下载文档原格式
数字音频处理技术手册数字音频处理技术已经广泛应用于许多领域，例如音乐制作、广播电视、影视制作、语音识别等。
本手册旨在介绍数字音频处理的基本原理、常用技术以及相关的应用案例，帮助读者了解和掌握数字音频处理技术的基本知识和操作技巧。
一、数字音频处理的基本原理数字音频处理是指通过将模拟音频信号进行采样、量化和编码，将其转换为数字形式的处理过程。
数字音频处理的基本原理涉及到以下几个关键步骤：1. 采样：将连续的模拟音频信号转换为离散的数字信号。
采样频率的选择与原始音频信号的最高频率相关，根据奈奎斯特定理，采样频率应该是原始音频信号最高频率的两倍以上。
2. 量化：将采样得到的模拟音频信号转换为离散的数字值。
量化的目的是将连续的模拟音频信号离散化，每个离散值表示原始音频信号在该采样点的幅度。
3. 编码：将量化得到的数字值表示成二进制形式，便于存储和传输。
常用的编码方式有脉冲编码调制（PCM）、Delta调制（DM）、自适应差分编码（ADPCM）等。
二、常用的数字音频处理技术数字音频处理技术涉及到信号处理、音频效果处理、音频编解码等多个方面。
以下是其中的几种常用技术：1. 降噪技术：通过滤波和谱减法等算法，去除音频信号中的噪声成分，提升音频的清晰度和质量。
2. 声音增强技术：通过均衡器、压缩器、混响器等效果器的调节，改变音频信号的频率、幅度和时域特性，使其具有更好的听感效果。
3. 语音识别技术：将语音信号进行特征提取和模式匹配，实现对语音内容的自动识别。
4. 音频编解码技术：利用各种编码算法对音频信号进行压缩和解压缩，实现音频文件的压缩存储和传输。
三、数字音频处理的应用案例数字音频处理技术在各个领域都有广泛的应用，以下是其中的几个典型案例：1. 音乐制作：数字音频处理技术被广泛应用于音乐录制和后期制作过程中，包括录音、混音、母带制作等环节。
通过音频编辑软件和效果器的使用，音乐制作人能够实现对音频信号的精确控制和处理。
第十章 上机实验数字信号处理是一门理论和实际密切结合的课程，为深入掌握课程内容，最好在学习理论的同时，做习题和上机实验。
上机实验不仅可以帮助读者深入的理解和消化基本理论，而且能锻炼初学者的独立解决问题的能力。
本章在第二版的基础上编写了六个实验，前五个实验属基础理论实验，第六个属应用综合实验。
实验一 系统响应及系统稳定性。
实验二 时域采样与频域采样。
实验三 用FFT 对信号作频谱分析。
实验四 IIR 数字滤波器设计及软件实现。
实验五 FIR 数字滤波器设计与软件实现实验六 应用实验——数字信号处理在双音多频拨号系统中的应用任课教师根据教学进度，安排学生上机进行实验。
建议自学的读者在学习完第一章后作实验一；在学习完第三、四章后作实验二和实验三；实验四IIR 数字滤波器设计及软件实现在。
学习完第六章进行；实验五在学习完第七章后进行。
实验六综合实验在学习完第七章或者再后些进行；实验六为综合实验，在学习完本课程后再进行。
10.1 实验一: 系统响应及系统稳定性1.实验目的（1）掌握 求系统响应的方法。
（2）掌握时域离散系统的时域特性。
（3）分析、观察及检验系统的稳定性。
2.实验原理与方法在时域中，描写系统特性的方法是差分方程和单位脉冲响应，在频域可以用系统函数描述系统特性。
已知输入信号可以由差分方程、单位脉冲响应或系统函数求出系统对于该输入信号的响应，本实验仅在时域求解。
在计算机上适合用递推法求差分方程的解，最简单的方法是采用MA TLAB 语言的工具箱函数filter 函数。
也可以用MATLAB 语言的工具箱函数conv 函数计算输入信号和系统的单位脉冲响应的线性卷积，求出系统的响应。
系统的时域特性指的是系统的线性时不变性质、因果性和稳定性。
重点分析实验系统的稳定性，包括观察系统的暂态响应和稳定响应。
系统的稳定性是指对任意有界的输入信号，系统都能得到有界的系统响应。
或者系统的单位脉冲响应满足绝对可和的条件。
