专业班级组别
成员
实验内容：编程求解出各自声音信号的基音周期。
1 程序代码（或者软件流程图等）
(1)function zhouqi=jiyinzhouqi(filename)
%帧长和帧位移是重要的参数，位移是帧长的0~1/2
%短时自相关分析
%filename语音文件*.wav
%zhouqi基音周期,以毫秒为单位表示
[signal,fs]=wavread(filename); %用于得到声音文件的数据和采样率shift=0.02; %每次移动20毫秒
shift=round(fs*shift); %帧移
n1=fix(fs*0.01)+1; %分析起点0.01ms,帧长20ms
n2=fix(fs*0.03)+1;
shift_count=fix((length(signal)-n1)/shift);
value =zeros(1,shift_count); %存放每次移位后的帧的基音周期
for ii=1:shift_count %分析次数
if n2 data=signal(n1:n2); %加窗，提取一帧数据 N=n2-n1+1; %每一帧的长度 R=zeros(1,N); %创建一个一行N列的矩阵 for k=1:N-1 %求自相关序列 for jj=1:N-k R(k)=R(k)+data(jj)*data(jj+k); %矩阵用于储存每次自相关的结果； end end value(ii)=find_maxn(R); %调用基音周期分析函数，求最大值所对应的位置，即基音周期 n1=n1+shift; %移动帧，计算下一帧的基音周期 n2=n2+shift; end end figure(1) stem(value); %画出基因周期走势图 axis([0 length(value) 0 1000]) aver=mean(value); %基音周期的平均值,未去除野点value=value(logical(abs(value-aver)<=aver/5));%找出偏移均值超出均值的1/5的基音周期，将其去除 len= length(value); %去除大野点后剩余的基音点数 for jj=1:3:len/3 %中值平滑，滑动窗口宽度3，精度为中值1/4（剔除野点） average=(value(jj)+value(jj+1)+value(jj+2))/3; for kk=1:3 if abs((value(jj-1+kk))-average)>average/4 value(jj-1+kk)=0; %将野点置零，同时数组长度减一 end end end value=value(( value~=0)); %出去所有野点后的基音周期数组 len= length(value); %去除野点以后的基音点数 figure(2) stem(value); axis([0 length(value) 0 max(value)]) zhouqi=1000*sum(value)/len/fs; %求平均的基音周期，单位是毫秒 (2) function nmax=find_maxn(r) %寻找峰值最大的n值及基音周期 %r,自相关序列 %maxn,为峰值最大的n zer=find(r==0); %找第一个零点如果存在 jiaocha=0; %找第一近零点 ii=1; while (jiaocha<=0) if(r(ii)>0 && r(ii+1)<0 && (ii+1) jiaocha=ii; end ii=ii+1; if ii==length(r) %没有找到符合要求的点jiaocha=1; end end if length(zer)>0 %检查是否存在零点if zer(1) jiaocha=zer(1); end end r(1:jiaocha)=0; %祛除影响 maxn=max(r); %找最大值 temp=find(r==maxn); %返回第一个最大值 nmax=temp(1); (3) function zhouqi=get_frq_frame(filename) %帧长和帧位移是重要的参数，位移是帧长的0~1/2 %短时自相关分析 %filename语音文件*.wav %zhouqi基音周期,以毫秒为单位表示 [signal,fs]=wavread(filename);%用于得到声音文件的数据和采样率 shift=0.02; %每次移动20毫秒 shift=round(fs*shift); %帧移 n1=fix(fs*0.01)+1; %分析起点0.01ms,帧长20ms n2=fix(fs*0.03)+1; shift_count=fix((length(signal)-n1)/shift); value = zeros(1,shift_count); %存放每次移位后的帧的基音周期 zhouqi = zeros(1,shift_count); %存放每次移位后的帧的基音周期 for ii=1:shift_count %分析次数 if n2 data=signal(n1:n2); %加窗，提取一帧数据 N=n2-n1+1; %每一帧的长度 R=zeros(1,N); for k=1:N-1 %求自相关序列 for jj=1:N-k R(k)=R(k)+data(jj)*data(jj+k); end end value(ii)=find_maxn(R); %调用基音周期分析函数，求最大值所对应的位置，即基音周期 n1=n1+shift; %移动帧，计算下一帧的基音周期 n2=n2+shift; zhouqi(ii) = 8000/value(ii); end end for ii=1:length(zhouqi) if zhouqi(ii)==0 zhouqi(ii) = []; end end plot(zhouqi); 2 程序使用说明 （1） function zhouqi=jiyinzhouqi(filename) ① 函数基音周期是计算所采样的声音的平均基音周期的函数，函数使 用加窗计算自相关函数的办法，通过帧移得到不同位置加窗信号的相 关性，然后用矩阵R储存相对应的n2-n1+1个自相关值。 ② 函数通过调用函数find_maxn，寻找出每一帧得到的自相关值矩阵R 中的最大相关值，和最大相关值对应的加窗信号之间的距离（周期）。 ③ 利用一个信号中所得到的一系列帧对应的基音周期，通过计算平均 值可以得到所测声音信号的基音周期。 （2） function nmax=find_maxn(r) 利用函数参数输入，得到每一帧所计算得到的相关值矩阵值，通过函数的运行得到相应的最大相关值，从而获得相对于的帧内基音周期，反馈给基音周期函数中。 ① 首先使用找零值的方法找到某两个零值，确保之间存在极大值，然 后清除第一个零值之前的相关值（去除干扰）， ② 然后再在两个之间的位置上查找最大的相关值，从而得到相关值最 大的位置对应点。 （3 ）function zhouqi=get_frq_frame(filename) 求相应声音信号的基音频率，通过调用基音周期分析函数value(ii)=find_maxn(R);求出一个周期对应的长度value(ii)（采样点数）,利用每一秒采样8khz的信号可以分解为f HZ的对应周期。 3 运行结果与分析 （1）对音频信号a.wav，调用基音周期函数得到图形： 依次调用音频信号 a o e b p t 计算所得对应信号的基音周期表为： 依次调用a o e 的四声调的每个声调声音信号得到信号的相应基音周期表为： （2）调用函数get_frq_frame（）函数，分别对信号a o e的四声调求相应的频率分布；①对单声调a.wav调用频率函数得到频率图为： ①对四声调a分别调用得到相应的频率图为： a1 a2 a3 a4 从四声调a的频率图中可以看出频率的变化跟声音的拼音声调符号基本一致。基本上频率变化是从第一声调到第三声调减小的趋势，而第四声是增大的趋势。 通过调用e跟 e的四声调可以得到类似的结果。 4 设计中遇到的问题与心得 由于本次实验的matlab程序是通过网上下载，我们本次实验主要是了解程序的算法解决思路，还有部分关键判决的选择。通过程序我们更好地了解用自相关函数估计声音信号的基音周期的方法，还有如何判断最大相关值的办法。 实验过程中，由于一开始录音的时候直接把所有音频资料放在一段录音中，导致在之后调用过程中出现难以区分不同声音（调）的问题，所有之后重新录音，把每个音跟不同音的调都分开，便于实验时调用。 我们网上下载的程序包括基音周期调用程序、自相关最大值查找函数，为了更好地观察不同声调频率的变化我们参考基音周期的函数得到新的求信号频率的函数，通过这个程序可以更好地比较不同的声调的频率关系。 在实验过程中我们通过讨论更好地理解了程序中的一些问题，比如查找自相关最大值中查找jiaocha值的问题。 参考文献 [1] 自己做的提取语音信号的基音周期的matlab CSDN下载 https://www.doczj.com/doc/e19911254.html,/download/liushuai_123/792392 语音信号处理实验报告 实验二：语音信号的基音周期估计 学院：电子与信息学院 专业：信息工程 姓名 学号： 提交日期：2014.4.29 实验二：语音信号基音周期估计 1、 实验内容 从一段语音信号中估计出其基音周期。基音是指法浊音是声带振动所引起的周期性，而基因周期是指声带振动频率的倒数。 2、 实验方法 尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT 、谱图法、小波法等等。 2.1、短时自相关法 对于离散的语音信号x(n)，它的自相关函数定义为：R(k)=Σx(n)x(n-k)， 如果信号x(n))具有周期性，那么它的自相关函数也具有周期性，而且周期与信号x(n)的周期性相同。自相关函数提供了一种获取周期信号周期的方法。在周期信号周期的整数倍上，它的自相关函数可以达到最大值，因此可以不考虑起始时间，而从自相关函数的第一个最大值的位置估计出信号的基音周期，这使自相关函数成为信号基音周期估计的一种工具。 语音信号是非平稳的信号，所以对信号的处理都使用短时自相关函数。短时自相关函数是在信号的第N 个样本点附近用短时窗截取一段信号，做自相关计算。短时自相关运算定义为下式： 1 ()()()N k n n n m R k S m S m k --== +∑ 2.2、平均幅度差函数法 语音信号的短时平均幅度差函数Fn （k ）定义为 1 ()|()()|N k n n n m F k S m k S m --== +-∑ 与短时自相关函数一样，对周期性的浊音一样，Fn （k ）也呈现与浊音语音周期一致的周期特性，不过不同的是Fn （k ）在周期的各个整数倍点上具有是谷值特性而不是峰值特性，因而通过Fn （k ）的计算同样可以确定基音周期。 线性加权短时平均幅度差（W-AMDF ）的定义： 1 1 ()|()()|1N k nw n n m F k S m k S m N k --==+--+∑ 2.3、实验过程 2.3.1自相关法（ACF ） 1、录取一段录音，采样率8K ，单声道 2、用MATLAB 的wavread 函数把录音都进来并进行归一化处理 3、对语音信号进行预加重 4、对语音信号进行截止频率为1000Hz 的低通滤波，然后进行分帧处理 5、对每帧语音进行三电平削波处理 6、对每帧分别计算短时自相关运算，去除每帧前十个点后再求最大值 7、利用最大值对应的序号N 来确定基音的周期 2.3.2短时平均幅度差法（W-ADMF ） 1、录取一段录音，采样率8K ，单声道 2、用MATLAB 的wavread 函数把录音都进来并进行归一化处理 3、对语音信号进行预加重 4、对语音信号进行截止频率为1000Hz 的低通滤波，然后进行分帧处理 5、对每帧语音进行三电平削波处理 6、对每帧分别计算线性加权短时平均幅度差运算，去除每帧前、后5个点后再求最小值M1和第二最小值M2 7、利用abs （M2-M1）来确定基音的周期 10. 距离和时间 【教学内容】六年级上册第三单元第十课 【教学目标】 1.能用简单的测量工具对物体进行定量观察，采集数据并作简单的记录。 2.能用简单的图表或图形来表示距离和时间的关系。 3.想知道，爱提问，喜欢大胆想象，尊重证据。 