语音信号处理实验一采集和预处理
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）。
语音信号处理实验报告
语音信号处理实验报告——语音信号分析实验一．实验目的及原理语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理，并且语音合成的音质好坏和语音识别率的高低，都取决于对语音信号分析的准确性和精确性。
贯穿语音分析全过程的是“短时分析技术”。
因为从整体来看，语音信号的特性及表征其本质特征的参数均是随时间变化的，所以它是一个非平稳态过程，但是在一个短时间范围内（一般认为在10~30ms的时间内），其特性基本保持不变，即相对稳定，可将其看做一个准稳态过程，即语音信号具有短时平稳性。
所以要将语音信号分帧来分析其特征参数，帧长一般取为10ms~30ms。
二．实验过程1.2. 仿真结果（1） 时域分析男声及女声（蓝色为时域信号，红色为每一帧的能量，绿色为每一帧的过零率）x 104-0.6-0.4-0.200.20.40.60.81x 105-0.4-0.200.20.40.60.811.2某一帧的自相关函数-1-0.8-0.6-0.4-0.200.20.40.60.813. 频域分析①一帧信号的倒谱分析和FFT 及LPC 分析对应的倒谱系数：119.2，-7.6895，……对应的LPC 预测系数：1，-0.1，-0.02，-0.4，-0.27，……②男声和女声的倒谱分析③浊音和清音的倒谱分析原语音波形一帧语音波形一帧语音的倒谱④浊音和清音的FFT分析和LPC分析（红色为FFT图像，绿色为LPC图像）三．实验结果分析1.时域分析实验中采用的是汉明窗，窗的长度对能否由短时能量反应语音信号的变化起着决定性影响。
这里窗长合适，En能够反应语音信号幅度变化。
同时，从图像可以看出，En可以作为区分浊音和清音的特征参数。
短时过零率表示一帧语音中语音信号波形穿过横轴（零电平）的次数。
从图中可以看出，短时能量和过零率可以近似为互补的情况，短时能量大的地方过零率小，短时能量小的地方过零率较大。
语音信号采集和处理方法的分析
其中加 速或者减 速完 定要重 视采样间隔的设定 以及相关语音信号的混淆， 也就是 快或 者减慢 语音的速度以及 声音反转等，
说， 对语音 信号的采集 首先 就要 明确采样 间隔。 通常 情况下，
采样 的频率越高 ， 采样 的点数 就会 越加密集 ， 所得 到的离散信 用录 音机程 序采集 与处理语 音信号 的优 点就是不需要进 行相
设计分析 ・
语音信号采集和处理方法 的分析
韩大伟 熊 欣（ 河南工 程学院， 河南 郑州 ４ ５ １ １ ９ １ ）
摘 要： 语音是人类传递信息的一种最主要、 最有效、 最方便的交流形式。 语言是人类特有的交流方式， 而声音又是人类比较常用的交流工 具， 是传递信息的主要手段 ， 所以， 语音信号是人们感情交流以及思想沟通的主要途径 。 目 前， 人们已经进入到了 信息时代， 利用一些现代
其缺点就是一次录制语音 的时间不 的存储 空问； 如果限定了数 据量， 而采样 的时间又太少， 就会 致 压缩方式 以及采样频率等。 分 钟， 除此之外， 对采集 的语音信号处理一定要进行 使一些 数据被 排斥在外 。 采样 的频率太低 ， 采样点的间隔距 离 可 以多于１
在 时间上的离散 过程， 采样的时候一定要满足奈奎 斯特定理，
才可 以对语 音信号进 行有效的采样。 在语音信号采样 的时候，
一
采样频率等方 面的设 置， 同时也可 以根 据实际需要对 语音信号
进行 简单 的处理 ， 比如 ： 加大或者减小音量、 添加回音效果、 加 全可以实现变音的效果， 反转可以实现声音文件加密 的目的。 利
先进 的技 术方 法分析 语 音信号， 加 强对 语 音信号采 集与处理 的研 究 ， 使人们 可以更加 方便 的传 输、 获取 、 存 储 以及使 用相 关的语 音信 号， 对 于加快 社会 的发 展 与进 步有着非常重要 的现 实意义 。
语音信号采集和分析报告
语音信号的采集与分析一、背景介绍1、语音信号处理的相关内容通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音内容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。
语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话内容,进行语音增强等.语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系.语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值.2、工作流程：相关的信号与系统知识：傅里叶变换在信号处理中具有十分重要的作用,它通常能使信号的某些特性变得很明显,而在原始信号中这些特性可能含糊不清或至少不明显.在语音信号处理中,傅里叶表示在传统上一直起主要作用.其原因一方面在于稳态语音的生成模型由线性系统组成,此系统被一随时间作周期变化或随机变化的源所激励.因而系统输出频谱反映了激励与声道频率响应特性.另一方面,语音信号的频谱具有非常明显的语音声学意义,可以获得某些重要的语音特征(如共振峰频率和带宽等).