数字音频处理与音乐制作教程第一章：数字音频处理介绍1.1 什么是数字音频处理？1.2 数字音频处理的历史发展1.3 数字音频处理的应用领域第二章：音频采样与数字化2.1 音频采样的原理和过程2.2 常见的音频采样率和比特深度2.3 音频数字化的优势与劣势第三章：数字音频处理软件3.1 数字音频处理软件的功能与分类3.2 常见的数字音频处理软件介绍3.3 数字音频处理软件的操作与应用第四章：音频编辑与修复4.1 音频编辑的基本操作技巧4.2 音频修复的方法与工具4.3 音频编辑与修复的实例演示第五章：音频效果处理5.1 音频效果处理的基本概念5.2 常见的音频效果处理器介绍5.3 音频效果处理的实践应用第六章：音频编码与格式转换6.1 音频编码的原理与常见格式6.2 音频格式转换的方法与工具6.3 音频编码与格式转换的注意事项第七章：音乐制作基础7.1 MIDI音乐制作的原理与应用7.2 MIDI音乐制作软件介绍7.3 制作简单音乐作品的实例演示第八章：音乐编曲与混音8.1 音乐编曲的基本原则与技巧8.2 音乐编曲软件介绍8.3 音乐混音的方法与实践第九章：音乐制作的高级技术9.1 混响与空间效果的应用技巧9.2 音频合成与采样器的使用方法9.3 音频自动化与编曲技巧第十章：音乐制作的后期处理10.1 音频母带处理的原则与技巧10.2 音频母带处理器介绍10.3 音频后期处理的注意事项与实践第十一章：数字音频处理的未来发展11.1 数字音频处理的趋势与展望11.2 新兴技术对音乐制作的影响11.3 数字音频处理的应用前景总结：本文详细介绍了数字音频处理与音乐制作的相关知识，包括音频采样与数字化、数字音频处理软件、音频编辑与修复、音频效果处理、音频编码与格式转换、音乐制作基础、音乐编曲与混音、音乐制作的高级技术、音乐制作的后期处理等方面的内容。
希望读者通过本文的学习，能够了解数字音频处理的基本原理和应用技巧，提升音乐制作的能力和水平。
操作数字音频工作站进行音频处理数字音频工作站是专为音频处理而设计的软硬件系统，它提供了一系列功能和工具，使用户能够对音频进行录制、编辑、混音等各种处理操作。
本文将介绍如何操作数字音频工作站进行音频处理的基本流程和常用工具。
1. 准备工作在进行音频处理之前，我们需要进行一些准备工作：•硬件准备：确保你的计算机上已经安装了数字音频工作站软件，并且有一个高质量的音频输入设备（如音频接口、麦克风等）和输出设备（如音箱、耳机等）。
•软件设置：打开数字音频工作站软件，检查音频输入设备和输出设备的设置，确保它们与你的实际设备相匹配。
•音频文件准备：准备好需要处理的音频文件，可以是已经录制好的音频文件，也可以是下载的音频文件等。
2. 录制音频如果你需要录制新的音频进行后续处理，可以按照以下步骤进行：1.连接音频输入设备：将音频输入设备（如麦克风）连接到计算机的音频接口上，并确保设备驱动程序已正确安装。
2.打开录音通道：在数字音频工作站软件中打开录音通道，并选择需要录制的音频输入设备。
3.开始录制：点击录制按钮开始录制音频。
在录制过程中，你可以使用数字音频工作站提供的音频波形显示功能来监视录制的声音。
4.停止录制：录制完毕后，点击停止按钮停止录制。
5.保存录音：选择保存录音选项并指定保存路径和文件名，将录制的音频保存为文件。
3. 音频编辑与剪辑音频编辑与剪辑是对已经录制或已存在的音频文件进行修剪、划分、删除、复制等操作，可以按照以下步骤进行：1.导入音频文件：在数字音频工作站中打开你想要编辑的音频文件，将其导入到工作站的项目区域。
2.剪辑音频：使用数字音频工作站提供的剪切工具对音频进行剪辑。
你可以选择想要保留的音频部分并删除不需要的部分。
3.进行修饰：你还可以使用数字音频工作站提供的修饰工具对音频进行平滑、增强、混响等处理，以改善音频的质量和效果。
4.添加效果：数字音频工作站通常提供了一系列效果插件，如均衡器、压缩器、混响器等，你可以选择合适的效果插件并将其应用到音频上，以获得更丰富的音频效果。
(完整word版)基于matlab的语音信号处理(2) 数字信号处理设计报告题目：基于Matlab的语音信号处理系别信息工程学院专业班级通信工程1342学生姓名范泉指导教师吉李满提交日期2016年6月10日(完整word版)基于matlab的语音信号处理(2)摘要数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。
