[s,fs,nbits] = wavread(‘wo.wav’); %载入语音s
s = s/max(s); %归一化
L = length(s); %读入语音长度
S=fft(s,L);
figure
subplot(2,1,1);plot(s);title(‘原语音信号波形’);
subplot(2,1,2);plot(abs(S));title(‘原语音信号频谱’);
小孩的声音
clear all,close all, clc; %定义常数
FL=80; %帧长
WL=240; %窗长
P=10; %预测系数个数
[s,fs,nbits] = wavread('wo.wav'); %载入语音s
s=s/max(s); %归一化
L=length(s); %读入语音长度
FN=floor(L/FL)-2; %计算帧长
%预测和重建滤波器
exc=zeros(L,1); %激励信号
zi_pre=zeros(P,1); %预测滤波器的状态
s_rec=zeros(L,1); %重建语音
zi_rec=zeros(P,1); %变调不变速滤波器
exc_syn_t = zeros(L,1); %合成的激励信号
s_syn_t = zeros(L,1); %合成语音
last_syn_t = 0; %存储上一个（或多个）段的最后一个脉冲的下标zi_syn_t = zeros(P,1); %合成滤波器的状态
hw = hamming(WL); %汉明窗
%依次处理每帧语音
for n=3:FN %计算预测系数
s_w = s(n*FL-WL+1:n*FL).*hw; %汉明窗加权后的语音
[A E]=lpc(s_w, P); %用线性预测法计算P个预测系数
%A是预测系数，E会被用来计算合成激励的能量
s_f = s((n-1)*FL+1:n*FL); %本帧语音，下面就要对它做处理
%(4)用filter函数s_f计算激励，注意保持滤波器状态
[exc1,zi_pre] = filter(A,1,s_f,zi_pre);
exc((n-1)*FL+1:n*FL) = exc1; %计算得到的激励
%(5)用filter函数和exc重建语音，注意保持滤波器状态
[s_rec1,zi_rec] = filter(1,A,exc1,zi_rec);
s_rec((n-1)*FL+1:n*FL) = s_rec1; %计算得到的重建语音
%注意下面只有在得到exc后才会计算正确
s_Pitch = exc(n*FL-222:n*FL);
PT = findpitch(s_Pitch); %计算基音周期PT
G = sqrt(E*PT); %计算合成激励的能量G
%(13)将基音周期减小一半，将共振峰频率增加7000Hz，重新合成语音PT1=floor(PT/2); %减小基音周期
poles=roots(A);
deltaOMG=700*2*pi/8000;
for p=1:10 %增加共振峰频率，实轴上方的极点逆时针转，下方顺时针转 if imag(poles(p))>0 poles(p) = poles(p)*exp(j*deltaOMG);
elseif imag(poles(p))<0 poles(p) = poles(p)*exp(-j*deltaOMG); end
end
A1=poly(poles);
tempn_syn_t = [1:n*FL-last_syn_t]';
exc_syn1_t = zeros(length(tempn_syn_t),1);
exc_syn1_t(mod(tempn_syn_t,PT1)==0) = G; %某一段算出的脉冲
exc_syn1_t = exc_syn1_t((n-1)*FL-last_syn_t+1:n*FL-last_syn_t); [s_syn1_t,zi_syn_t] = filter(1,A1,exc_syn1_t,zi_syn_t);
exc_syn_t((n-1)*FL+1:n*FL) = exc_syn1_t; %计算得到的合成激励
s_syn_t((n-1)*FL+1:n*FL) = s_syn1_t; %计算得到的合成语音
last_syn_t = last_syn_t+PT1*floor((n*FL-last_syn_t)/PT1);
end
S=(s_syn_t,L) %变调不变速
figure;
subplot(2,1,1), plot(exc_syn_t), xlabel('n (samples)'), ylabel('Amp litude'), title(‘合成高调激励信
号’),XLim([0,length(exc_syn_t)]);
subplot(2,1,), plot(abs(S)）), title('合成高调语音信号频谱
'), XLim([0,length(s_syn_t)]);
sound(s_syn_t);
%ct1
clear all,close all, clc;
% 定义常数
FL = 80; %帧长
WL = 240; % 窗长
P = 10; % 预测系数个数
[s,fs] = wavread('sunday_2.wav'); %载入语音s
s=s/max(s); %归一化
L = length(s); %读入语音长度
FN = floor(L/FL)-2; %计算帧数
%预测和重建滤波器
exc = zeros(L,1); %激励信号（预测误差）
zi_pre = zeros(P,1); %预测滤波器的状态
s_rec = zeros(L,1); %重建语音
zi_rec = zeros(P,1);
%合成滤波器
exc_syn = zeros(L,1); %合成的激励信号（脉冲串）
s_syn = zeros(L,1); %合成语音
last_syn = 0; %存储上一个（或多个）段的最后一个脉冲的下标
zi_syn = zeros(P,1); %合成滤波器的状态
%变调不变速滤波器
exc_syn_t = zeros(L,1); %合成的激励信号（脉冲串）
s_syn_t = zeros(L,1); %合成语音
last_syn_t = 0; %存储上一个（或多个）段的最后一个脉冲的下标zi_syn_t = zeros(P,1); %合成滤波器的状态
%变速不变调滤波器（假设速度减慢一倍）
v=.5;
exc_syn_v = zeros(v\L,1);
%合成的激励信号（脉冲串）
s_syn_v = zeros(v\L,1); %合成语音
last_syn_v = 0; %存储上一个（或多个）段的最后一个脉冲的下标zi_syn_v = zeros(P,1); %合成滤波器的状态
hw=hamming(WL); %汉明窗
%依次处理每帧语音
for n = 3:FN %计算预测系数（不需要掌握）
s_w = s(n*FL-WL+1:n*FL).*hw; %汉明窗加权后的语音
[A E] = lpc(s_w, P);
% 用线性预测法计算P个预测系数
%A是预测系数，E会被用来计算合成激励的能量
if n == 27
%(3)观察预测系统的零极点图
zplane(1,A);
end
s_f = s((n-1)*FL+1:n*FL);
%本帧语音，下面就要对它做处理
