应激励源基频面出种倒谱法求基音周期框图流程图先计算倒谱然预期基音周期附寻找峰值果倒谱峰值超出预先规定门限输入语音段定浊音峰位置基音周期良估计果没超出门限峰值输入语音段定清音果计算时变倒谱估计出激励源模型基音周期时间变化般隔10~20ms计算次倒谱般语音中激励参数缓慢变化
基音检测实现框图流程图图4445示
DFT
S(k)
ln|S(k)|
IDFT
峰 值
检 测
基 音检 测
w(n)
s(n)
图44倒谱法求基音周期实现框图
读入语音数
文件尾？
结束
该帧数加窗
计算基音周期pitch
基音周期pitch0
找出该搜索范围倒谱值max
设置门限008
求该帧数倒谱
设置基音搜索范围
取出帧语音数
max>008
Y
N
N
Y
图45基音检测流程图
3基音周期清浊音MATLAB仿真（程序见附件B）
（1） 浊音：取startIndexround（4500）运行结果图46示
图46倒谱法求浊音基音周期
图46分语音语音波形时域图截取帧语音波形图帧语音倒谱图
语音波形图输入语音采样波形段语音中取出帧波形语音波形中红色线间部分（印线变黑色）计400点语音取帧语音浊音第二幅图出浊音呈现明显周期性周期求基音周期般倒谱波形中第二激认应激励源基频倒谱图表现峰值次峰值间间隔化频率估算出基音周期pitch 1860Hz图中出基音周期样点数Np表示约43采样频率fspitchfsNp8000431860Hz
（2）清音：取startIndexround（45000）运行结果图
图47清音倒谱
图46图47点选取声音元素图47取帧语音清音清音幅度较通时域图知清音具明显周期性通计算估算出基周期pitch0
44倒谱振峰检测方面应
语音信号处理中振峰频率特重参数表征发音时声道特性关键参数区韵母重寻求种实时实现振峰频率检测算法语音合成语音识说话识等领域中重应价值振峰信息包括语音频谱包络中振峰频率检测关键估计然语音频谱包络认谱包络值应频率振峰频率值振峰振峰已广泛作语音识特征语音编码传输基信息果直接语音频谱提取振峰频率误差会倒谱分析技术较
分离出语音信号频谱包络结构
1振峰概念
振峰指声音频谱中量相集中区域振峰音质决定素反映声道（振腔）物理特征声音振腔时受腔体滤波作频域中频率量重新分配部分振腔振作强化部分受衰减强化频率时频分析语图表现浓重黑色条纹量分布均匀强部分犹山峰般称振峰
2基倒谱振峰算法
倒谱基音谐波声道频谱包络分离开倒谱低时部分分析声道声门辐射信息高频部分分析激励源信息倒谱进行低时窗选通语音倒谱分析系统级进行DFT输出滑数模函数滑数谱显示特定输入语音段谐振结构谱峰值基应振峰频率滑数谱中峰值进行定位估计振峰原理框图流程图图48图49示
分帧加窗
|FFT|
log
IFFT
加窗
滑处理
|FFT|
log
振峰
图48振峰检测框图
计算浊音基音周期NN点
取倒谱前NN点
加NN点汉明窗
计算频谱formant1
formant（12）formant1(12)
t<2
Formantformant2
滑处理
Formant(t)formant2(t1)*025+formant2(t)*05+formant2(t+1)*025
绘 图
Y
N
图49振峰检测流程图
3振峰检测MATLAB仿真（程序见附录C）
倒谱法估计振峰频率中注意 谱峰振峰 两振峰时 会发生谱重叠 难计算振峰带宽图424仿真结果先求语音倒谱然求出倒谱频谱做出频谱图图424第二幅频谱取数进行滑处理图峰值应振峰清音没振峰取startIndexround（4500）浊音振峰检测运行结果图4241示中滑数幅度谱峰值应频率振峰频率
图410浊音振峰检测
图410语音倒谱倒谱频谱滑数幅度谱仿真图第二幅图倒谱频率分布相较稳第二样点语音进行滑处理振峰明显
5总结
通月懈努力完成该课题设计实现基MATLAB语音倒谱分析基MATLAB软件进行信号处理更深刻认识然限作者水该系统难免疏漏需改善处理想情况语音信号中浊音倒谱会出现应基音周期尖峰然实际语音信号倒谱域中基音周期会种素影响提取出现困难：
① 声门激励信号完全周期序列语音头尾部具声带振动样周期性清音浊音渡帧难准确判断周期性非周期性
②许情况清音语音低电浊音语音段间渡段非常细微确认极困难
③ 语音信号中声道影响直接取出仅声带振动关激励信号信息容易例声道振峰时会严重影响激励信号谐波结构种影响发音器官快速动作振峰快速改变时基音检测具危害性
时振峰检测会出现准确性：
① 谱峰振峰
② 带宽计算两振峰时发生谱重叠难频谱曲线计算振峰带宽峰值检测器认处存振峰
语音参数提取语音识基础提取参数坏直接影响着语音识系统性倒谱技术语音识中占重越越重通课题握基解语音结构倒谱处理语音信号作
致 谢
文撰写程中xxx老师作指导老师治学严谨学识渊博视野广阔营造种良学术氛围置身间耳濡目染潜移默化仅接受全新思想观念树立明确学术目标领会基思考方式掌握通研究方法明白许接物处世道理严律宽崇高风范朴实华易格魅力微感深文关怀令沐春风倍感温馨正百忙中次审阅全文细节进行修改文撰写提供许中肯宝贵意见文成型组学互相督促探究设计中遇课题整设计中活跃组成元素学讨中学许思考角度真心谢谢
特x老师致衷心谢意挑剔敬业精神严谨认真治学态度深厚专业修养易方式表示深深敬意
参考文献
[1]张雪英 数字语音处理MATLAB仿真 北京：电子工业出版社2010
[2] 胡航 语音信号处理 哈尔滨 ： 哈尔滨工业学出版杜2000
[3] 赵力 语音信号处理 北京： 机械工业出版社2005
[4] 易克初田斌付强 语音信号处理 北京：国防工业出版社2001
[5] 占君张倩满谦 MATLAB函数查询手册 北京：机械工业出版社2011
[6] 赵毅 尹雪飞陈克安 种新基倒谱振峰频率检测算法
应声学第29卷第6期2010年11月
[7]张琨高思超毕靖 MATLAB 2010入门精通 北京：电子工业出版社2011
[8]高西全 丁玉美 语音信号处理（第三版）西安：西安电子科技学出版社2008
附录A
clear all
[sfsnbit]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woowav＇)
bs＇
xb(50005399)
Nlength(x)