因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现.而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。
数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP)和专用集成电路（ASIC）等。
数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。
本设计的具体内容是基于MATLAB的语音信号处理，核心算法是离散傅立叶变换（DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。
然后添加噪声信号,选用合适的滤波器对噪声信号进行滤除,使数字信号处理从理论走向实用。
MATLAB功能强大，可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
用MATLAB来解算问题要比用其他语言简捷得多,并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。
在新的版本中也加入了对C，FORTRAN，C++ ，JAVA的支持。
可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。
关键词:数字信号处理器；离散傅立叶变换；MATLAB目录第一章绪论 (1)1.1课题研究的目的 (1)1。
实验一数字音频处理实验一、实验目的：1、探讨采样频率对数据量的影响，对音质的影响以及带来的其他问题。
2、学习并掌握基本的音频处理手段。
3、熟悉和掌握WAV标准音频文件和MP3压缩音频文件的编辑方法。
二、实验要求：独立进行实验，完成实验报告。
三、实验内容：1、理论内容：在多媒体产品中，声音是必不可少的对象，其主要表现形式是语音、自然声和音乐。
要处理声音，首先要把声音数字化，这个过程叫做音频采样。
有了数字化声音后，接着对其进行处理。
处理方式主要有：剪辑、合成、制作特殊效果、增加混响、调整时间长度、改善频响特性等。
音质的好坏与采样频率成正比，当然，也与数据量成正比。
换言之，采样频率越高，音质越好，数据量也越大。
2、实验内容：（1）获取声音：准备好以WAV和MP3两种格式保存的文件，WAV格式无压缩，音质好，能够忠实地还原自然声；MP3格式是压缩格式，在压缩比不大的情况下，音质也非常好。
（2）录制声音：在录制之前，把麦克风连接到声卡上，如果使用的是带麦克风的头带耳机，检查连接线是否接好。
A、使用“录音机”录制练习：如果录制小于1min的声音，可使用Windows自带的“录音机”软件录制。
操作步骤：a、启动录音机软件。
b、单击录音按钮，开始录音。
此时，进程滑块向右移动，到右端终点位置停止，时间正好1min。
c、单击播放按钮，聆听效果。
如果不满意，选择“文件/新建”菜单，清除录音，重新进行步骤b。
d、转换采样频率。
选择“文件/属性”菜单，显示“声音的属性”画面。
“声音的属性”画面自上而下显示了声音文件的版权、长度、数据大小、音频格式。
其中的音频格式就是当前文件的采样频率。
画面显示“PCM 44100 Hz，16位，立体声”，对于语音来说，采样频率过高了，数据量过大，造成存储空间的浪费。
单击开始转换按钮，显示“选择声音”画面。
在“选择声音”画面的“属性”选择框中，选择适合语音的采样频率“22050Hz，8位，单声道22KB/s”，单击“确定”按钮。
数字音频编辑与效果处理技巧1. 引言数字音频编辑和效果处理是现代音频行业的重要组成部分。
在音频制作和后期处理过程中，良好的编辑技巧和熟练的效果处理能力能够提供高质量的音频产品。
本文将介绍几种数字音频编辑与效果处理的技巧，让您能更加流畅地处理音频并达到理想的效果。
2. 数字音频编辑技巧2.1 前期准备在数字音频编辑之前，首先需要做一些前期准备工作。
比如，合理规划好整体音频流程，确定所需效果和编辑要点，以及保留好原始音频文件的备份等。
这些准备工作能够为后续的编辑工作提供良好的基础。
2.2 剪辑和削减在音频编辑过程中，经常需要对音频进行剪辑和削减。
这可以通过音频编辑软件中的剪切、削减和删除功能来完成。
剪辑和削减的核心要点是保留音频的完整性和流畅性，并合理选择切割点和边缘过渡处理。