根据语音信号的产生模型,可以将其用一个线性非时变系统的输出表示,即看作是声门激励信号和声道冲激响应的卷积.在语音信号数字处理所涉及的各个领域中,根据语音信号求解声门激励和声道响应具有非常重要的意义.例如,为了求得语音信号的共振蜂就要知道声道传递函数(共振峰就是声道传递函数的各对复共轭极点的频率).又如,为了判断语音信号是清音还是浊音以及求得浊音情况下的基音频率,就应知道声门激励序列.在实现各种语音编码,合成,识别以及说话人识别时无不需要由语音信号来求得声门激励序列和声道冲激响应. 3、相关MATLAB知识：MATLAB 语言是一种数据分析和处理功能十分强大的计算机应用软件 ,它可以将声音文件变换为离散的数据文件 , 然后利用其强大的矩阵运算能力处理数据,如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等, 信号处理是MATLAB 重要应用的领域之一。
实验一 语音信号的采集及预处理(变换矩形窗函数为boxcar)(2)
语音信号的采集及预处理1.语音信号的录音、读入、放音等[x,fs,nbit]=wavread('D:\2.wav'); %fs=10000,nbit=16y=soundview('D:\2.wav')2.语音信号的分帧程序：[x,fs,nbit]=wavread('D:\2.wav');len=256;inc=128;y=enframe(x,len,inc);figure;subplot(2,1,1),plot(x)subplot(2,1,2),plot(y)3.语音信号加窗：程序：N=256;w = window('rectangle',N);w1 = window('hamming',N);w2 = window('hanning',N);wvtool(w,w1,w2)4.预加重程序：[x,fs,nbit]=wavread('D:\2.wav');len=256;inc=128;y=enframe(x,len,inc);z=filter([1-0.9375],1,y)figure(2)subplot(2,1,1),plot(y)subplot(2,1,2),plot(z)语音信号的时域分析1.语音信号的录音、读入、放音等：利用函数wavread对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（2.wav）。
[Y,FS,NBITS]= wavread('D:\2.wav')X= wavread('D:\2.wav')plot(X)2.短时能量分析：(1)首先对语音信号预加重；(2)对预加重后的语音信号进行分帧，帧长取N=256各样值点，帧移取128个样值点；(3)求短时能量。
org=wavread('D:\2.wav')wgt=filter([1 -0.9375],1,org)w1=enframe(wgt,256,128)amp=sum(abs(w1),2)plot(amp)3.短时过零率分析：求语音信号的短时过零率。
数字语音信号处理实验(学生).
数字语音信号处理实验指导书北方学院信息科学与工程学院电子教研室2014年1月前言语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
同时，语言也是人与机器之间进行通信的重要工具，它是一种理想的人机通信方式，因而可为信息处理系统建立良好的人机交互环境，进一步推动计算机和其他智能机器的应用，提高社会的信息化程度。
语音信号处理是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。
虽然从事这一领域研究的人员主要来自信号与信息处理及计算机应用等学科，但是它与语音学、语言学、声学、认知科学、生理学、心理学等许多学科也有非常密切的联系。
20世纪60年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、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。
随着信息科学技术的飞速发展，语音信号处理取得了重大的进展：进入70年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术（LPC），并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本之间时间匹配的动态规划方法；80年代初一种新的基于聚类分析的高效数据压缩技术—矢量量化（VQ）应用于语音信号处理中；而用隐马尔可夫模型（HMM）描述语音信号过程的产生是80年代语音信号处理技术的重大发展，目前HMM已构成了现代语音识别研究的重要基石。
近年来人工神经网络(ANN)的研究取得了迅速发展，语音信号处理的各项课题是促进其发展的重要动力之一，同时，它的许多成果也体现在有关语音信号处理的各项技术之中。
为了深入理解语音信号数字处理的基础理论、算法原理、研究方法和难点，根据数字语音信号处理教学大纲，结合课程建设的需求，我们编写了本实验参考书。
本参考书针对教学大纲规定的八个研究设计型实验，每个实验给出了参考程序，目的是起一个抛砖引玉的作用，学生在学习过程中，可以针对某一个实验进行延伸的创新学习，比如说，语音端点的检测、语音共振峰提取、基于HMM或DTW的有限词汇或大词汇的特定人、非特定人的语音识别、识别率的提高（如何提高有噪环境下的识别率）、以及编码问题等，同时在学习中还可深入思考如何将有关的方法在嵌入式系统或DSP下的实现问题等。