【教学重点难点】 重点：定量观察，采集数据，做好记录。 难点：能用简单的图表或图形来分析距离和时间的关系。 【教学准备】 秒表或手表、钢卷尺、玩具小车。 【教学过程】一、创设情景，提出问题。 1、通过上一课的学习，我们知道了物体的运动其实就是物体相对参照物位置发生了变化。那么，我们该怎样描述物体的位置和运动状态呢？ 2、在开运动会短跑时，我们是怎样来判断运动员运动的快慢呢？ 学生交流。 引出课题：这节课我们就一起来研究一下吧。教师板书课题：距离和时间 二、猜想假设 1、学生交流。谁跑得远就跑得快；谁用的时间少就跑得快------ 2、学生讨论： 三、制定方案 1、教师提问：你打算如何研究你的问题呢？ 2、学生发言 （1）、到操场上用跑百米的方式。 （2）、用测量小车的运动的方式 （3）、教师根据学生喜欢的研究方式把学生分组 （4）、学生在小组内具体分工 （5）、教师强调在测量百米的时候要注意安全，并做好记录 四、实施探究 1、师：下面请同学们边研究边记录（教师巡视，适当指导） 2、学生分组测量并填写下面的记录表 距离（米） 0 时间（秒） 3、学生讨论分析测量结果 4、汇报报交流 师：同学们刚才做的很认真，谁愿意把自己的收获和大家一起分享一下（教师提示学生结合记录表展示） 生1：同样是跑100米，某某同学跑用的时间短，说明他跑的快。 生2：我的小车在相同的时间内跑的远，说明我的小车跑的快。 如有同学能概括出：相同时间内比较运动的距离，跑的距离远，说明运动的速度快，反之，运动的速度慢。或者相同的距离比较所用的时间，用的时间少的，说明速度越快，反之，运动的速度慢。教师应予以表扬，鼓励。 5、教师提出：你5秒钟走8米，10秒钟走多远？20秒呢？ 学生据刚才的研究讨论交流，进行预测。 学生通过实地测量对自己的预测进行检验。 五、拓展延伸 1、根据自己5秒钟走的距离和从家到学校的时间，估算从家到学校的距离。 2、查阅列车时刻表及铁路沿线之间的距离，分析一下看能发现什么？ 不连续时空观的探讨及发展 翟帅 摘要：目前国内研究的大多是爱因斯坦的四维连续时空，而本文的工作是以圈量子理论为主要依据，并进一步发展，使之成为描述时空特点的完善的理论。为什么时空总是和热力学产生那么多深刻的联系呢，因为能量是时空产生的原因，而热即是能量的一种。 关键词：不连续时空能量芝诺悖论圈量子理论 、、目前时空的理论 1、广义相对论 爱因斯坦的时空是四维的弯曲连续时空， 在这个时空，没有直线。引力和电磁力都可以用时空弯曲来解释。毋庸置疑，这是天才的理论，它极其深刻的说明了引力和电磁力，使人类向大统一场迈了一大步。可以把爱因斯坦的时空模型比做一种流体，这样就直观的体现了爱因斯坦时空的特点，大质量的物体会引起超流体的局部变形，变形的程度取决于物质的质量。每次新的理论的产生，不是完全的否定过去，而是将原来的理论发扬光大。 2、弦理论 20世纪，物理学最恢弘的战斗发生在广义相对论和量子论之间，广义相对论在大的空间尺度、大的质量环境下体现出了它的正确性，而从微观角度，量子力学体现出了它的正确性，为了使这两个理论统一，物理学家们提出了弦理论，这个理论认为世间万物都是由微小的弦组成，吸引了大批物理学家并取得了一些成果，但是这仍然是一个不成熟的理论，弦理论预言的大量新的基本粒子和各种力并没有被观测到。 3、混沌分形理论 有人把混沌论、量子论、相对论称作21世纪最伟大的三个学说，混沌论产生于非线性空气动力学，后来发展到宇宙学领域，它认为空间是破碎的，是不确定的，在这个时空，甚至无法测量线段的长度。分维数的不断迭代产生拉压，折叠，扭曲产生了时间和空间，它指出了时空的不连续特性，但是这个理论并不能说明时间和空间的本源。 4、圈量子理论 一些新锐的科学家，在那些经过实验检测的结论上，利用自创的数学语言，几位科学家经过计算发现，时空是量子化的，或者说是离散而非连续的，时间和空间是由极小的圈组成，圈之间的相互作用，形成了所谓的自旋网络，也就是说时空很像一堆泡沫。圈量子理论提出后，一些科学家对它进行了检验，发现广义相对论在某种上和圈量子理论很相似，此外，圈量子理论还可以很好地解释黑洞的一些现象。 、、这些理论的纰漏 1、无法解决的芝诺悖论 芝诺悖论最为著名的是阿基里斯和乌龟的赛跑，假设开始时乌龟位于前方的100米远处，而阿基里斯的速度是乌龟的一百倍。当阿基里斯跑了100米时，乌龟移动了1米，而阿基里斯再前进1米时，乌龟前进了1厘米，如此，阿基里斯永远追不上乌龟。尽管有些人号称用无穷积分可以解这个悖论，但事实上积分学本身就避开了这个悖论的逻辑，这个悖论在连续时空的前提下是无解的。 2、狭义相对论前提没有明确 狭义相对论的假设是在飞驰的火车上，而我们知道如果火车的速度没有达到光速，那么它只是在做相对运动，而相对运动可以看做静止，因此在飞驰的火车和静止的火车上并没有区别。之所以出现这个问题，是因为影响火车内时间和空间的因素不在于 function nmax=find_maxn(r) %寻找峰值最大的n值及基音周期 %r,自相关序列 %maxn,为峰值最大的n zer=find(r==0); %找第一个零点如果存在 jiaocha=0; %找第一近零点 ii=1; while (jiaocha<=0) if(r(ii)>0 && r(ii+1)<0 && (ii+1) 基于MATLAB的语音信号的基音周期检测 摘要：MATLAB是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将要性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。 MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算，而MATLAB 借助符号数学工具箱提供的符号运算功能，基本满足设计需要。例如：解微分方程、傅里叶正反变换、拉普拉斯正反变换和Z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。 本次课程设计为语音信号的基音周期检测，采集语音信号，对语音信号进行处理，区分清音浊音，并通过对采样值进行滤波、分帧、求短时自相关函数，得到浊音的基音周期。 