2.3 混音与和声处理混音和和声处理是音频编辑的重要环节。
通过调整不同音轨的音量平衡、声音的定位和声场效果等，实现声音合成和整体音频的均衡。
此外，对和声进行适当的处理和增强，能够提升音频的音质和空间感。
3. 数字音频效果处理技巧3.1 噪音去除噪音是影响音频质量的一个重要因素。
使用降噪插件或音频编辑软件中的去噪功能，可以有效地去除静态噪音、电磁干扰或其他环境噪音，改善音频的清晰度和纯净度。
3.2 录音增益和压限处理在音频录制过程中，往往会有动态范围较大的情况。
正确设置录音增益和压限，能够有效控制音频信号的幅度，避免录音过于轻柔或过于尖锐。
这两个处理步骤能够使音频的动态范围更加均衡，使听众能够更好地聆听每一个细节。
3.3 混响效果混响效果是在音频中模拟不同环境和空间特性，使听众感受到更加真实和立体的音频效果。
通过添加适当的混响效果，能够为音频赋予更多的音乐性和沉浸感，提高音频的质感。
3.4 声像定位与空间处理声像定位和空间处理是为了增强音频听感的技巧。
通过调整声音在立体声场的位置和角度，以及添加合适的空间效果，能够让听众感受到更真实的音频效果。
二、CoolEdit 效果―常用效果器说明：镶边：通过空间感效果的处理，可找到水下、科幻等感觉相位仪：可产生冲浪般的低音部、颤音、抖动、宇宙音等二、CoolEdit 任务20：效果―滤波器说明：可产生加重低音、突出高音的效果1、打开“妈妈的吻.wav”2、选择整个波形3、菜单效果―滤波器―参数滤波4、预制，选mackie mid(boost)，提高中音5、预览效果步骤：二、CoolEdit 任务21：将歌曲中的爆破声去除1、打开歌曲“15明月几时有.wav”2、选择整个波形3、菜单效果―噪音消除―咔嗒声/噗声消除4、预制，选medium amplitude audio 5、确定步骤：二、CoolEdit 任务22：将歌曲中的嘶嘶声去除1、打开歌曲“16小螺号.wav”2、选择整个波形3、菜单效果―噪音消除―嘶声消除4、选择“仅保持嘶声”预览噪声5、再选择“消除嘶声”，确定步骤：二、CoolEdit 任务23：将歌曲中的背景噪音去除1、打开歌曲15明月几时有.wav 2、选择波形中只有噪音的部分波形3、菜单效果―噪音消除―降噪器4、点击噪音采样―关闭（非确定）5、选择整个波形6、菜单效果―噪音消除―降噪器―确定步骤：二、CoolEdit 任务24：将歌曲个别没唱准的字作微调处理音调微调处理不仅能对整首歌进行大到八度，小到0.1个半音进行音高调整，而且能对一句话甚至一个音进行微调。
Semitones半音数BPM指每秒的节拍数二、CoolEdit 1、打开歌曲“敖包相会.wav”2、选择“雨”字的波形（6.9―7.94秒）3、菜单效果―变速/变调―变调器4、点击flat平直化按钮5、质量级别调节选“接近完美”6、在范围内输入1个半音7、用鼠标将图中直线的起点和终点上的白色方块拖到0.6semi处步骤：二、CoolEdit 1、打开歌曲“敖包相会.wav”2、选择所有波形3、菜单效果―变速/变调―变速器4、变速模式选“变调（保持速度）”5、处理精度选“普通”6、在变换中选“2#”即升高两个半音7、确定步骤：任务25：将歌曲升调，音乐长度不变二、CoolEdit 效果―其他：尝试二、CoolEdit 多轨（64轨）窗口界面说明：单轨/多轨切换操作：工具栏―切换为波形编辑界面右键―插入音频文件移动音频块二、CoolEdit 多轨总音量调节操作：右键音轨名操作：双击录音、独奏、静音二、CoolEdit 多轨环境基本操作右键：插入音频移动分割淡入淡出混缩另存为注意：音轨上右键盘；音频块上右键* 第六章数字音频制作处理技术学习内容第一节数字音频的录制第二节数字音频的处理学习目标1、掌握数字音频的录制方法2、掌握利用cooledit软件处理数字音频的方法第一节数字音频的录制1、声音播放的硬件条件电脑必须备有声卡机箱喇叭Line in Mic 2、数字音频的录制录制话筒声音；录制其它播放器播出的声音3、录制步骤1）打开任务栏小喇叭“音量控制”2）选项―属性―录音―选择录音通道3）“录音控制”勾选录音通道，调节录音音量4）播放音乐或用麦克风说话5）打开附件―录音机―录音6）保存第二节数字音频的处理一、利用录音机处理二、利用CoolEdit软件处理三、利用GoldWave 