%(4)用filter函数s_f计算激励，注意保持滤波器状态
[exc1,zi_pre] = filter(A,1,s_f,zi_pre);
exc((n-1)*FL+1:n*FL) = exc1; %计算得到的激励
%(5)用filter函数和exc重建语音，注意保持滤波器状态
[s_rec1,zi_rec] = filter(1,A,exc1,zi_rec);
s_rec((n-1)*FL+1:n*FL) = s_rec1; %计算得到的重建语音
%注意下面只有在得到exc后才会计算正确
s_Pitch = exc(n*FL-222:n*FL);
PT = findpitch(s_Pitch); %计算基音周期PT(不要求掌握）
G = sqrt(E*PT); %计算合成激励的能量G（不要求掌握）
%方法3：本段激励只能修改本段长度
tempn_syn = [1:n*FL-last_syn]';
exc_syn1 = zeros(length(tempn_syn),1);
exc_syn1(mod(tempn_syn,PT)==0) = G; %某一段算出的脉冲
exc_syn1 = exc_syn1((n-1)*FL-last_syn+1:n*FL-last_syn);
[s_syn1,zi_syn] = filter(1,A,exc_syn1,zi_syn);
exc_syn((n-1)*FL+1:n*FL) = exc_syn1; %计算得到的合成激励
s_syn((n-1)*FL+1:n*FL) = s_syn1; %计算得到的合成语音
last_syn = last_syn+PT*floor((n*FL-last_syn)/PT);
%(11)不改变基音周期和预测系数，将合成激励的长度增加一倍，再作为filter
%的输入得到新的合成语音，听一听是不是速度变慢了，但音调没有变。
FL_v = floor(FL/v);
tempn_syn_v = [1:n*FL_v-last_syn_v]';
exc_syn1_v = zeros(length(tempn_syn_v),1);
exc_syn1_v(mod(tempn_syn_v,PT)==0) = G; %某一段算出的脉冲
exc_syn1_v = exc_syn1_v((n-1)*FL_v-last_syn_v+1:n*FL_v-last_syn_v); [s_syn1_v,zi_syn_v] = filter(1,A,exc_syn1_v,zi_syn_v);
last_syn_v = last_syn_v+PT*floor((n*FL_v-last_syn_v)/PT);
exc_syn_v((n-1)*FL_v+1:n*FL_v) =exc_syn1_v; %计算得到的加长合成激励
s_syn_v((n-1)*FL_v+1:n*FL_v) = s_syn1_v; %计算得到的加长合成语音
%(13)将基音周期减小一半，将共振峰频率增加150Hz，重新合成语音，听听是啥感受～
PT1 =floor(PT/2); %减小基音周期
poles = roots(A);
deltaOMG = 150*2*pi/8000;
for p=1:10
%增加共振峰频率，实轴上方的极点逆时针转，下方顺时针转
if imag(poles(p))>0 poles(p) = poles(p)*exp(j*deltaOMG);
elseif imag(poles(p))<0 poles(p) = poles(p)*exp(-j*deltaOMG);
end
end
A1=poly(poles);
if n==27
figure;
zplane(1,A1);
end
tempn_syn_t = [1:n*FL-last_syn_t]';
exc_syn1_t = zeros(length(tempn_syn_t),1);
exc_syn1_t(mod(tempn_syn_t,PT1)==0) = G; %某一段算出的脉冲
exc_syn1_t = exc_syn1_t((n-1)*FL-last_syn_t+1:n*FL-last_syn_t);
[s_syn1_t,zi_syn_t] = filter(1,A1,exc_syn1_t,zi_syn_t);
exc_syn_t((n-1)*FL+1:n*FL) = exc_syn1_t; %计算得到的合成激励
s_syn_t((n-1)*FL+1:n*FL) = s_syn1_t; %计算得到的合成语音
last_syn_t = last_syn_t+PT1*floor((n*FL-last_syn_t)/PT1);
end
%(6)s，exc和s_rec的区别
figure;
subplot(3,1,1), plot(exc), xlabel('n (samples)'), ylabel('Amplitude'), t itle('激励信号');
subplot(3,1,2), plot(s), xlabel('n (samples)'), ylabel('Amplitude'), tit le('原语音信号');
subplot(3,1,3), plot(s_rec), xlabel('n (samples)'), ylabel('Amplitude'), title('重建语音信号');
figure;
subplot(3,1,1),plot(exc),xlabel('n(samples)'),ylabel('Amplitude'),title ('激励信号'), XLim([15*FL+1,16*FL]);
subplot(3,1,2),plot(s), xlabel('n(samples)'),ylabel('Amplitude'),title('原语音信号'),
XLim([15*FL+1,16*FL]);
subplot(3,1,3),plot(s_rec),xlabel('n(samples)'),ylabel('Amplitude'),titl e('重建语音信号'),XLim([15*FL+1,16*FL]);
sound(exc);
pause(2);
sound(s);
pause(2);
sound(s_rec);
pause(2); %原始语音与合成语音的差别
figure;
subplot(3,1,1), plot(exc_syn), xlabel('n (samples)'), ylabel('Amplitude' ), title('合成激励信号');
subplot(3,1,2), plot(s), xlabel('n (samples)'), ylabel('Amplitude'),titl e('原语音信号');
subplot(3,1,3), plot(s_syn), xlabel('n (samples)'), ylabel('Amplitude'), title('合成语音信号');
sound(s);
pause(2);
sound(s_syn);
pause(2);
%变速不变调
figure;
subplot(3,1,1), plot(exc_syn_v), xlabel('n (samples)'), ylabel(' Amplitude'),