关键字：清音、浊音、基音周期、基音检测、自相关函数 目录 1 概述 (1) 2 AMDF算法原理及实现 (1) 2.1 AMDF算法源程序 (2) 3 ACF算法原理及实现 (4) 3.1 用短时平均能量进行清/浊音的判断 (4) 3.2 自相关函数基音检测的原理 (6) 3.3 算法实现及相关程序 (6) 3.3.1 带通滤波 (7) 3.3.2 取样与分帧 (7) 3.3.3 短时能量分析 (8) 3.3.4 自相关函数分析 (11) 4 总结与心得体会 (13) 参考文献 (13) 1 概述 基音周期检测也称为基频检测(Pitch Detection) ,它的目标是找出和声带振动频率完全一致的基音周期变化轨迹曲线,或者是尽量相吻合的轨 迹曲线。基音周期检测在语音信号的各个处理领域中,如语音分析与合成、有调语音的辨意、低速率语音压缩编码、说话人识别等都是至关重要的,它的准确性及实时性对系统起着非常关键的作用,影响着整个系统的性能。 浊音信号的周期称为基音周期, 它是声带振动频率的倒数, 基音周期的估计称为基音检测。基音检测是语音处理中的一项重要技术之一, 它在有调语音的辨意、低速率语音编码、说话人识别等方面起着非常关键的作用; 但在实现过程中, 由于声门激励波形不是一个完全的周期脉冲串, 而且声道的影响很难去除、基音周期的定位困难、背景噪声的强烈影响等一系列因素, 基音检测面临着很大的困难。而自相关基因检测算法是一种基于语音时域分析理论的较好的算法。 本文在对AMDF、ACF基音检测算法基本原理进行分析的基础上,对此算法进行了深入的探讨,针对以往研究中存在的问题加以改进,给出了一种方便、快捷的检测方案。综合考虑了检测准确度和检测速率两方面的因素,然后通过对一段具体的语音信号进行处理,较准确地得到浊音语音信号的基音周期。 2 AMDF算法原理及实现 语音信号{s(n))的短时平均幅度差函数(AMDF)定义为： 华南理工大学《语音信号处理》实验报告 实验名称：基音周期估计 姓名： 学号： 班级：10级电信5班 日期：2013年5 月15日 1.实验目的 本次试验的目的是通过matlab编程，验证课本中基音周期估计的方法，本实验采用的方法是自相关法。 2. 实验原理 1、基音周期 基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。②声道共振峰有时会严重影响激励信号的谐波结构，所以，从语音信号中直接取出仅和声带振动有关的激励信号的信息并不容易。③语音信号本身是准周期性的(即音调是有变化的)，而且其波形的峰值点或过零点受共振峰的结构、噪声等的影响。④基音周期变化范围大，从老年男性的50Hz到儿童和女性的450Hz，接近三个倍频程，给基音检测带来了一定的困难。由于这些困难，所以迄今为止尚未找到一个完善的方法可以对于各类人群(包括男、女、儿童及不向语种)、各类应用领域和各种环境条件情况下都能获得满意的检测结果。 尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT、谱图法、小波法等等。 2、自相关函数 对于离散的语音信号x(n)，它的自相关函数定义为： R(k)=Σx(n)x(n-k)， 如果信号x(n))具有周期性，那么它的自相关函数也具有周期性，而且周期 女性生理周期的阶段 女性生理周期的阶段月经期这个阶段女人的表皮层肌肤比较干燥，皮肤的抵抗力下降，如果痘痘留到这个阶段，皮肤会比较暗沉，容易留下暗疮印，严重者将留下疤痕色素沉着，斑，由于这个阶段大量排出废血，局部会出现供血不足的情况不注意休息，黑眼圈会很明显。 a 保养重点：深层去角质一次，注意不要用太滋润的面霜。 b 美容贴士：这时候肚子会觉得胀痛，是需要多休息的一周。 c 肌肤状况：早上脸色暗沉，晚上脚会特别浮肿建议泡个热水脚。 d 应该做：忌吃太冷、太咸的食物，尽量喝温热，且促进血液循环的饮品，如姜茶红糖水，多让肌肤休息，选择低刺激、低负担、并能充分补充水分的保养品。 女性生理周期注意事项1、注意卫生、防止感染：应注意外生殖器的清洁、经期不宜盆浴，可以淋浴，防止上行感染。所使用的卫生巾要柔软、清洁、勤换。 2、注意保暖、避免寒冷刺激：如游泳、冷水浴、下水田等，月经期间如果受到突然和过强的冷刺激，可引起经血过少或痛经。 3、保持精神愉快，避免精神刺激和情绪波动。 4、避免过劳，不宜吃生冷、酸辣、酒类等刺激性食物，多饮开水，保持大便通畅，减少盆腔充血，注意适当休息和保持充足 的睡眠。 女性经期吃什么为宜月经期间,应该补充一些有利于“经水之行”的食品,如红枣、豆腐皮、苹果、羊肉、鸡肉、薏苡仁、牛奶、红糖、益母草、当归、桂圆等温补食品。 如果女性出现食欲差、腰痛等症状时,要多吃营养丰富、健脾开胃、易消化的食品、如面条、大枣、薏苡仁粥等。 很多人在经期的时候或多或少的会感觉到身体的疲惫,消化也不好,食欲不振,所以这时候的饮食要格外的注意才可以。 新鲜食物的味道鲜美,易于吸收,营养破坏较少,污染也小。月经期的饮食要多吃清淡易消化的,油炸、酸辣等刺激性食物少吃或不吃,避免影响消化和辛辣刺激,导致经血量过多。 月经期为何不能吃桃胶严格来说,桃胶是属于温和性中药的一种,这是很多人都不知道的一点,在食用过程中注意用量即可。而且桃胶对于人体有着很多很好的作用,就比如滋补身体之类的。当然除了滋补以外,桃胶的药理作用也是很多的。桃胶这种物质是自然环境中的特色产物,是没任何毒性存在的天然物质,只要不食用过量,这种桃胶是不会出现任何对人体不利的副作用的。 另外这种桃胶对于人类的肠道膀胱还很出色的保健功效,是适合所群食用的一种保健性中药。桃胶是天然绿色食品,暂无发现桃胶的副作用,不过怎么说桃胶也是一味药,孕妇、经期女性最好不要服用。 科学得本质 对科学本质得探讨主要包括科学得涵义、科学得本质与科学划界得标准,回答科学就是什么得问题。这对正确评价科学得社会地位与充分发挥科学得作用,对从整体上把握科学得全貌,进一步掌握科学发展得规律具有十分重要得意义。 一、科学得涵义 1.科学得本意 古印度得梵语中,“科学”一词就是指“特殊得智慧”;在古拉丁语中,“科学”泛指“知识”与“学问”。