当前位置：文档之家 › 语音信号的时域特征分析

语音信号的时域特征分析

  • 格式：doc
  • 大小：246.00 KB
  • 文档页数：25

中北大学

课 程 设 计 说 明 书

学生姓名： 蒋宝哲 学 号： 24

学生姓名： 瓮泽勇 学 号： 42

学生姓名： 侯战祎 学 号： 47

学 院： 信息商务学院

专 业： 电子信息工程

题 目：信息处理实践:语音信号的时域特征分析

指导教师：徐美芳 职称: 讲师

2013 年 6 月 28 日

中北大学

课程设计任务书

2012-2013 学年第 二 学期

学 院： 信息商务学院

专 业： 电子信息工程

学生姓名： 蒋宝哲 学 号： 24

学生姓名： 瓮泽勇 学 号： 42

学生姓名： 侯战祎 学 号： 47

课程设计题目：信息处理实践:语音信号的时域特征分析

起 迄 日 期： 2013年6 月7日～2013年6月 28 日

课程设计地点： 学院楼201实验室、510实验室、608实验室

指 导 教 师： 徐美芳

系 主 任： 王浩全

下达任务书日期: 2013 年 6 月 7 日

课 程 设 计 任 务 书

1．设计目的：

通过设计，掌握USB总线或PCI总线的基本结构，了解基于USB总线或PCI总线A/D卡的通用结构。较全面地掌握语音信号的时域特征的基本理论、原理和实现手段，较系统地分析语音信号的时域特征，使学生具有一定综合分析问题和解决问题的能力。

2．设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：

原始数据：

仿真信号或实验采集语音信号。

技术要求：

（1）完成基于USB总线或PCI总线A/D卡通用结构报告；

（2）通过A/D卡，利用高级语言编写信号的采集、存储和显示程序。

（3）完成题目所要求技术：直接对语音信号的时域波形进行分析，提取的特征参数主要有：语音的短时能量，短时平均过零率，短时自相关函数等；通过仿真（实验）验证，编程实现各时域特征参数提取的处理和实现手段，并进行结果分析。

设计要求：

课程设计的目的在于培养学生的综合素质，要求学生做到：

（1）根据题目要求查阅有关资料，确定方案，写出设计方案；

（2）根据对选题的理解，消化查阅资料，给出相关的实现算法和理论根据；

(3) 在Matlab或VC环境下，实现算法，并给出仿真结果；

(4) 对结果进行分析总结

3．设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕：

设计工作任务：

(1) 了解选题背景，掌握基本技术，制定设计思路，写出设计方案。

(2) 完成设计内容：包括算法和程序设计；实验验证及技术改进，写出设计说明书。

(3) 设计答辩。

工作量的要求：

(1) 通过查阅资料了解选题相关的基本理论、原理以及技术背景，理解选题意义；

(2) 掌握USB总线或PCI总线的基本结构，了解基于USB总线或PCI总线A/D卡的通用结构；

(3) 完成语音信号特征提取；

(4) 通过实验仿真验证算法的可行性；

(5) 给出技术总结。

课 程 设 计 任 务 书

4．主要参考文献：

[1] L.R. Rabiner, B.H. Juang. Fundamentals of Speech Recognition. Prentice Hall, Englewood

Cliffs,1993. 清华大学出版社（影印），2002年.

[2]胡航. 语音信号处理（修订版），哈尔滨工业大学出版社，2002年.

[3] 吴家安等. 语音编码技术及应用，机械工业出版社，2006年.

[4] 韩继庆等. 语音信号处理，清华大学出版社，2004年.

[5] D.G.Childers. Matlab之语音处理与合成工具箱（影印版），清华大学出版社，2004年.

[6] Thomas F. Quatieri著，赵胜辉等译，《离散时间语音信号处理—原理与应用》，电子工业出版社，2004.

5．设计成果形式及要求：

仿真结果；

课程设计说明书。

6．工作计划及进度：

2013年

6月7日 ~ 6月15日：理解选题，查资料，掌握USB总线或PCI总线的基本结构，基于USB总线或PCI总线A/D卡的通用结构；

6月16日 ~ 6月19日：在教师指导下给出设计方案；

6月20日 ~ 6月28日：在指导教师辅导下完成实验；撰写课程设计说明书；

6月28日：答辩

系主任审查意见：

签字：

年 月 日

语音信号的采集与分析

摘 要

语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快，分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。

关键词：语音信号，采集与分析， Matlab

0 引言

通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。

让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越

来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。

语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。语音信号采集与分析是以语音语言学和数字信号处理为基础而形成的一门涉及面很广的综合性学科，与心理、生理学、计算机科学、通信与信息科学以及模式识别和人工智能等学科都有着非常密切的关系。对语音信号采集与分析的研究一直是数字信号处理技术发展的重要推动力量。因为许多处理的新方法的提出，首先是在语音信号处理中获得成功，然后再推广到其他领域。