title('合成慢速激励信号'),XLim([0,length(exc_syn_v)]);
subplot(3,1,2), plot(s),xlabel('n(samples)'),ylabel('Amplitude'),
title('原语音信号'),
XLim([0,length(s)]);
subplot(3,1,3),plot(s_syn_v),xlabel('n(samples)'),ylabel('Amplitude'), t itle('合成慢速语音信号'),
XLim([0,length(s_syn_v)]);
sound(s);
pause(2);
sound(s_syn_v);
pause(4);
%变调不变速
figure;
subplot(3,1,1),plot(exc_syn_t),xlabel('n(samples)'),ylabel('Amplitude'), title('合成高调激励信号') ,XLim([0,length(exc_syn_t)]);
subplot(3,1,2), plot(s), xlabel('n(samples)'),ylabel('Amplitude'),
title('原语音信号'),
XLim([0,length(s)]);
subplot(3,1,3),plot(s_syn_t),xlabel('n(samples)'),ylabel('Amplitude') ,title('合成高调语音信号'), XLim([0,length(s_syn_t)]);
sound(s);
pause(2);
sound(s_syn_t);
******************* 实践教学 ******************* 兰州理工大学 计算机与通信学院 2013年春季学期 信号处理课程设计 题目：基于MATLAB的FIR滤波器语音信号去噪专业班级：通信工程（1）班 姓名：王兴栋 学号：10250114 指导教师：陈海燕 成绩：
摘要 语音信号在数字信号处理中占有极其重要的地位，因此选择通过对语音信号的研究来巩固和掌握数字信号处理的基本能力十分具有代表性。对数字信号处理离不开滤波器，因此滤波器的设计在信号处理中占有极其重要的地位。而MATLAB 软件工具箱提供了对各种数字滤波器的设计。本论文“在MATLAB平台上实现对语音信号的去噪研究与仿真”综合运用了数字信号处理的各种基本知识，进而对不带噪语音信号进行谱分析以及带噪语音信号进行谱分析和滤波处理。通过理论推导得出相应的结论，再通过利用MATLAB作为编程工具来进行计算机实现比价已验证推导出来的结论。在设计过程中，通过设计FIR数字滤波器和IIR数字滤波器来完成滤波处理。在设计过程中，运用了MATLAB对整个设计中的图形的绘制和一些数据的计算以及仿真。 关键字滤波器；MATLAB；仿真；滤波
前言 语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。 语音信号是信息技术处理中最重要的一门科学，是人类社会几步的标志。那么什么是语音？语音是人类特有的功能，也是人类获取外界信息的重要工具，也是人与人交流必不可少的重要手段。那么什么又是信号？那信号是什么呢？信号是传递信息的函数。离散时间信号——序列——可以用图形来表示。 语音信号处理是一门用研究数字信号处理研究信号的科学。它是一新兴的信息科学，同时又是综合多个学科领域的一门交叉科学。语音在我们的日常生活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。所以研究语音信号无论是在科学领域上还是日常生活中都有其广泛而重要的意义。 本论文主要介绍的是的语音信号的简单处理。本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简单语音信号处理的目的。 对语音信号的研究，本论文采用了设计两种滤波器的基本研究方法来达到研究语音信号去噪的目的，最终结合图像以及对语音信号的回放，通过对比，得出结论。
MATLAB变声器 电子工程学院 摘要 语音信号处理中的变声处理已经有了比较成熟的算法，本文阐述了变声算法的基础原理，利用数字滤波器，自相关法，LPC，LPC系数求根法等方法在MATLAB上改变语音信号的基频和共振峰以实现变声，并总结了现有变声算法的缺陷，对用不同的变换域能否改进变声算法做了粗略分析。 关键词：变声算法，LPC，变换域
目录 研究背景 (3) 变声原理 (3) 语音基本概念 (3) 变声原理 (4) 变声过程 (5) 分帧处理 (5) 计算LPC系数 (5) 计算原始激励 (6) 计算基音周期 (6) 计算激励能量 (7) 合成脉冲序列 (7) 更改声道参数 (7) 合成变声语音 (8) 程序设计 (8) 传统变声算法缺陷 (9) 合成激励与原始激励差别较大 (9) 不能实现定向变声 (10) 实现定向变声的猜想 (11) 小波域是否存在恒定音色参数粗略分析 (12) 统计上的变换是否利于寻找恒定音色参数猜想 (12) 下一步研究计划 (12)
研究背景 语音信号是人们日常生活中十分常见的信号，语音也是人与人之间传递信息的一种十分重要的方式。随着智能终端以及互联网的普及，语音信号大量地以数字形式出现，语音信号处理变得越来越重要，变声处理是语音信号处理的基础之一，所以在这样的大背景下，研究变声算法并改进变声算法是很有意义而且有必要的。 另一方面，传统的变声算法是对发声过程的简单模拟进行语音合成，在模拟过程中改变参数以实现变声，而传统的变声算法存在一些缺陷，若要改进变声算法使其更灵活有效，那么细致的研究传统的变声算法是很有必要的。 变声原理 语音基本概念 1. 声道：声道是很多动物及人类都有的一个腔室，从声源产生的声音经由此处滤出。人的声道包括声道则包括喉腔、咽头、口腔和鼻腔。 2. 基音：一般的声音都是由发音体发出的一系列频率、振幅各不相同的振动复合而成的。这些振动中有一个频率最低的振动，由它发出的音就是基音，其余为泛音。发音体整体振动产生的音，叫做基音，决定音高；发音体部分振动产生的音，叫做泛音，决定音色；基音和泛音结合一起而形成的音，叫做复合音，日常我们所听到的声音多为复合音。 3.共振峰：共振峰是指在声音的频谱中能量相对集中的一些区域，共振峰是语音音质的决定因素，反映了声道（共振腔）的物理特征。声音在经过共振腔时，受到腔体的滤波作用，使得频域中不同频率的能量重新分配，一部分因为共振腔的共振作用得到强化，另一部分则受到衰减，得到强化的那些频率在时频分析的语图上表现为浓重的黑色条纹。由于能量分布不均匀，强的部分犹如山峰一般，故而称之为共振峰。在语音声学中，共振峰决定着元音的音质，在计算机音乐中，共振峰是决定音色和音质的重要参数。 4，短时平稳特性：语音信号是一种随时间而变化的信号，主要分为浊音和清音两大类。浊音的基音周期、清浊音信号幅度和声道参数等都随时间而缓缓变化。由于发生器官的惯性运动，可以认为在一小段时间里（一般为10~30ms）语音信号的频域特性近似不变，即语音信号具有短时平稳性。因而处理语音信号之前要把语