在英语词汇里,science(科学)就是natural science(自然科学)得简称。但science得拉丁文原词scientia(scire,学或知)得意思与德文得wissenschaft最为接近,后者指一切有系统得学问或知识,不但包括自然科学,而且包括社会科学与人文类学科。德国人就习惯用精神科学或文化科学来概括后两者,并将整个科学分为自然科学与精神科学。汉语得科学就是从日文中得汉字而来,意为“分科之学”。 就科学得外延来瞧,有自然科学、社会科学与人文学科三大门类。从这三大门类科学与现实世界(包括人得心灵“小宇宙”)得关系来瞧,自然科学主要就是以求取自然世界得“本真”为目得得描绘性得科学(描绘一个现实得宇宙世界图景),社会科学主要就是以求取社会秩序得“至善”为目得得建构性科学(建构一个合理得社会经济、政治秩序),人文科学主要就是以求取人得心灵“完美”为目得得超越性科学(超越人得动物性存在,描绘文化图景)。对现代科学体系构成得这种认识,为我们避免将科学实证主义化,进而从“两种文化”(科技文化与人文文化)得僵硬对立中走出来开辟了道路。 在中国,对“科学”一词主要就是从自然科学得意义上来运用。 2.马克思得科学 ⑴科学与工业就是“人对自然界得理论关系与实践关系”。 它揭示出科学与工业就是人对自然得能动得认识与改造关系。科学发展得历史证明了这一论断得正确性。人类正就是在改造自然界得过程中获得了对自然界得认识,并且随着实践得发展不断地使认识从初级得经验形态发展到高级得理论形态,出现了作为认识活动最终成果得科学;与此同时,科学成为进一步认识与改造自然得锐利武器。正就是科学得巨大力量,使得人类改造世界得能力得到空前得强化。 ⑵科学就是一种社会得、精神生产领域得劳动。 马克思明确指出科学活动就是一种社会劳动,就是社会总劳动中 综合实验报告 自相关法及其变种 学院电子与信息学院专业信息与信号处理学生 学生学号 提交日期2013年7月10日 一、实验目标 1.1 了解语音基音周期估计方法，掌握自相关法估计基音周期的原理，分析其变种。 二、实验基础知识 2.1 基音与基音周期估计 人在发音时，根据声带是否震动可以将语音信号分为清音跟浊音两种。浊音又称有声语言，携带者语言部分的能量，浊音在时域上呈现出明显的周期性；而清音类似于白噪声，没有明显的周期性。发浊音时，气流通过声门使声带产生弛震荡式振动，产生准周期的激励脉冲串。这种声带振动的频率称为基音频率，相应的周期就成为基音周期。 基音周期的估计称谓基音检测，基音检测的最终目的是为了找出和声带振动频率完全一致或尽可能相吻合的轨迹曲线。 基因周期作为语音信号处理中描述激励源的重要参数之一，在语音合成、语音压缩编码、语音识别和说话人确认等领域都有着广泛而重要的问题，尤其对汉语更是如此。汉语是一种有调语言，而基因周期的变化称为声调，声调对于汉语语音的理解极为重要。因为在汉语的相互交谈中，不但要凭借不同的元音、辅音来辨别这些字词的意义，还需要从不同的声调来区别它，也就是说声调具有辨义作用；另外，汉语中存在着多音字现象，同一个字的不同的语气或不同的词义下具有不同的声调。因此准确可靠地进行基音检测对汉语语音信号的处理显得尤为重要。 2.2 基音周期估计的现有方法 到目前为止，基音检测的方法大致上可以分为三类： 1）时域估计法，直接由语音波形来估计基音周期，常见的有：自相关法、并行处理法、平均幅度差法、数据减少法等； 2）变换法，它是一种将语音信号变换到频域或者时域来估计基音周期的方法，首先利用同态分析方法将声道的影响消除，得到属于激励部分的信息，然后求取基音周期，最常用的就是倒谱法，这种方法的缺点就是算法比较复杂，但是基音估计的效果却很好； 3）混合法，先提取信号声道模型参数，然后利用它对信号进行滤波，得到音源序列，最后再利用自相关法或者平均幅度差法求得基因音周期。 三、实验原理 3.1 自相关函数 能量有限的语音信号x(n)的短时自相关函数定义为： 此公式表示一个信号和延迟m 点后该信号本身的相似性。如果信号x(n)具有周期性，那么它的自相关函数也具有周期性，而且周期与信号x(n)的周期性相同。自相关函数提供了一种获取周期信号周期的方法。在周期信号周期的整数倍上，它的自相关函数可以达到最大()()()n n R m x n x n m =+∞=-∞ =+∑ 本科毕业论文 题目语音基音周期检测算法比较学院管理科学与工程学院 专业电子信息工程 班级 081信工(1)班 学号 200883082 姓名周刚 指导老师段凯宇讲师 二〇一二年六月 语音基音周期检测算法比较 摘要 基音周期作为语音信号处理中描述激励源的重要参数之一，广泛的应用于语音合成、语音编码和语音识别等语音信号处理等技术领域。准确可靠的对基音周期进行检测将直接影响整个语音处理系统的性能。 常用的基音检测算法对于纯净语音信号都能达到较好的检测效果。然而，实际当中的语音信号不可避免的会受到外界背景噪音的影响，使得这些检测算法的检测效果都不是很理想，为此本文用两种基本算法对语音信号滤波前后进行基音周期检测，在进行比较。 论文首先介绍了语音基音检测算法的研究背景极其重要意义。其次对现有的基音检测算法进行了归纳和总结，并详细的介绍本文将用的两种基本基音检测算法的基本原理及实现。最后在Matlab上对语音信号进行基音周期检测。 论文还完成了算法的程序设计，在Matlab7.0仿真环境下，对上诉算法进行仿真验证，并且在滤波前后做了对比实验。实验结果表明，经过滤波的语音信号基音周期检测的更加准确。 