预览加载中，请您耐心等待几秒...

基于MATLAB的语音信号时域特征分析.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束，喜欢就下载吧，查找使用更方便

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

基于MATLAB的语音信号时 域特征分析 指导老师：徐新老师 小组成员：2009301490097麦薰尹 2009301490079周颖颖 2009301490076曾雪妮 2009301490068杨林峰 一.实验要求 1以波形和短时频谱的形式表示一个语音片段 2用matlab产生一个声谱图，然后将它和matlab中的specgram.m文件进行比较以保证正 确性 3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，短时平均幅度，短时自相关函数等。 4*根据语音特征区分浊音和清音语音分割，应用端点检测并给出简要结果比较 二．实验结果与分析 1.用wavread()函数加载一段语音信号，对其进行加窗处理，由于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。实验结果如图（一）所示 originalsignal 1 0.5 0 -0.5 -1 012345678910 x104 短时谱 0 -50 -100 -150 050100150200250300 图（一）语音信号的波形和短时谱 利用a=(N1:N2)分别截取语音信号中的清音及浊音片段，得到其短时谱分别如下图（二） 和图（三）所示： originalsignal 0.2 0.1 0 -0.1 -0.2 05001000150020002500 短时谱 50 0 -50 -100 -150 050100150200250 图（二）清音的短时谱 originalsignal 1 0.5 0 -0.5 -1 05001000150020002500 短时谱 100 50 0 -50 -100 050100150200250 图（三）浊音的短时谱 2.用matlab得到语音信号的语谱图，语谱图的纵轴对应于频率，横轴对应于世界，而图 像的黑白度对应于信号的能量，浊音部分以出现条纹图形为特征，由该语谱图分析可知， 条纹图形在高频低频部分均有分布，则可知该语音信号的音调是此起披伏的，如图（四） 所示： 语谱图 10000 8000 ) Hz6000 率( 频 4000 2000 0 0.511.522.533.54 时间(s) 图（四）语音信号的语谱图 3.对语音信号的时域波形进行分析 (1).短时能量分析，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。 实验结果表明浊音段的能量En明显高于清音段，可通过设置一个能量门限值大致划分浊音 区间跟清音区间，此外，信噪比较高时，短时能量还可以用来区分有声与无声。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.以下是分别对该语音信号的短时 能量进行加矩形窗和汉明窗处理的图像 图（五）加矩形窗的不同窗长N时的短时能量函数 图（六）加汉明窗的不同窗长N时的短时能量函数 分析结果：由于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。 （2）.短时平均过零率。过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的 正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位 时间内样点值改变符号的次数具可以得到平均过零率。该语音信号的平均过零率如图（七） 所示 图（七）语音信号的短时能量及短时平均过零率 分析结果：清音的短时能量较低，过零率高，浊音的短时能量较高，过零率低。高频 率对应着高过零率，低频率对应着低过零率，那么过零率与语音的清浊音就存在着对应关系。. 清音的过零率为0.6左右，浊音的过零率为0.2左右，两但者分布之间有相互交叠的区域， 所以单纯依赖于平均过零率来准确判断清浊音是不可能的，在实际应用中往往是采用语音的 多个特征参数进行综合判决。 (3)短时自相关函数。自相关函数用于衡量信号自身时间波形的相似性。清音和浊音的发 声机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波 形之间相似性较好；清音的时间波形呈现出随机噪声的特性，样点间的相似性较差。因此， 我们用短时自相关函数来测