数字信号处理实验二：语音信号分析与处理 学号 姓名 注：1）此次实验作为《数字信号处理》课程实验成绩的重要依据，请同学们认真、独立完成，不得抄袭。 2）请在授课教师规定的时间内完成； 3）完成作业后，请以word 格式保存，文件名为：学号+姓名 4）请通读全文，依据第2及第3 两部分内容，认真填写第4部分所需的实验数据，并给出程序内容。 1. 实验目的 (1) 学会MATLAB 的使用，掌握MATLAB 的程序设计方法 (2) 掌握在windows 环境下语音信号采集的方法 (3) 掌握MATLAB 设计FIR 和IIR 滤波器的方法及应用 (4) 学会用MATLAB 对语音信号的分析与处理方法 2. 实验内容 录制一段自己的语音信号，对录制的语音信号进行采样，画出采样后语音信号的时域波形和频谱图，确定语音信号的频带范围；使用MATLAB 产生白噪声信号模拟语音信号在处理过程中的加性噪声并与语音信号进行叠加，画出受污染语音信号的时域波形和频谱图；采用双线性法设计出IIR 滤波器和窗函数法设计出FIR 滤波器，画出滤波器的频响特性图；用自己设计的这两种滤波器分别对受污染的语音信号进行滤波，画出滤波后语音信号的时域波形和频谱图；对滤波前后的语音信号进行时域波形和频谱图的对比，分析信号的变化；回放语音信号，感觉与原始语音的不同。 3. 实验步骤 1）语音信号的采集与回放 利用windows 下的录音机或其他软件录制一段自己的语音（规定：语音内容为自己的名字，以wav 格式保存，如wql.wav ），时间控制在2秒之内，利用MATLAB 提供的函数wavread 对语音信号进行采样，提供sound 函数对语音信号进行回放。 [y,fs,nbits]=wavread(file), 采样值放在向量y 中，fs 表示采样频率nbits 表示采样位数。Wavread 的更多用法请使用help 命令自行查询。 2）语音信号的频谱分析 利用fft 函数对信号进行频谱分析 3）受白噪声干扰的语音信号的产生与频谱分析 ①白噪声的产生： N1=sqrt （方差值）×randn(语音数据长度，2)（其中2表示2列，是由于双声道的原因） 然后根据语音信号的频谱范围让白噪声信号通过一个带通滤波器得到一个带限的白噪声信号 N2； 带通滤波器的冲激响应为： h B （n ）= ))((sin ))((sin 1122απ ωπωαπωπω---n c n c c c c c
初中变声期发声方法初探 发表时间：2018-05-16T11:27:31.777Z 来源：《教育学文摘》2018年5月总第265期作者：王婕[导读] 本文依据初中阶段学生的实际问题，通过教学实践总结出一些简单浅显，学生比较乐于接受的声乐训练方法。 淄博市张店区第二中学山东淄博255000 摘要：初中阶段，学生从十一二岁到十四五岁，身高体重迅速增长，进入青春期。从初中一年级开始就有二分之一的女生进入变声期，初中二年级四分之一的学生已基本完成变声。部分学生要延续到初中三年级才完成变声。变声期间的学生嗓音嘶哑，很多学生还延续小学阶段的用真声大声喊唱的方法，声音位置低、喉音很重、声区不统一、高音上不去，声音缺乏美感，无法圆满的完成歌曲的演唱，也不利于声带的保护。本文依据初中阶段学生的实际问题，通过教学实践总结出一些简单浅显，学生比较乐于接受的声乐训练方法，通过气息训练、气泡音练习、哼鸣练习、小声、轻声演唱等方式，让学生顺利度过变声期，并逐渐建立起一套声音的训练系统，建立正确的声音概念。 关键词：初中生变声期气息训练气泡音练习哼鸣练习小声唱歌 一、气息练习 气息是发声的根本。要唱好歌，必须先练好气息。唱歌的呼吸不同于日常生活中浅显的呼吸，要吸得深，保持得久，可以控制好气息，在演唱中根据歌曲的要求或长、或短、或强、或弱，运用自如。在音乐课堂上，设计运用了一些浅显、易于理解掌握的小训练方法，来训练孩子的气息，达到目的。 1. 放松坐姿：坐凳子的三分之二或一半，胸膛、肩膀、脖子放松。相邻两位同学相互捏捏肩膀、揉揉背，开心的笑一笑，既放松了唱歌时容易紧张的胸膛、肩膀、脖子等部位，又放松、活跃了孩子的情绪，准备下一步的歌唱状态。 2. 气息训练：首先面带笑容，提起笑肌，嘴巴自然微张。然后，合起上下牙，发出“si……”的气声。注意在吐气的过程中，保持微笑，笑肌抬起来，眉毛抬起来，口腔像打哈欠的状态，胸部放松，让一股气流，缓缓的通过口腔、牙齿发出“si……”的声响，注意声音不要大，只是气流通过的很微小的声响。坚持2个八拍的时长。通过练习后，吐气的时长慢慢地增加到3个八拍，4个八拍、5个八拍……直到耗尽体内最后一丝气息，感觉上像是“前胸贴肚皮”后，自然张开嘴巴，一股新鲜的氧气又会自然地吸入体内。千万不要在气息用尽后，再次用力地用嘴巴吸气，这样极其容易提气，导致气息过浅，导致挤嗓子的问题出现，磨损声带。 二、气泡音的练习 气泡音是一种充分放松喉头后的一种发声，是近几年来大家比较流行、也比较通俗的声乐练习方式。一般早上起床时平躺在床上，做打哈欠状，从高到低发“啊”这个音，当发音到最低音区时，就会听到声音如一串气泡冒出来。随着气息的调节，气泡可大可小，可稀疏可密集。这就是“气泡音”。 气泡音是说话和唱歌时发声的起点，练习方法：首先放松面部和脖子、胸膛。张开嘴，发一个自然地“H…ao…”“Ao…”的声音位置不断下移到最低点，直到发出气泡音，开始是间断的大气泡，慢慢练习，直到出现小气泡音、密集的小气泡音、有颗粒型的密集的小气泡音。正确的气泡音是气息流过声带，声带是放松的，发出像鼓水泡一样的感觉。而假的不正确的气泡音，则是声带自己发力震动，发出的气泡音既没有颗粒性，又带有一种嘶哑、撕裂的声音。 通过“气泡音”的练习可以纠正声音发“虚”和不稳定的弊病。在“气泡音”的变化中，声带是由最初的松弛逐渐拉紧，由低声区向中声区过渡，所以练习“气泡音”对加强中声区能力是一个好的方法。此外，练习“气泡音”可以起按摩声带的作用，当觉得嗓子劳累时，做做“气泡音”的练习，可以缓解疲劳。 三、哼鸣练习 著名的声乐教师邹文琴曾经说过：“哼鸣的位置就是歌唱的位置”。 哼唱练习还很容易获得假声和混声，对声区的统一有很大的帮助。在气息训练时，用气泡音找到声音的起点后，再进行哼鸣的练习。首先，用撒娇、哼哼唧唧、不屑的声音哼哼一下。尽量把声音位置挂在鼻咽处，类似一种擤鼻涕的感觉来带着哼。注意，笑肌要提起，自然的面带微笑，眉毛提起来。用气泡音的发音位置起音，哼鸣。其次，全身要通畅，尤其是肩、胸部位要放松，向下叹着唱。在正确的哼鸣下，再带入母音a、e、i、o、u，要求在带入母音时，一定呼吸支点等均要与哼鸣相同，包括声音走动的方向、路线、感觉要一致。交替使用张口和闭口的发声练习，可以帮助把声音的集中点保持在头腔的最高部位。注意声音不能追求大、亮，一定要用很小的声音，保持好气息的通畅，头腔声音位置。 四、小声演唱 小声的演唱歌曲，学生的声音很容易集中，很容易找到通过哼唱建立起来的声音位置和音准，投入到演唱当中，逐步地建立起一套声音的概念。而且学生在演唱的时候也没有心理压力，可以更多地投入歌曲音准、情感的思考控制当中。注意这个阶段千万不要大声歌唱，一定要树立起正确的小声唱概念，可以帮助学生调理出舒适、优美、光彩的、规范化的音色，而后通过发声器官的相互配合，唱出清晰、明亮、轻松的小声来，这也是声音训练的基础。 五、结束语 歌唱是一种特殊形式的运动，正确的歌唱是各发声器官的协调活动的结果，一个器官的变声期的唱歌，更是决定了学生将来各个声带器官的发育。气息训练、气泡音练习、小声唱法，这一系列的教学实践，让学生先练好气息，有一个良好的演唱基础。其次，通过小声、轻声演唱使声带得到相应的保护，避免大音量练唱时声音粗糙、刺耳以及过分用力所造成的声带损坏。自然地使声音里混进假声成分，较容易地找到发高音的位置，增强歌唱时发高音的能力。如果高声区混不进假声，唱高音就会相当困难。小声唱歌可以校对歌唱声音的正确与否，可以识别不正确的声音，培养敏感准确的声音辨别能力。因为轻声唱法是用小声去唱，可以用它控制练习咬字、吐字的清晰度、准确性。可以解决声乐学习中大声唱歌、过分用力的毛病，把该放松的肌肉如下巴、喉头等打开、放松。参考文献 [1]高春风中学生变声期唱歌课教学方法的探究[J].新课程导学，2017年03期。