关键词：基音检测；自相关函数法；平均幅度差函数法；基音轨迹 Abstract Pitch as in speech signal processing is one of the important parameters to describe the excitation source, widely used in speech synthesis, speech coding and speech recognition speech signal processing technology. Accurate pitch period detection will directly affect the performance of the speech processing system. Commonly used algorithm for pitch detection for clean speech signal to achieve good detection effect. However, the actual speech signal will be inevitably influenced by external effects of background noise, so the detection algorithm to detect the effect is not very ideal, the paper use two basic algorithms before and after filtering the speech signal pitch detection, in comparison. The thesis first introduces the research background of speech pitch detection algorithm is very important. Next to the existing algorithm for pitch detection are summarized, and a detailed introduction to this article will use the two kinds of basic pitch detection algorithm is the basic principle and realization. Finally in Matlab on speech signal pitch period detection. The paper also finished programming algorithm, in the Matlab7.0 simulation environment, the algorithm is validated by simulation, and the contrast experiments were done before and after filtering. The experimental results show that, after the filtering of the speech signal pitch period detection is more accurate. Keywords: pitch detection; autocorrelation function; the average magnitude difference function method; pitch contrail 1.时空间隔和物理事件 狭义相对论中，一维时间和三维空间构成闵可夫斯基四维平直时空，其度规可取为gμv=(－1,1,1,1)，任意两个物理事件的四维间隔的平方写为： (?s)2=?c2?t2+?x2+?y2+(?z)2 四维间隔的平方只有三种类型：(?s)2<0称为类时间隔；(?s)2=0是类光间隔；(?s)2>0是类空间隔。相应的物理事件分别称为类时事件、类光事件、类空事件。如果两个物理事件代表的是某一物质的运动，它们分别是亚光速运动、光速运动、超光速运动。四维间隔在洛伦兹变换下保持不变，因而这三类不同类型的运动不会通过坐标变换而互相转化。如亚光速运动不可能变为超光速运动；反之亦然。 2.时间膨胀 狭义相对论预言，运动时钟的“指针”行走的速率比时钟静止时的速率慢，这就是时钟变慢或时间膨胀效应。[2] 考虑在K系中的某一点静止不动（即空间坐标间隔为零：x=0,y=0,z=0）的一只标准时钟，此时洛伦兹变换中的前三个方程给出： x′=0,y′=0,z′=0 这是时钟在K'系中的运动轨迹，即时钟以不变速度v沿x'轴的正方向运动。洛伦兹变换中的第三个方程给出： 1 t′= 1? c2 式中t是给定时钟显示的时间间隔，因而是固有时。由于时钟的速度v总是比光速c小，该式中的1?v2 （即膨胀因子）大于1，因而t'>t，即在K'系中看来运动的时钟走慢了。但 c2 t'是坐标时，因为它是K'系中两个不同地点的时钟记录的时间之差，所以上面所谓的时间膨胀实际上是说“固有时比坐标时小”。直接的实验验证包括飞行μ子寿命增长和环球飞行原子钟速率减慢。 3.钟慢效应 由坐标变换的逆变换可知： t=γ T+Xu c2 故： ?t=γ ?T+?Xu 2 又：，（要在同地测量） ?X=0 故： ?t=γ?T （注：与坐标系相对静止的物体的长度、质量和时间间隔称固有长度、静止质量和固有时，是不随坐标变换而变的客观量。） 4.霍金悖论 英国理论物理学家史蒂芬霍金悖论主张黑洞不可能透露出东西，所有那些被它吞噬的东西将永远置身于我们的宇宙之外。这一论断被一些人称为“霍金悖论”（为了解决“悖论”从而引发了平行宇宙的概念，或者说有多个宇宙共存的说法），因为它与量子理论相抵触。 如今，霍金已修改了黑洞理论，认为黑洞是可以“重新开放”的，所吞噬的信息可以以另一种形式释放出来，就像我们生活中的燃烧一样，只是信息的转化而已。 经过29年的思考，斯蒂芬·霍金表示、他以前对黑洞的看法是错误的。2004年7月14日，这位剑桥大学的著名物理学家正式发表了一篇论文，认为黑洞这种由星体残骸演化成的漩涡会保留被吞噬物体的痕迹、而且终将释放出少量被撕碎的物质。 霍金激进的新理论颠覆了他30年来为了科学地解释黑洞悖论而进行的努力：被吸入黑洞的物体怎样才能真正消失，不留一点痕迹呢长期以来他一直是这样认为的，而亚原子理论认为物质的形式可以相互转换，但不可能完全消失。此前、霍金坚持认为、黑洞会摧毁其中所包含的一切微小信息，然后只是正常向外辐射能量。在第17届国际广义相对论和万有引 关于现代科学本质特征的几点思考自1919年五四运动游行青年手持“民主”“科学”两面大旗向时任政府请愿开始，中国人中间掀起一股学习“科学”的热潮，并从此，科学一词开始逐渐成为我们生活中的常见的一部分。