1.语音信号的介绍

1.1 语音信号的特点

通过对大量语音信号的观察和分析发现，语音信号主要有下面两个特点：

①在频域内，语音信号的频谱分量主要集中在300～3400Hz的范围内。利用这个特点，可以用一个防混迭的带通滤波器将此范围内的语音信号频率分量取出，然后按8kHz的采样率对语音信号进行采样，就可以得到离散的语音信号。

②在时域内，语音信号具有“短时性”的特点，即在总体上，语音信号的特征是随着时间而变化的，但在一段较短的时间间隔内，语音信号保持平稳。在浊音段表现出周期信号的特征，在清音段表现出随机噪声的特征。

下面是一段语音信号的时域波形图(图2-1)和频域图(图2-2)，由这两个图可以看出语音信号的两个特点。

00.511.522.533.544.55-0.8-0.6-0.4-0.200.20.40.6Time(s) 00.511.522.5x 10400.050.10.150.20.250.30.350.40.45Frequency(Hz)

图2-1语音信号时域波形图 图2-2语音信号频域波形图

Figure 2-1Speech signal time-domain waveform Figure 2-2 Frequency-domain speech signal waveform

1.2语音信号的采集

在将语音信号进行数字化前，必须先进行防混叠预滤波，预滤波的目的有两个：①抑制输入信导各领域分量中频率超出fs/2的所有分量(fs为采样频率)，以防止混叠干扰。②抑制50Hz的电源工频干扰。这样，预滤波器必须是一个带通滤波器，设其上、下截止颜率分别是fH和fL，则对于绝人多数语音编译码器，fH=3400Hz、fL＝60~100Hz、采样率为fs＝8kHz；而对丁语音识别而言，当用于电话用户时，指标与语音编译码器相同。当使用要求较高或很高的场合时fH＝4500Hz或8000Hz、fL＝60Hz、fs＝10kHz或20kHz。

为了将原始模拟语音信号变为数字信号，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信号。采样也称抽样，是信号在时间上的离散化，即按照一定时间间隔△t在模拟信号x(t)上逐点采取其瞬时值。采样时必须要注意满足奈奎斯特定理，即采样频率fs必须以高于受测信号的最高频率两倍以上的速度进行取样，才能正确地重建波它是通过采样脉冲和模拟信号相乘来实现的。下图时一段语音信号在采样频率44.1KHz情况下的频谱图。

合集下载

语音信号处理实验报告实验二

语音信号处理实验报告实验二

语音信号处理实验报告实验二

一、实验目的

本次语音信号处理实验的目的是深入了解语音信号的特性，掌握语音信号处理的基本方法和技术，并通过实际操作和数据分析来验证和巩固所学的理论知识。具体而言，本次实验旨在：

1、 熟悉语音信号的采集和预处理过程，包括录音设备的使用、音频格式的转换以及噪声去除等操作。

2、 掌握语音信号的时域和频域分析方法，能够使用相关工具和算法计算语音信号的短时能量、短时过零率、频谱等特征参数。

3、 研究语音信号的编码和解码技术，了解不同编码算法对语音质量和数据压缩率的影响。

4、 通过实验，培养我们的动手能力、问题解决能力和团队协作精神，提高我们对语音信号处理领域的兴趣和探索欲望。

二、实验原理

（一）语音信号的采集和预处理

语音信号的采集通常使用麦克风等设备将声音转换为电信号，然后通过模数转换器（ADC）将模拟信号转换为数字信号。在采集过程中，可能会引入噪声和干扰，因此需要进行预处理，如滤波、降噪等操作，以提高信号的质量。 （二）语音信号的时域分析

时域分析是对语音信号在时间轴上的特征进行分析。常用的时域参数包括短时能量、短时过零率等。短时能量反映了语音信号在短时间内的能量分布情况，短时过零率则表示信号在单位时间内穿过零电平的次数，可用于区分清音和浊音。

（三）语音信号的频域分析

频域分析是将语音信号从时域转换到频域进行分析。通过快速傅里叶变换（FFT）可以得到语音信号的频谱，从而了解信号的频率成分和分布情况。

（四）语音信号的编码和解码

语音编码的目的是在保证一定语音质量的前提下，尽可能降低编码比特率，以减少存储空间和传输带宽的需求。常见的编码算法有脉冲编码调制（PCM）、自适应差分脉冲编码调制（ADPCM）等。

三、实验设备和软件

1、 计算机一台

2、 音频采集设备（如麦克风）

3、 音频处理软件（如 Audacity、Matlab 等）

四、实验步骤

（一）语音信号的采集 使用麦克风和音频采集软件录制一段语音，保存为常见的音频格式（如 WAV）。

语音信号时域分析

语音信号时域分析

基于MATLAB分析语音信号时域特征

钱平（信号与信息处理 s101904010）

一、时域特征实验原理及实验结果分析

1.窗口的选择

通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1给出了这两种窗函数在帧长N=50时的时域波形。

020406000.20.40.60.811.21.41.61.82矩形窗samplew（n）020406000.10.20.30.40.50.60.70.80.91hanming窗samplew（n） 图1 矩形窗和Hamming窗的时域波形