一、设计的目的和意义 数字滤波器和快速傅立叶变换(FFT)等是语音信号数字处理的理论和技术基础，是20世纪60年代形成的一系列数字信号处理的理论和算法。在数字信号处理中,滤波器的设计占有极其重要的地位。而其中，FIR数字滤波器和IIR数字滤波器是重要组成部分。Matlab具有功能强大、简单易学、编程效率高等特点,深受广大科技工作者的喜爱。特别是Matlab中还具有信号分析工具箱,所以对于使用者，不需要具备很强的编程能力,就可以方便地进行信号分析、处理和设计。利用Matlab中的信号处理工具箱，可以快速有效的设计各种数字滤波器。本论文基于Matlab语音信号处理的设计与实现，综合运用数字信号处理的相关理论知识，对加噪声语音信号进行时域、频域分析并滤波。而后通过理论推导得出相应结论，再利用Matlab作为编程工具进行计算机实现工作。 本次课程设计的课题为《基于DSP的语音信号滤波去噪》，运用麦克风采集一段语音信号，绘制波形并观察其频谱，给定相应技术指标，用脉冲响应不变法设计的一个满足指标的巴特沃斯IIR滤波器，对该语音信号进行滤波去噪处理，比较滤波前后的波形和频谱并进行分析，根据结果和学过的理论得出合理的结论。 二、设计原理： 2.1 巴特沃斯滤波器 巴特沃斯滤波器是电子滤波器的一种。巴特沃斯滤波器的特点是通频带的频率响应曲线最平滑。巴特沃斯滤波器的特性是通频带内的频率响应曲线最大限度平坦，没有起伏，而在组频带则逐渐下降为零。在振幅的对数对角频率的波得图上，从某一边界角频率开始，振幅随着角频率的增加而逐步减少，趋向负无穷大。 其振幅平方函数具有如2-1式：
（2-1） 式中，N为整数，称为滤波器的阶数，N越大，通带和阻带的近似性越好，过渡带也越陡。如下图2.1所示： 图2.1 巴特沃兹filter 振幅平方函数 过渡带：通带→阻带间过渡的频率范围，Ω c ：截止频率。 理想滤波器的过渡带为Ω，阻带|H(jΩ)|=0，通带内幅度|H (jΩ)|=常数，H(jΩ)线性相位。通带内，分母Ω/Ω c <1,相应(Ω /Ω c )2N随N的增加而趋于0，A(Ω2)→1，在过渡带和阻带，Ω/ Ω c >1，随N的增加，Ω e /Ω c >>1，所以A(Ω2)快速下降。 Ω=Ω c 时，，幅度衰减，相当于3bd衰减点。振幅平方函数的极点可写成如式2-2：
数字信号处理实验报告 实验名称：基于MATLAB对语音信号 进行分析及滤波处理 院系：物联网工程学院 班级：电子信息工程1101 姓名：
一、实验目的 综合计算运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应的结论，培养发现问题、分析问题和解决问题的能力。并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。此外，还系统的学习和实现对语音信号处理的整体过程，从语音信号的采集到分析、处理、频谱分析、显示和储存。 二、实验要求 1.分析原始语音信号的时域特性和频谱特性。 2.设计一个IIR滤波器，用该滤波器对语音信号进行滤波处理，分析滤波后信号的时域特性和频谱特性。 3.设计一个FIR滤波器，用该滤波器对语音信号进行滤波处理，分析滤波后信号的时域特性和频谱特性。 三、实验原理 1.采样定理：在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>=2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。 采样频率越高，即采样的时间间隔越短，对声音波形的表示越精确。 2.时域信号的FFT分析：信号的频谱分析就是计算机信号的傅里叶变换。连续信号与系统的傅里叶分析显然不便于用计算机进行计算，使其应用受到限制。而FFT是一种时域和频域均离散化的变换，适合数值运算，成为用计算机分析离散信号和系统的有力工具。对连续信号和系统，可以通过时域采样，应用DFT进行近似谱分析。 3.IIR数字滤波器设计原理利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws的转换，对ap和as指标不作变化。边界频率的转换关系为∩=2/T tan(w/2)。接着，按照模拟低通滤波器的技术指标根据相应设计公式
视频会议声音回声的调试方法 在视频会议中如果出现回声，大致有如下原因，按照不同问题分别调整即可： 1、物理环境问题： 1）音箱和话筒的位置靠的太近，特别是音箱的朝向正对话筒。从音箱出来的声音又从话筒返回去了，从而造成回声。 2）会议室墙壁没有做隔音，特别是硬墙壁更容易回声，有些会议室较小也会回声比较严重。针对以上情况的判定比较简单，如果关掉话筒（关话筒上的开关，或调音台对应话筒的 音量开关）后回声消失，就可以基本判定是这类原因。针对这个问题通过调整调音台的参数是无法解决的，只能让双方的声音都小一些，或改变音箱和话筒的位置来解决，开启终端上的“回声抵消”参数也会改善这个问题。如果会场后侧也有音箱的话，也可以考虑把前面的 音箱关掉或者声音小一些。 2、设备安装问题 各设备间没有做等电位或接地，按照要求各设备必须做等电位连接（各设备机壳用单独 的电线串接起来）然后统一做接地。如果设备间不做等电位连接，各设备工作的时候的参考 0点不一致，导致各设备的电位不一致，当设备间有信号线连接的时候，信号线就充当了等电位的地线，就有各种电流通过，因此形成干扰。解决方法就是用较粗的地线做等电位连接。 3、调音台参数调整问题 由于各显示的调音台型号参数都不统一，这里以2个会场的调音台为例来说明。由于会议终端到调音台有2根接线，分别是输出和输入，对应调音台的输入和输出，即输出-＞输入、输入-＞输出，在调音台上把终端输出的声音又送回到终端的输入了，这样对声音就是一个环路，说话的时候很容易有回声。调音台环路的判断方法是，关闭对方的话筒开关还能听到回声，但是从MCU控制台关闭对方的话筒就没回声了，大多是对方调音台环路的问题。如果还有回声那么有可能是本地调音台的问题，大多是声音旋钮调的太高了。 1＞主会场的调音台 1）接线如下 有4路话筒分别接1234输入，终端的输出接19/20路输入的ST3通道。调音台的FX输出接终端的输入。