现在，科学逐渐成为了我们随处可见、随时引用的一个词。我们的发展理念是“科学发展观”、我们做事情要“讲求科学”、我们的大学叫“科学技术大学”、我们的研究机构叫“科学院”····那么，到底什么是科学？科学的本质特征又是什么？接下来，结合课堂上学习到的知识以及查阅到的资料，我谈一下自己的看法。 科学一词来源于英文中的“science”，再往前追溯则来自于拉丁文“scientia”,意为“知识”、“学问”,很明显，现在我们使用科学一词已经不再是使用其当初原本的意思。而“科学”一词引入中国，则来源于日本明治时代启蒙思想家西周使用“科学”作为“science”的译词，意即将知识分科的学术.并于1893年,康有正式引进并使用“科学”二字.同样我们可以知道，把“将知识分科的学术”作为对现在我们所使用的“科学”一词的定义也是不合适的。 现代生活中，科学已经成为了生活中再平常不过的一个词语，那么到底什么是科学？ 传统上和常识中，我们都认为，科学就是系统化的知识，就是真理，就是可以被证实的东西。但是，这样的看法有问题。系统化的知识很多，比如哲学体系、占星术等等，都是系统化的，但不是科学。 更进一步说来，真理并不一定是科学，科学也并不一定是真理。“明天可能阴天也可能不下雨”，“光棍没有老婆”，“爹在娘先死”，这三个陈述都是真理，却不是科学。第一个陈述把各种可能性都说到了，等于什么都没说。第二个陈述是一个同义反复，来自“没有老婆的成熟男人称为‘光棍’”这个定义，没有任何信息。第三个陈述可以做出“爹的死早于娘的死”和“爹 常用的基音周期检测的方法有哪些？它们的基本原理是什么？ 自相关法、平均幅度差函数法、并行处理法、倒谱法、简化逆滤波法 自相关法的基本原理是浊音信号的自相关函数在基音周期的整数倍位置上出现峰值；而清音的自相关函数没有明显的峰值出现。因此检测是否有峰值就可判断是清音或浊音，检测峰值的位置就可提取基音周期值。 平均幅度差函数法的基本原理是对周期性的浊音语音，Fn(k)呈现与浊音语音周期相一致的周期特性，Fn(k)在周期的各个整数倍点上具有谷值特性，因而通过Fn(k)的计算可以来确定基音周期。而对于清音语音信号，Fn(k)却没有这种周期特性。利用Fn(k)的这种特性，可以判定一段语音是浊音还是清音，并估计出浊音语音的基音周期。 倒谱（CEP）法利用语音信号的倒频谱特征，检测出表征声门激励周期的基音信息。采取简单的倒滤波方法可以分离并恢复出声门脉冲激励和声道响应，根据声门脉冲激励及其倒谱的特征可以求出基音周期。 简述时域分析的技术（最少三项）及其在基因检测中的应用。 短时能量及短时平均幅度分析、短时过零率分析、短时相关分析、短时平均幅度差函数基音检测中的应用：基音检测的提取。 二、名词解释（每题3分，共15分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义公示，用最少的搜素和计算失真的运算量。语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量。 女性生理周期的算法 女性生理周期的算法第一个阶段为月经期这个阶段女人的表皮层肌肤比较干燥，皮肤的抵抗力下降，如果痘痘留到这个阶段，皮肤会比较暗沉，容易留下暗疮印，严重者将留下疤痕色素沉着，斑，由于这个阶段大量排出废血，局部会出现供血不足的情况不注意休息，黑眼圈会很明显。 a保养重点――深层去角质一次，注意不要用太滋润的面霜。 b 美容贴士――这时候肚子会觉得胀痛，是需要多休息的一周。 c 肌肤状况――早上脸色暗沉，晚上脚会特别浮肿建议泡个热水脚。 d 应该做――忌吃太冷、太咸的食物，尽量喝温热，且促进血液循环的饮品，如姜茶红糖水，多让肌肤休息，选择低刺激、低负担、并能充分补充水分的保养品。 女人第二阶段为卵泡期，(一般为经期后的5――14天，约十天，即排卵期前一周)，这个阶段女人肌肤是四周中最美的时期，皮肤不仅有光泽并且摸起来也很细腻) a保养重点――试用新品或更换保养品的最佳时机，尝试非常喜欢的面膜，更换新选购的保养品再适合不过了。 b 美容贴士――试用新品的一周. c 肌肤状况――洁面后肤色好到几乎不用化妆就可以出门， 爱照镜子怎么看都漂亮,不易脱妆。 d 应该做――大胆试用新品，因为皮肤状况，好到不怕过敏像面膜精华液，等高浓度的产品都可以使用,效果会更加明显，是火速打的和爱慕者约会或同学聚会的大好时机 女人第三阶段是前黄体期，(经期的第15―22天，是排卵期)，这个阶段皮肤变得爱出油，不注意防晒很容易长出黑斑,是皮肤比较挑剔你的一个阶段。 a保养重点――加强美白,注意防晒. b 美容贴士――集中美白的一周. c 肌肤状况――开始进入排卵期体温升高,易因紫外线照射产生黑斑. d 应该做――每天出门时不管多么赶时间，都不要忘记涂防晒，晚上一定要用清爽的美白保湿品，阻断黑斑产生。 女人的第四阶段是后黄体期(一般为月经期的第22天―28天，即经期前七天)，肌肤会变得非常油腻，且易长痘痘是皮肤比较急躁的一个阶段。 a 保养重点――重视面部清洁,并让肌肤休息,同时控制油脂分泌. b 美容贴士――对付痘痘的一周. c 肌肤状况――这段时间情绪最不稳定,是一个月里肌肤最糟糕的时候，主要表现为皮肤油腻,毛孔粗大,出现粉刺痤疮及毛囊炎，皮肤毛细管明显,黑眼圈等. d 应该做――没本钱约会和熬夜的时期，不如早点睡觉，皮肤至少不会变得更糟糕，保养品尽量选择效果强控油加保湿的产 科学本质十大特征 历史学家同意这样一个估计：很少有孤立的政治事件能够对人类历史进程产生持久的决定性的影响。然而，如果缺少某几件科学发现和技术发明，人类的历史可能会面目全非。 几个世纪以来，人们一直想给科学下个定义，现在这种努力还在继续。可是，大家发现每一个定义都不能令人满意。所以渐渐感觉到世界上很多东西是不能下定义的，往往不下定义比下定义更好。人们倾向于以另外的方式去理解科学：不直接去定义什么是科学而是说科学应该包含哪些本质特征。当然，这些罗列出的本质特征在不同的时期退出了这个行列，有的又加进了新的内容，它在不断变化。我们现在所认定的特征，一定还会变化。这种难以定义科学的状况，正好说明科学的博大和无限生机。 科学的本质至少可以归纳为十个特征。 