软件处理一、录音机格式转换删除插入文件与文件混音音量播放速度回音反转二、CoolEdit 简介及界面Syntrillium软件公司开发是功能强大的音乐编辑软件，能高质量地完成录音、编辑、合成等多种任务CoolEdit + 有声卡的电脑= 多轨数码录音机+ 音乐编辑机+ 专业合成器二、CoolEdit 文档区音轨区播放控制区二、CoolEdit 任务1：打开、保存1、菜单―文件2、打开或保存步骤：二、CoolEdit 任务2：设置录音通道，在波形单轨编辑窗口录音1、双击windows任务栏的小喇叭2、菜单选项―属性3、调节音量―录音4、按需选择录音通道选项5、在录音控制窗口中勾选录音通道6、按红色的录音按钮步骤：二、CoolEdit 任务3：将波形文件中的一部分直接保存为一个独立的文件1、鼠标左键拖动选择一段波形2、文件―保存选取区域步骤：二、CoolEdit 任务4：复制、粘贴、粘贴为新、混合粘贴1、选择2、编辑―复制3、编辑―粘贴步骤：二、CoolEdit 任务5：将CD音乐录制成波形文件1、设置录音通道2、边播放CD音乐3、Cool Edit的录音按钮步骤：二、CoolEdit 任务6：反相、倒置、静音反相invert：将波形的中心线上、下半部调换倒置reverse：将波形的开头与结尾反向1、选择兰花花.wav的1:20―1:30hms 2、菜单效果―选择倒置3、听效果步骤：二、CoolEdit 任务7：音量调整、淡入/淡出效果1、选择2、菜单效果―波形振幅3、渐变（音量调整/淡入/淡出）步骤：例：茉莉花.wav，制作淡入/淡出效果二、CoolEdit 任务8：相位移动调整1、选择2、菜单效果―波形振幅3、渐变（音量调整/淡入/淡出）4、选择预制方案pan L-R以及pan R-L 步骤：例：涉水.wav，制作前6秒相位左到右，后6秒右到左二、CoolEdit 任务9：将歌曲中的人声消除声道重混缩：将当前波形文件的两个通道进行混合输出新的两个通道。
实时数字音效处理第一章前言由于各种模拟的音频信号可以数字化，人们可以很方便的对这些数字音频信号进行处理，以得到自己所需要的音效。
各种新型数字声音音源相继出现（如MP3，Mini-Disk，DVD）。
所有这些都为数字音频系统创造了崭新的需求。
随着DSP的普遍应用和数字信号处理技术的发展，对声音信号进行实时处理成为可能，DSP的速度越来越快以及各种快速算法的应用，在上面可以进行各种复杂的数字音效实时处理，如均衡，混响。
可应用于各种数字音频播放器的音频后处理，为五彩缤纷的音乐添加更多的色彩。
第二章硬件系统1硬件系统框图图1 硬件系统框图2硬件系统实现为了灵活，方便快捷的开发本系统，整个系统全部在56F826EVM板上实现。
实时数字音效处理系统是一个典型的数字信号处理系统，外界模拟信号输入，经过模数变换转化成数字信号存储在数字系统中，经过快速DSP的实时处理后，送到数模变换器以模拟的形式输出，本系统的重点在于DSP对数字信号进行实时处理的算法和存储区的合理分配，因为56F826EVM板给我们提供了模拟输入输出接口，AD/DA变换器，外挂存储器，中断按键可以用来提供简单的控制功能，所以它为数字实时音效处理提供了一个比较完善，稳定的硬件系统。
1)Motorola DSP56F826 EVM开发板的介绍DSP56F826是Motorola 公司为了演示DSP56F826功能并且为用户提供一个硬件开发平台而做的一套开发系统，板上有DSP56F826，16位Stereo Codec，片外内存和可扩展端口。
56F826可以在80Mhz下工作，运算速度可以达到40MIPS，使音效的实时处理成为可能，外挂存取时间为10ns的静态存储器，配置成16K×16bit的程序存储区和16K×16bit的数据存储区，DSP在70Mhz下可以对外部存储器进行零等待存取。
而音效处理需要大量的滤波，卷积运算，需要延时，很多中间结果需要保存，必须有巨大的存储量，经过预测和实际设计的检验，56F826EVM提供了足够大的存储量。