变声器的原理、分类、实现及应用 2009130309 徐佩 变声器的原理：变声器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的。通过自己发音，共振峰频率的改变是基本重采样实 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 共振频率变化的独立、互不相关，在基频移动是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，确保可以保证基频改变和共振峰频率 改变间的互不相关，通过搬移和改变基频、语速，实现变声。 变声器的分类：根据变声器材质不同，变声器分为变声器硬件和变声器软件。变声器硬件，即通过硬件实现变声的工具变声原理。无论是硬件变声器，还是软件变声 器，其原理都是，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。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。其功能要点如下： 1.无限制式多格式录音：可以对来自麦克风、系统等众多设备的声音进 行实时的录制，支持多设备选择性录音，录音不需要临时文件，并可一 次性保存为WAV/WMA/MP3等众多流行格式。在录音过程中还允许对声音 进行男女变声处理！ 2.音乐重混音录制功能：允许您选择一首歌曲（音频或视频），然后对 其进行各种特效处理，比如保持原唱的同时进行节奏快慢处理，或者进 行男女声变换处理。在混录过程中也允许您随时调节各特效参数，就像 一个专业混音师那样！通过这些混录功能，您可以制作出和原音乐风格 不同的轻快歌曲或类似迪斯科类型的快速歌曲，也可以是更轻柔的背景 歌曲！然后您新创作的歌曲将可以保存为新的音频文件。 3.文件混音功能：支持对一首歌曲（音频或视频）进行裁剪并对结尾部分施 加淡出效果，或增大原音乐音量，同时还允许将其和其他音乐进行混音处理， 并允许保存为WAV/WMA/MP3等众多流行格式。 变声器的实现：插值以后重新抽样。基本过程是这样的：已知当前帧帧长FL （采样）点，采样频率Fs ，目标变换帧频率Fs’ ，则目标变换帧帧长FL’=FL*Fs’/Fs 。 记R ate = Fs’/Fs ，那么FL’=FL * Rate ，其中Rate 为基频变化率。变换 开始时，先求得FL 和FL’ 的最小公倍数AL ，再将原音频帧插值为AL 点，最后将插值后的语音段重新抽样，得到长FL’ 点的变声后的数据。 专用变音集成电路 1、特点：宽电压范围3.0-5.0V＊无需外部存储器＊低功耗＊使用可变电阻 或者开关来调整声音效果＊可选择高音低音放大音机器人声音可以应用于玩 具变声，电话系统或其他声音领域＊有静音功能 2、概述：RTS0072B是一种单片CMOS大规模集成电路设计的语音转换ＩＣ， 它可以将声音移调或转变成另外一个声音，通过将输入的正常速率的声音信
很多男生都想让自己的声音变得有磁性一点，这样可以吸引一些女生的注意，而且可以让自己说话更有自信，对于如何让自己的声音变得有磁性，其实，这还是我上大学那个时候在跟着我们宿舍的人学的，因为那孩子是播音主持专业，所以没事就在宿舍练习，我们也就跟着瞎起哄着学，不过现在看看，还是不错的方法呢，今天就分享给大家吧。 第一：舌头卷起，舌尖顶住上颚 我们那个时候是每天上课的时候，就开始舌头顶住上颚，一定顶着，看谁坚持的时候长，那个时候我记得我还专门问过顶住上颚作用是什么，我那同学说这样可以让自己平时说话时，舌头更灵活而且可以使声音有磁性！现在看来，这确实是一种不错的方法的。大家平时没事上班的时候或者其它时候，都可以这样试试。第二：每天早上起来朗读 记得那个时候，每天我们不是被闹钟叫醒的，而是每天被那位同学的朗读声叫醒的，每天早上他大早上起来就开始在窗外大声朗读，而且每个字的音读的很准确，那叫什么词来着，对！字正腔圆，就是这样，每天就这样朗读，那个时候我还怪他，说哪有你这样读的，到时候说话你还跟唱戏一样啊，不过现在想想看来，确实还是他对了，每天坚持字正腔圆的朗读，可以很大的提高自己声音的磁性，大家可以根据自己的时间每天安排，但是早上起床最佳！ 第三，练习绕口令！
据说每个主持以及相声演员都需要这个过程，这个是锻炼说话嘴发音能力的最好的锻炼方式，那么，有人就问了，我们是需要把声音变得有磁性，你说这个是让变得嘴利索，这不一样哈，其实，让我们的声音有磁性跟这个也是有很大关系的，联系阅读或者朗诵是根据语句情景的变化来掌握不同的速度，这样也是让自己声音有磁性必须经历的一个过程的。 第四，多听那些声音有磁性的主持人的说话或者朗诵，多加模仿 我们让自己的声音有磁性，必须要有一个学习模仿的过程，而这个过程就是需要我们不断去听不断去尝试，只有不断的听不断的尝试，我们才能从中找到感觉，从中找到如何说才能让自己的声音有磁性。 第五，自己多说，让别人多听多提意见，特别是声音有磁性的人的意见 上面四种方法练习过一段时间后，我们就该自己去说，让别人去听，这个时候不要担心别人会笑，也不要担心出错，大不了再学习吗，让别人特别是那些知道如何调整声音或者声音本来就有磁性的人来点评，让我们知道我们哪一方面还应该练习，虽然让自己的声音有磁性并不是什么高深的学问，但是如果有人指点，那么进步还是非常快的。 其实，让自己声音有磁性还是需要控制自己的发生，自己的呼吸，以及自己朗读每个字的时候的节奏情绪等的，毕竟我也只是大学的时候偷偷学习了一点，关于这些就不多说了，但是以上方法绝对可以让自己声音有磁性的，因为我就是这么过来的，大家坚持过来就明白了。
通信与信息工程学院 信息处理综合实验报告 班级：电子信息工程1502班 指导教师： 设计时间：2018/10/22-2018/11/23 评语： 通信与信息工程学院 二〇一八年 实验题目：语音信号分析与处理 一、实验内容 1. 设计内容 利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析，使用窗函数法设计滤波器滤除噪声、并恢复信号。 2．设计任务与要求 1. 基本部分
（1）录制语音信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （2）对所录制的语音信号加入干扰噪声，并对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （3）分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman 窗几种函数设计数字滤波器滤除噪声，并画出各种函数所设计的滤波器的频率响应。 （4）画出使用几种滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化；回放语音信号。 2. 提高部分 （5）录制一段音乐信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （6）利用MATLAB产生一个不同于以上频段的信号；画出信号频谱图。 （7）将上述两段信号叠加，并加入干扰噪声，尝试多次逐渐加大噪声功率，对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （8）选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。 二、实验原理 1.设计原理分析 本设计主要是对语音信号的时频进行分析，并对语音信号加噪后设计滤波器对其进行滤波处理，对语音信号加噪声前后的频谱进行比较分析，对合成语音信号滤波前后进行频谱的分析比较。 首先用PC机WINDOWS下的录音机录制一段语音信号，并保存入MATLAB软件的根目录下，再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中，输入命令对语音信号进行时域，频谱变换。 对该段合成的语音信号，分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理，滤波后用命令可以绘制出其频谱图，回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。 2.语音信号的时域频域分析 在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。