第一，科学应该是系统化的，它是对个别对象的一般性、共同性、规律性的描述。人们可以从不同的角度，以不同的方式，用不同的观念来描述世界上的事物，但科学有它自己特定的角度、观念和方法。 第二，科学要对统一性和预测性做解释。力图对事物做出统一的、数量化的、因果性的解释。这是科学家的愿望，但很多时候是做不到的。由于多种因素之间的相互作用，科学家研究的这些系统并不遵循简单的规律。然而科学家们还是在努力的探索、寻求，而且科学家们相信它是可以被解决的。 第三，科学是极为严谨的，它建立在实验的基础上。实验是许多种文化都有的，但是科学的实验有自己严格的定义，科学的实验是可以重复的，含有区别于其它文化实验的特征。 第四，从社会学的角度看，可以令人吃惊的发现，过去的许多知识系统，几千年来基本上都保持不变或者变化很少。然而，科学要不断充实自己的知识，人们不断地用过去的知识创造新的知识。知识是一种自己补充、自我扩张的知识系统。科学知识的扩张，遵循着一系列自己的规律。 第五，从某种意义上说，科学的探索是一种带有游戏性的活动。超越常规的，出乎意料的，有时会得到意想不到的结果，人们进行科学探索的时候，很多重要科学成果的获得，开始并不是出于直接预定的计划和功利目的，而是处于对大自然持久的好奇心。科学家们用自己顽强的努力去体现和满足这种好奇心。 第六，科学与技术之间呈现一种极其复杂的互动关系，在不同的历史时期具有不同的特点。从人类创造知识的过程来讲，人类最先创造的不是科学，而是技术。在相当长的时期内，科学在很多国家依附在哲学的传统上。技术则长久的依附在工匠的传统上。这两种传统相互之间的影响非常小。两者分离的发展阶段一直持续了数千年。直到17世纪近代科学诞生之后，这种情况发生了质的 实验一离散数字信号的产生及其时域处理 学习实现实验1的内容，并且编制一个程序(m文件)产生5种信号，函数需要的参数可输入确定，并绘出其图形 1、单位抽样序列 在MATLAB中可以利用函数实现, %单位抽样序列函数% X=0:10; Y=[0 1 zeros(1,9)]; stem(X,Y,'r'); axis([-1,10,0,1]); title('单位抽样序列'); xlabel('n'); ylabel('δ*n+'); 图形如右: 2、单位阶越序列 在MATLAB中可以利用函数实现, 实现过程如下： %单位阶跃序列函数 K=-8:8; H=[zeros(1,8),ones(1,9)]; stem(K,H,'r'); axis([-8,8,0,2]); title('单位阶跃序列'); xlabel('n'); ylabel('u[n]'); 图形如下: 3、正弦序列，在MATLAB中实现过程如下：%正弦序列函数sin(2*pi*D/5+pi/4)% D=-1:0.1*pi:8*pi; C=sin(2*pi*D/5+pi/4); stem(D,C,'filled'); axis([-1,10,-2,2]); title('正弦序列'); xlabel('n'); ylabel('sin(2*pi*D/5+pi/4)') 图形如下: 4、复指数序列，从幅度和相位进行分析，在MATLAB中实现过程如下：%复指数序列函数% n=[0:10]; x1=2*exp((-0.2+0.7*j)*n); x2=abs(x1); x3=angle(x1); 10.《距离和时间》 【教学内容】六年级科学上册第三单元10课 【教学目标】 1．能提出探究活动的大致思路，并在制定计划的过程中倾听和尊重其他同学的不同观点和评议；能选择自己擅长的方式表述研究过程和结果；能对研究过程和结果进行评议，并与他人交换意见。 2．能培养想知道，爱提问，喜欢大胆想象的习惯；能意识到科学探究需要尊重证据，并愿意合作与交流。 3．能测量并记录一个沿直线运动的物体在不同时刻的位置，并能用简单的图表或图形来表示距离和时间的关系；知道描述物体的运动需要位置、方向和快慢，会比较物体运动的快慢。 【教学重点】 能用简单的图表或图形来表示距离和时间的关系；懂得如何比较物体运动的快慢。 【教学难点】 知道描述物体的运动需要位置、方向和快慢。 【教学准备】 学生准备：每组自制或电动玩具小车、秒表、卷尺各一个。 教师准备：教学课件、距离和时间在生活中的应用图片等；记录表和统计图。【教学过程】 一、创设情境，提出问题 1.课件出示：京沪高铁线路图 教师谈话：同学们，这是京沪高铁线路图，线路全长1318千米，和谐号高速列车每小时行驶300千米，从北京到上海需要多少时间? 预设 1.学生根据前概念，认识距离和时间的基本知识。教师适时组织学生讨论距离和时间的关系。 2．教师播放视频课件：京沪高铁与京沪普通列车视频。 3．教师谈话：请同学们思考一下这里还蕴含着哪些有关运动的科学知识呢？ 4.引导学生讨论交流后，提出问题：如何比较京沪高速列车与京沪普通列车运动的快慢呢？距离和时间和运动快慢有关吗？ 5.教师小结：同学们刚才提的问题都很好，那距离和时间到底是怎样的关系呢？这节课我们就一起来探究距离和时间。 教师板书课题：距离和时间 二、小组合作，自主探究 预设 1.学生发现在实地测量运动的物体在距离和时间上存在一定的关系，而不能准确的描述。教师适时指导学生科学探究是需要通过实验来验证。 1.明确测量意图 教师展示卷尺和秒表，谈话：它们各自能为我们收集哪些有关运动的第一手数据？引导学生明确通过测量就能收集到运动距离和时间两方面的数据，数据是重要的探究证据。 2.课件出示：测量提示 3.分小组实地测一测。 （1）教师谈话：同学们，现在我们就以小组为单位到校园中去进行测量活动吧！ （2）师生来到操场，共同进行测量活动。学生自愿选择测量方式，有的学基音周期估计
青岛版科学六上距离和时间教学简案
时间和空间的本质
语音信号基音周期检测的matlab程序.doc
基于MATLAB的语音信号的基音周期检测
《语音信号处理》实验2-基音周期估计
女性生理周期的阶段
科学的本质
基于自相关法的语音基音周期估计
基音周期检测算法比较
时间研究(理论物理学)
关于科学的本质特征的几点思考
常用的基音周期检测的方法有哪些
女性生理周期的算法
科学本质十大特征.
语音基音周期的估计
《距离和时间》
相关主题
文本预览