矩形窗的定义：一个N点的矩形窗函数定义为如下

其他001Nnnw

hamming窗的定义：一个N点的hamming窗函数定义为如下

其他00)12cos(46.054.0NnNnnw

这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图2）：矩形窗的主瓣宽度小（4*pi/N），具有较高的频率分辨率，旁瓣峰值大（-13.3dB），会导致泄漏现象；汉明窗的主瓣宽8*pi/N，旁瓣峰值低（-42.7dB），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。表1对比了这两种窗函数的主瓣宽度和旁瓣峰值。 00.10.20.30.40.50.60.70.80.91-80-60-40-200矩形窗频率响应归一化频率(f/fs)幅度/dB00.10.20.30.40.50.60.70.80.91-100-500Hamming窗频率响应归一化频率(f/fs)幅度/dB 图2 矩形窗和Hamming窗的频率响应

声波信号的分析和识别技术研究

声波信号的分析和识别技术研究

声波信号的分析和识别技术研究

声波是一种可以在空气、水、固体等不同介质中传播的波动，是广泛应用于信息传输、语音识别、音乐制作等领域的重要信号。针对声波信号的分析和识别技术研究，是当前信息科学领域的一个重要研究方向。本文将从声波信号的特点、实验方法、常见应用等方面，探讨声波信号的分析和识别技术研究的最新进展。

一、声波信号的特点

声波信号具有频率、振幅、相位等各种物理参数，不同的声波信号可以通过这些参数进行区分和分析。在实际应用中，声波信号还具有以下几个特点：

1.声波信号是一种模拟信号，需要进行数字化处理。在数字化处理前，需要将声波信号转化为电信号，并进行采样和量化。

2.声波信号具有时域和频域两种表示方式。时域表示主要是对声波振动的时间特性进行分析，而频域表示则是对声波信号的频率特性进行分析。

3.声波信号的形态具有高度的复杂性和变化性，需要采用高效的算法和技术进行分析和识别。

以上特点为进行声波信号分析和识别技术研究提供了基础。

二、声波信号实验方法 声波信号的实验方法主要分为两种：实验测量和模拟仿真。

实验测量是通过声学传感器和信号采集仪等设备，对声波信号进行实时采集、处理和分析。这种方法对采集设备和环境的参数要求较高，但具有较高的测量精度和真实性。

模拟仿真则是通过计算机模拟声波信号的传播和相应物理现象。这种方法需要对声波信号的数学模型进行建立，并对仿真结果进行验证。模拟仿真具有操作简便、效率高的优点，但其准确度与数学模型的建立和验证有关。

三、声波信号的分析和识别技术研究主要包括以下四个方面：

1.信号特征提取

由于声波信号形态复杂、变化多端，需要通过信号特征提取来获取声波信号的本质特征，以便后续的分析和处理。常用的特征提取算法包括时域分析、频域分析、小波变换等。

2.噪声滤除

在实际采集和处理中，声波信号经常受到环境噪声、采集设备噪声等的干扰，需要采用噪声滤除算法，提高信号的准确性和可靠性。常用的噪声滤除算法包括中值滤波、小波去噪等。

MATLAB语音信号的时域分析

MATLAB语音信号的时域分析

语音信号的时域与频域分析

一、用MATLAB实现语音信号的时域分析

1.MATLAB程序代码

（1）由麦克风采集语音数据，将采集的数据存成WAV文件（采样率为8000Hz），存在本人的文件夹中。所用程序代码为：

clear;

close all; Fs=8000;

y=wavrecord(5*Fs,Fs,'double'); wavwrite(y,'f:\\a');

soundview(y,Fs,'name')

（2）读取WAV文件，显示语音信号的波形。所用程序代码为：

x = wavread('f:\\a.wav');

figure; plot(x);

axis([0,size(x,1),-0.35,0.3]); %坐标轴范围

title('语音信号时域波形');

xlabel('样点数');

ylabel('幅度');

（3）读取WAV文件，计算并显示语音的短时能量（窗函数为矩形窗，帧长为20）。所用程序代码为：

x = wavread('f:\\a.wav');

x = double(x);

f = enframe(x,20, 100);

energy = sum(abs(f), 2);

subplot(2,2,1);plot(x);

axis([0,size(x,1),-0.7,0.9]);

title('语音信号时域波形');xlabel('样点数');

ylabel('幅度'); subplot(2,2,2);plot(energy);

title('语音信号的短时能量');

legend('帧长LEN = 20');

f = enframe(x,20, 200);

energy = sum(abs(f), 2);

subplot(2,2,3);plot(energy);