%对语言信号做原始的时域波形分析和频谱分析[y,fs,bits]=wavread('C:\Documentsand?Settings\Administrator\桌面\cuocuo.wav'); %??sound(y,fs)??????%回放语音信号 n=length(y)??%选取变换的点数? y_p=fft(y,n);??????%对n点进行傅里叶变换到频域 f=fs*(0:n/2-1)/n;???%对应点的频率 figure(1) subplot(2,1,1); plot(y);????????????????????%语音信号的时域波形图 title('原始语音信号采样后时域波形'); xlabel('时间轴') ylabel('幅值A') subplot(2,1,2); plot(f,abs(y_p(1:n/2)));?????%语音信号的频谱图 title('原始语音信号采样后频谱图'); xlabel('频率Hz'); ylabel('频率幅值'); %对音频信号产生噪声 ??L=length(y)????????%计算音频信号的长度 ??noise=0.1*randn(L,2);??%产生等长度的随机噪声信号(这里的噪声的大小取决于随机函数的幅度倍数） ??y_z=y+noise;????????%将两个信号叠加成一个新的信号——加噪声处理??? ??%sound(y_z,fs) %对加噪后的语音信号进行分析 n=length(y);??%选取变换的点数? y_zp=fft(y_z,n);??????%对n点进行傅里叶变换到频域 f=fs*(0:n/2-1)/n;???%对应点的频率 figure(2) subplot(2,1,1); plot(y_z);????????????????????%加噪语音信号的时域波形图 title('加噪语音信号时域波形'); xlabel('时间轴') ylabel('幅值A') subplot(2,1,2); plot(f,abs(y_zp(1:n/2)));?????%加噪语音信号的频谱图 title('加噪语音信号频谱图'); xlabel('频率Hz'); ylabel('频率幅值');
《计算机仿真技术》 基于MATLAB的加噪语音信号的滤波学生姓名： 专业：电子信息工程 班级： 学号： 指导教师： 完成时间：2017年12月
一．滤波器的简述 在MATLAB环境下IIR数字滤波器和FIR数字滤波器的设计方法即实现方法，并进行图形用户界面设计，以显示所介绍迷你滤波器的设计特性。 在无线脉冲响应（IIR）数字滤波器设计中，先进行模拟滤波器的设计，然后进行模拟-数字滤波器转换，即采用脉冲响应不变法及双线性Z变化法设计数字滤波器，最后进行滤波器的频带转换。在有限脉冲响应（FIR）数字滤波器设计中，讨论了FIR线性相位滤波的特点和用窗口函数设计FIR数字滤波器两个问题。两类滤波器整个过程都是按照理论分析、编程设计、集体实现的步骤进行的。为方便分析直观者直观、形象、方便的分析滤波器的特性，创新的设计出图形用户界面---滤波器分析系统。整个系统分为两个界面，其内容主要包括四个部分：System（系统）、Analysis（分析）、Tool（工具）、Help（帮助）。 数字滤波在DSP中占有重要地位。数字滤波器按实现的网络结构或者从单位脉冲响应，分为IIR（无限脉冲响应）和FIR（有限脉冲响应）滤波器。如果IRR 滤波器和FIR滤波器具有相同的性能，那么通常IIR滤波器可以用较低的阶数获得高的选择性，执行速度更快，所有的存储单元更少，所以既经济又高效。二．设计要求 1.在matlab平台上录制一段语音信号； 2.完成语音信号的谱分析； 3.对语音信号进行加噪以及加噪后信号的谱分析； 4.选择合适的滤波器进行滤波，确定相关指标； 5.实现滤波过程，显示滤波后的结果，并进行谱分析。 三．实验内容与步骤 1、语音信号的录入
基于matlab变声器的设计 【摘要】为了实现由男声变换到女声，在语音信号参数分析过程采用短时自相关法提取语音信号的基音周期，同时用LPC倒谱分析法分析共振峰的范围，通过matlab编写程序修改语音参数并接近于女声的范围，构置GUI界面。在实验中，输入一段语音信号，输出时即实现了由男声到女声的变换效果。因此对于语音信号参数的修改能够实现男女声音之间的变换。 【关键词】短时自相关法；LPC倒谱；语音信号；matlab；GUI 随着生活水平的提高，科技的不断进步，很多人为了娱乐，从而希望改变自己的声音；还有如今的许多的访问节目为了保护被访问者，都对声音进行了相应的处理。本设计通过编写matlab程序，修改相关声音参数，使其频率发生相应的变化，在输出时达到变声。 1.变声原理 在进行性别变声时，主要考虑基音周期、基频和共振峰频率的变化。其中男生、女生和和童声的基频、共振峰的关系如图1所示；基音周期改变时，基频、共振峰同时变化，若伸展既有男变女、女变童，反之亦可。本实验是基于男生录制的声音进行相关参数提取，修改接近于女声，实现男声到女声的变换。 2.提取参数 2.1 基于短时自相关法的基音周期估值 进行自相关的计算可采用两种方法，一种是对语音信号进行低通滤波，另一种是对语音信号进行中心削波处理。本实验采用第一种方法，通过matlab③编程采用自相关算法可以实现基音周期的估值，即对语音信号进行低通滤波，然后进行自相关计算。在低通滤波时，采用巴特沃斯滤波器。 2.1.1 构建巴特沃斯低通滤波器 根据人的说话特征设定相应指标参数，对本段语音设计算出巴特沃斯模拟滤波器的阶数N为5，3dB截止频率，，算出为0.175，归一化低通原型系统函数为： 根据设定的滤波器编写matlab程序，当信号经过低通滤波器后，对原始信号滤波产生结果如图2所示，低通滤波后，保留基音频率，然后再用2kHz采样频率进行采样，采样序列为x（n），后进行下一步的自相关计算。 2.1.2 语音信号的短时自相关函数① 定义语音信号自相关函数如下：