数字语音实验吕佩壕 10024134一、实验要求1.编程实现一句话语音的短时能量曲线，并比较窗长、窗口形状（以直 角窗和和哈明窗为例）对短时平均能量的影响 ；2. 编程分析语音信号的短时谱特性，并比较窗长、窗口形状（以直角窗 和和哈明窗为例）对语音短时谱的影响 ；3. 运用低通滤波器、中心削波和自相关技术估计一段男性和女性语音信 号的基音周期，画出基音轨迹曲线，给出估计准确率。
二、实验原理及实验结果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1.1给出了这两种窗函数在窗长N=50时的时域波形。
图1.1 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：{1,00,()n Nw n ≤<=其他Hamming 窗的定义：一个N 点的hamming 窗函数定义为如下：0.540.46cos(2),010,()n n N N w n π-≤<-⎧⎨⎩其他=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0.20.40.60.811.21.41.61.82矩形窗samplew （n ）0.10.20.30.40.50.60.70.80.91hanming 窗samplew （n ）现（如图1.2）：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1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。
图1.2 矩形窗和Hamming 窗的频率响应2．短时能量由于语音信号的能量随时间变化，清音和浊音之间的能量差别相当显著。
因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况。
定义短时能量为：221[()()][()()]nn m m n N E x m w n m x m w n m ∞=-∞=-+=-=-∑∑，其中N 为窗长特殊地，当采用矩形窗时，可简化为：2()n m E xm ∞=-∞=∑图2.1和图2.2给出了不同矩形窗和hamming 窗长,对所录的语音“我是吕佩壕”的短时能量函数：（1）矩形窗（从上至下依次为“我是吕佩壕”波形图，窗长分别为32,64,128,256,512的矩形窗的短时能量函数）：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/d B00.10.20.30.40.50.60.70.80.91-100-50Hamming 窗频率响应归一化频率(f/fs)幅度/d B图2.1矩形窗（2）hamming窗（从上至下依次为“我是吕佩壕”波形图，窗长分别为32,64,128,256,512的hamming窗的短时能量函数）：图2.2 hamming窗我们发现：在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。
hamming窗的效果比矩形窗略好。
但是，窗的长短影响起决定性作用。
窗过大（N 很大），等效于很窄的低通滤波器，不能反映幅度En 的变化；窗过小（ N 很小），短时能量随时间急剧变化，不能得到平滑的能量函数。
在11.025kHz左右的采样频率下，N 选为100~200比较合适。
短时能量函数的应用:1）可用于区分清音段与浊音段。
En值大对应于浊音段，En值小对应于清音段。
2）可用于区分浊音变为清音或清音变为浊音的时间（根据En值的变化趋势）。
3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。
无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。