Sfft(x)
Salog(abs(S))
saifft(Sa)
ylenlength(sa)
for i1ylen2
sal(i)sa(ylen2+1i)
end
for i(ylen2+1)ylen
sal(i)sa(i+1ylen2)
end
绘图
figure(1)
subplot(211)
plot(x)
axis([04000505])
title(＇截取语音段＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(212)
time2[1991101200]
plot(time2sal)
axis([2002000505])
title(＇截取语音倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
附录B
clear all
[yfsnbits]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woo3wav＇)
time11length(y)
frameSizefloor(50*fs1000)帧长
startIndexround(4500)起始序号
endIndexstartIndex+frameSize1结束序号
framey(startIndexendIndex)取出该帧
frameSizelength(frame)
frame2frame*hamming(length(frame))加汉明窗
rwyrceps(frame2)求倒谱
ylenlength(rwy)
cepstrumrwy(1ylen2)
for i1ylen2
cepstrum1(i)rwy(ylen2+1i)
end
for i(ylen2+1)ylen
cepstrum1(i)rwy(i+1ylen2)
end
基音检测
LFfloor(fs500)基音周期范围70~500Hz
HFfloor(fs70)
cncepstrum(LFHF)
[mx_cep ind]max(cn)
if mx_cep>008&ind>LF
afs(LF+ind)
else
a0
end
pitcha
画图
figure(1)
subplot(311)
plot(time1y)
title(＇语音波形＇)
axis tight
ylimget(gca＇ylim＇)
line([time1(startIndex)time1(startIndex)]ylim＇color＇＇r＇)
line([time1(endIndex)time1(endIndex)]ylim＇color＇＇r＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(312)
plot(frame)
axis([04000505])
title(＇帧语音＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
subplot(313)
time2[1991101200]
plot(time2cepstrum1)
axis([2002000505])
title(＇帧语音倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
附录C
clear all
[yfsnbits]wavread(＇C＼Documents and Settings＼Administrator＼桌面＼woo2wav＇)
frameSizefloor(40*fs1000)帧长
startIndexround(45000)起始序号
endIndexstartIndex+frameSize1结束序号
framey(startIndexendIndex)取出该帧
frameSizelength(frame)
frame2frame*hamming(length(frame))加汉明窗
rwyrceps(frame2)求倒谱
ylenlength(rwy)
cepstrumrwy(1ylen2)
基音检测
LFfloor(fs500)
HFfloor(fs70)
cncepstrum(LFHF)
[mx_cep ind]max(cn)
振峰检测核心代码：
找突起位置
NNind+LF
hamhamming(NN)
cepcepstrum(1NN)
cepscep*ham汉明窗
formant120*log(abs(fft(ceps)))
formant(12)formant1(12)
for t3NN
do some median filtering
zformant1(t2t)
mdmedian(z)
formant2(t)md
end
for t1NN1
if t<2
formant(t)formant2(t)
else
formant(t)formant2(t1)*025+formant2(t)*05+formant2(t+1)*025
end
end
subplot(311)
plot(cepstrum)
title(＇倒谱＇)
xlabel(＇样点数＇)
ylabel(＇幅度＇)
axis([01600505])
spectral20*log10(abs(fft(frame2)))
subplot(312)
xj(1length(spectral)2)*fslength(spectral)
plot(xjspectral(1length(spectral)2))
title(＇频谱＇)
xlabel(＇频率Hz＇)
ylabel(＇幅度dB＇)
axis([0400010050])
subplot(313)
xi(1NN2)*fsNN
plot(xiformant(1NN2))
title(＇滑数幅度谱＇)
xlabel(＇频率Hz＇)
ylabel(＇幅度dB＇)
axis([04000800])
文档香网(httpswwwxiangdangnet)户传
《香当网》用户分享的内容，不代表《香当网》观点或立场，请自行判断内容的真实性和可靠性！
该内容是文档的文本内容，更好的格式请下载文档