MATLAB变声器的设计 前言 随着生活水平的提高，科技的不断进步，很多人为了娱乐，从而希望改变自己的声音；还有如今的许多的访问节目为了保护被访问者，都对声音进行了相应的处理。本设计通过编写MATLAB程序，修改相关声音参数，使其频率发生相应的变化，在输出时达到变声。 1 变声原理 在进行性别变声时，主要考虑基音周期、基频和共振峰频率的变化。其中男生、女生和和童声的基频、共振峰的关系如图1所示；基音周期改变时，基频、共振峰同时变化，若伸展既有男变女、女变童，反之亦可。本实验是基于男生录制的声音进行相关参数提取，修改接近于女声，实现男声到女声的变换。 人基频分布H共振峰频率分 男声180] [50 , 偏低380] [160 , 女声中 1000] [400 , 童声偏高 图1 2 提取参数 基于短时自相关法的基音周期估值进行自相关的计算，通过MATLAB编程采用自相关算法可以实现基音周期的估值，即对语音信号进行低通滤波，然后进行自相关计算。在低通滤波时，采用巴特沃斯滤波器。 2.1.1 构建巴特沃斯低通滤波器 根据人的说话特征设定相应指标参数，对本段语音设计算出巴特沃斯模拟滤波器的阶数N 为5，3dB截止频率,算出0.175，归一化低通原型系统函数为 ．其中，，将带人中，得到低通滤波器，将 根据设定的滤波 器编写MATLAB程序，当信号经过低通滤波器后，对原始信号滤波产生结果如图2所示，低通滤波后，保留基音频率，然后再用2kHz采样频率，后进行下一步的自相关计算。x(n)进行采样，采样序列为
图2 2.1.2语音信号的短时自相关函数 定义语音信号的自相关函数如下： 其中k为信号延迟点数;为语音信号；N为语音帧长度。经过低通滤波之后， 取160个样点数，帧长取10ms，对每帧语音求短时自相关，取得自相关最大点数，自相关函数在基音周期处表现为峰值，这些峰值点之间的间隔的平均值就是基音周期，从而估计出基音周期，但是由于图中存在野点，编写MATLAB程序除去野点算出对应基音周期如图3所示，设基音周期值为PT，调动PT，接近女 声，设新的为PT1； 图3 2.2 LPC倒谱法提取共振峰 通过线性预测分析得到合成滤波器的系统函数为： H(z)= 为冲击响应，为预测系数。其中h(n)是最H(z)首先根据同态分析方法有下面求h(n)的倒谱(n),，因为可以展开成级数形式，即小相位的，即在单位圆内是解析的，所以说，将式两端同(0)=0是存在的，设(n)的逆变换，就是说．时对求导，得到：
数字信号处理--变声器报告 1项目目标：把自己（男）的声音分别变成小孩的声音、女人的声音和老人的声音。 2变声原理: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。 表男声、女声和童声基频、共振峰频率关系表 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如图1。 V1 男声变童声 V2 男声变女声 图1 基频和共振峰频率分布的变化 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。 3设计方案：1录入自己（小孩、女人、老人）的一段声音 2用MATLAB 做fft得到其频谱 3做fft频谱分析 4搬移和改变基 频、语速，实现变声 4程序流图
摘要 变声器是通过改变输入音频的音色、音调，并将变声后的音频输出的工具。变声器是通过改变输入音频的音色、音调，并将变声后的音频输出的工具。根据变声器材质不同，变声器分为变声器硬件和变声器软件。变声器硬件，即通过硬件实现变声的工具本次课程设计是数字变声器的设计，整个程序使用MATLAB软件编写的。一个GUI界面实现录入一段10~15秒的语音，同时绘制出该语音的时域波形和频域波形，并实现了对该语音的保存和打开。 关键字：变声器；MATLAB软件；变声基本原理；语音；GUI；
目录 前言 (1) 第1章方案选择 (2) 1.1设计方案 (2) 1.2方案的选择 (2) 第2章变声的基本原理 (3) 2.1 基本概念 (3) 2.2 变声的原理 (4) 2.2.1 生成脉冲序列 (4) 2.2.2 计算预测系数 (5) 2.2.3 声道参数 (5) 第3章程序设计及仿真分析 (7) 3.1程序设计 (7) 3.1.1 分帧处理 (7) 3.1.2 计算预测系数 (7) 3.1.3 计算激励信号 (7) 3.1.4 重建语音 (8) 3.1.5 基音周期 (8) 3.1.6 合成激励的能量 (9) 3.1.7 变声处理 (10) 第4章GUI的设计 (11) 4.1 GUI简介 (11) 4.2 GUI界面设计 (11) 4.3 GUI界面运行流程图 (13) 4.4回调函数 (14) 4.4.1切换按钮 (14) 4.4.2 按钮 (15) 参考文献 (19) 设计总结 (20)
前言 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。目前，语音伪装系统（变声器）被广泛应用于社会的各个领域。语音伪装设备经常出现在以下几个方面：为了防止打击报复，保护举报人的人身安全的匿名举报系统；记者采访时对采访对象声音的处理，保护被采访人的安全；应用于电台或电视台，可对热线电话进行声音的处理。独居女士和小孩；可用变声器应付骚扰电话和陌生人来访。另外，在智能手机或者平板电脑等便携式移动终端中利用变声器开发的小游戏等。因此，变声器的应用范围及其广泛。 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。 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。
课程设计(论文) 题目基于IIR数字滤波器的有噪语音信号的处理 课程设计（论文）任务书
学院：电气工程学院 题目：基于IIR数字滤波器的有噪语音信号的处理 起止时间：2016年10月25日至16年11月20日 学生姓名： 专业班级： 指导教师： 教研室主任： 院长：
2016年 11 月 20 日
语音信号的时频分析 加噪后的语音信号及其频谱分析 验证所设计的滤波器 比较滤波前后语音信号的波形及频谱 滤波器处理结果的分析 5. 课题结论 6. 参考文献 7. 谢辞 8. 附录 附录1：IIR数字滤波器的主要程序 附录2：比较滤波前后语音信号的波形及频谱 三、课程设计（论文）基本要求 （1）技术要求： 编制 Matlab 程序，完成以下功能，产生系统输入信号；根据系统差分方程求解单位脉冲响应序列；根据输入信号求解输出响应；用实验方法检查系统是否稳定；绘制相关信号的波形。 （2）工作要求： 简述离散系统时域分析和判断系统稳定性方法； 完成所给设计实验，并对结果进行分析和解释； 打印程序清单和要求画出的信号波形； 写出本次课程设计的收获和体会；
列出参考文献。 四、课程设计（论文）进度安排 课程设计进度（时间）安排如下： 1. 2016年10月25日—2016年10月31日理解课程设计题目的设计要求，查阅相关资料； 2. 2016年11月1日—2016年11月8日完成各部分程序代码及系统调试； 3. 2016年11月9日—2016年12月11日完成课程设计初稿； 4. 2016年11月12日—2016年11月24日完成完整的课程设计报告； 5. 2016年11月20日上交课程设计作品并答辩。 五、主要参考文献 [1].高西全，丁玉美．数字信号处理[M].北京：西安电子科技大学出版社，2008 [2].刘泉，阙大顺．数字信号处理原理与实现[M]．北京：电子工业出版社，2005 [3].张磊，毕靖，郭莲英．MATLAB实用教程[M]．北京：人民邮电出版社，2008 [4].张威．MATLAB基础与编程入门[M]．西安：西安电子科技大学出版社，2006 [5].周利清，苏菲．数字信号处理基础[M]．北京：北京邮电大学出版社，2005 指导老师：（签 名） 年月日