Matlab程序：figure(3);a=wavread('C:\audio.wav');subplot(6,1,1),plot(a);N=32;for i=2:6h=rectwin(2.^(i-2)*N);b=a.*a;En=conv2(h,b); % 求短时能量函数Ensubplot(6,1,i),plot(En);i=i+1;if(i==2) legend('N=32');elseif(i==3) legend('N=64');elseif(i==4) legend('N=128');elseif(i==5) legend('N=256');elseif(i==6) legend('N=512');endendfigure(4);a=wavread('C:\audio.wav');subplot(6,1,1),plot(a);N=32;for i=2:6h=hamming(2.^(i-2)*N); %形成一个汉明窗，长度为2.^(i-2)*N b=a.*a;En=conv2(h,b); % 求短时能量函数Ensubplot(6,1,i),plot(En);i=i+1;if(i==2) legend('N=32');elseif(i==3) legend('N=64');elseif(i==4) legend('N=128');elseif(i==5) legend('N=256');elseif(i==6) legend('N=512');endend3.短时谱由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为：其中w(n-m)是实窗口函数序列，n 表示某一语音信号帧。
令n-m=k'，则得到:于是可以得到：假定：则可以得到：同样，不同的窗口函数，将得到不同的傅立叶变换式的结果。
由上式可见，短时傅立叶变换有两个变量：n 和ω，所以它既是时序n 的离散函数，又是角频率ω的连续函数。
与离散傅立叶变换逼近傅立叶变换一样，如令ω=2πk/N ，则得离散的短时傅立叶变换如下：根据信号的时宽带宽积为一常数之一基本性质，可知W （e jw ）主瓣宽度和窗口宽度成反比，N 越大 W （e jw ）越窄。
尤其是N 值大于语音音素长度时W （e jw ）已不能反应语音音素的频谱了。
因此，应折衷选择窗的宽度N 。
另外，窗的形状也对短时谱有影响，如矩形窗，虽然频率分辨率很高，但由于第一旁瓣的衰减很小，所以不适合用于频谱成分很宽的语音分析中，而汉明窗在频率范围中分辨率较高，而且旁瓣衰减大，具有频谱泄露少的优点，所以在求短时频谱时一般采用汉明窗。
图3.1到图3.6分别是不同窗长的汉明窗下的短时谱仿真图：()()()jwjwmn m X e x m w n m e∞-=-∞=-∑(')'()(')(')jwjw n k n k X e w k x n k e∞--=-∞=-∑()()()jwjwnjwkn k X e ew k x n k e∞-=-∞=-∑()()()jwjwkn k X e w k x n k e∞=-∞=-∑()()jw jwn jw n n X e e X e -=2/2/()()()(),(01)j k N n n j km Nm X e X k x m w n m ek N ππ∞-=-∞==-≤≤-∑图3.1 窗长N=4000图3.1 窗长N=4100图3.1 窗长N=4500图3.1 窗长N=5000图3.1 窗长N=7000图3.1 窗长N=10000Matlab程序：短时谱figure(1)cleara=wavread('C:\audio.wav');subplot(2,1,1),plot(a);title('original signal');gridN=256;h=hamming(N);for m=1:Nb(m)=a(m)*h(m)endy=20*log(abs(fft(b)))subplot(2,1,2)plot(y);title(' 短时谱'); grid4.基于中心削波的基音检测 在基音检测的时候，为了改善基音检测器的性能我们都要进行与处理和后处理。
在进行与处理的时候，具体的做法就是进行谱的平整处理。
谱平整从语音信号中排除共振峰结构，使每个谐波有相同的幅度。
主要方法有线性方法和非线性方法两种，线性方法是使用线性预测误差滤波器，非线性方法是使用中心削波技术。
下图为常用的三种中心削波函数：（a ） y=clc (x )={x +CL,x ≤−CLx −CL,x ≥CL 0,−CL <x <CL（b ） y=clp (x )={0,|x |<CLx,|x|≥CL（c ） y=sgn (x )={−1,x ≤−CL1,x ≥CL 0,|x|<CL其中CL 为削波电平，由实际语音信号确定。
下图4.1为中心削波语音信号波形，图4.2为中心削波的自相关：图4.1中心削波语音信号波形图4.2中心削波的自相关由上图可知：削波电平为样点中最大值的30%；削波后的剩余信号只是位于原始基音周期上的几个脉冲；所得的自相关函数中引起混扰的外来峰相当少。
高的削波电平可以得到清楚的周期性指示；在整个语音段的持续时间内（如浊音语音的开始或终止处），信号幅度可能有相当大的变化，如果将中心削波电平置为语音段范围内最大幅度的高百分比（60~80%）上，就会有更多的波形幅度低于削波电平而丢失，使基音周期估计出现问题。
无削波的自相关函数会带来很多基音估计错误，特别是对短基音周期；中心削波自相关函数消除了基音估计中的大多数误估；使用基音轨迹平滑可进一步减少遗留的错误估计。
Matlab程序：a=wavread('C:\audio.wav'); %读取语音文件L=length(a) %测定语音长度m=max(a)for i=1:La(i)=a(i)/m(1); %数据归一化endm=max(a) %找到最大正值n=min(a) %找到最小负值ht=(m+n)/2; %保证幅度之余横坐标对称for i=1:L %数据中心下移，保持和横坐标轴对称a(i)=a(i)-ht(1);endfigure(1)subplot(2,1,1)plot(a)axis([0,170000,-1,1]);title('Before Center Clipping')xlabel('The Sample Point')ylabel('Amplitude')coeff=0.3; %中心削波函数系数取0.3th0=max(a)*coeff; %求中心削波函数门限for k=1:L %中心削波if a(k)>=th0a(k)=a(k)-th0(1);elseif a(k)<=th0a(k)=a(k)+th0(1);else a(k)=0;endendm=max(a);for i=1; %中心削波函数幅度归一化a(i)=a(i)/m(1);endsubplot(2,1,2)plot(a)axis([0,17000,-2,2]);title('After Center Clipping')xlabel('The Sample Point')ylabel('Amplitude') %没有经过中心削波的修正自相关b=wavread('C:\audio.wav');N=2048; %选择的窗长，加N=320的矩形窗A=[];for k=1:2048 %选择延时长度sum=0;for m=1:Nsum=sum+b(m+7500)*b(m+7500+k-1); %计算自相关endA(k)=sum;endfor k=1:2048B(k)=A(k)/A(1); %归一化A(k)endfigure(2)subplot(2,1,1)plot(B)axis([0,2200,-1,1]);title('Modified Autocorrelation Before Center Clipping') xlabel('Delay')ylabel('Amplitude')N=2048; %选择的窗长，加N=320的矩形窗A=[];for k=1:2048 %选择延时长度sum=0;for m=1:Nsum=sum+a(m+7500)*a(m+7500+k-1); %计算自相关endA(k)=sum;endfor k=1:2048C(k)=A(k)/A(1) %归一化A(k)endfigure(2)subplot(2,1,2)plot(C)axis([0,2200,-1,1.0]);title('Modified Autocorrelation After Center Clipping')xlabel('Delay')ylabel('Amplitude')三、心得体会在随着上课的进度做这样几个实验，确确实实让我对数字音频这门课程的学习有更深的理解，尤其是在做过仿真以后，能帮助我更深的理解平时上课的时候不能理解的内容，而且通过在试验中对于各个参数的不停修正，让我对一些公式的具体应用的理解更加深刻，并且在自己独立解决这些问题的时候，没有别人的帮助确实能够从各个方面锻炼自己的一些能力。