语音信号处理试验教程
语音信号处理试验实验一：语音信号时域分析实验目的：(1)录制两段语音信号，内容是“语音信号处理”，分男女声。
(2)对语音信号进行采样，观察采样后语音信号的时域波形。
实验步骤：1、使用window自带录音工具录制声音片段使用windows自带录音机录制语音文件，进行数字信号的采集。
启动录音机。
录制一段录音，录音停止后，文件存储器的后缀默认为.Wav。
将录制好文件保存，记录保存路径。
男生女生各录一段保存为test1.wav和test2.wav。
图1基于PC机语音信号采集过程。
2、读取语音信号在MATLAB软件平台下，利用wavread函数对语音信号进行采样，记住采样频率和采样点数。
通过使用wavread函数，理解采样、采样频率、采样位数等概念！Wavread函数调用格式：y=wavread（file），读取file所规定的wav文件，返回采样值放在向量y中。
[y，fs，nbits]=wavread（file），采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。
y=wavread（file，N），读取前N点的采样值放在向量y中。
y=wavread（file，[N1，N2]）,读取从N1到N2点的采样值放在向量y中。
3、编程获取语音信号的抽样频率和采样位数。
语音信号为test1.wav和test2.wav，内容为“语音信号处理”，两端语音保存到工作空间work文件夹下。
在M文件中分别输入以下程序，可以分两次输入便于观察。
[y1,fs1,nbits1]=wavread('test1.wav')[y2,fs2,nbits2]=wavread('test2.wav')结果如下图所示根据结果可知：两端语音信号的采样频率为44100HZ，采样位数为16。
4、语音信号的时域分析语音信号的时域分析就是分析和提取语音信号的时域参数。
进行语音分析时，最先接触到并且夜市最直观的是它的时域波形。
语音信号处理实验指导书
语音信号处理实验指导书实验一 语音信号采集与简单处理一、 实验目的、要求 （1）掌握语音信号采集的方法（2）掌握一种语音信号基音周期提取方法 （3）掌握短时过零率计算方法 （4）了解Matlab 的编程方法 二、 实验原理 基本概念： （a ）短时过零率：短时内，信号跨越横轴的情况，对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。
对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。
其中sgn[.]为符号函数⎪⎩⎪⎨⎧<=>=0 x(n)-1sgn(x(n))0 x(n)1sgn(x(n))短时平均过零的作用 1.区分清/浊音：浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。
2.从背景噪声中找出是否有语音，以及语音的起点。
（b ）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。
∑--=-=1)]1(sgn[)](sgn[21N m n n n m x m x Z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。
语音信号处理实验报告
语⾳信号处理实验报告语⾳信号处理实验报告⼀、原理 1．端点检测语⾳信号⼀般可分为⽆声段、清⾳段和浊⾳段。
⽆声段是背景噪声段, 平均能量最低，波形变化缓慢，过零率最低; 浊⾳段为声带振动发出对应的语⾳信号段, 平均能量最⾼; 清⾳段是空⽓在⼝腔中的摩擦、冲击或爆破⽽发出的语⾳信号段, 平均能量居于前两者之间，波形上幅度变化剧烈, 过零率最⼤。
端点检测就是⾸先判断有声还是⽆声, 如果有声,则还要判断是清⾳还是浊⾳。
为正确地实现端点检测, ⼀般综合利⽤短时能量和过零率两个特征,采⽤/双门限检测法。
①语⾳信号x(n)进⾏分帧处理，每⼀帧记为Si （n ），n=1，2，…，N ，n 为离散语⾳信号时间序列，N 为帧长，i 表⽰帧数。
②短时能量：③过零率：2.基⾳检测能量有限的语⾳信号}{()s n 的短时⾃相关函数定义为： 10()[()()][()()]N n m R s n m w m s n m w m ττττ--==++++∑ 其中，τ为移位距离，()w m 是偶对称的窗函数。
短时⾃相关函数有以下重要性质：①如果}{()s n 是周期信号，周期是P ，则()R τ也是周期信号，且周期相同，即()()R R P ττ=+。
②当τ=0时，⾃相关函数具有最⼤值；当0,,2,3P P P τ=+++…处周期信号的⾃相关函数达到极⼤值。
③⾃相关函数是偶函数，即()()R R ττ=-。
短时⾃相关函数法基⾳检测的主要原理是利⽤短时⾃相关函数的第⼆条性质，通过⽐较原始信号和它移位后的信号之间的类似性来确定基⾳周期，如果移位距离等于基⾳周期，那么，两个信号具有最⼤类似性。
在实际采⽤短时⾃相关函数法进⾏基⾳检测时，使⽤⼀个窗函数，窗不动，语⾳信号移动，这是经典的短时⾃相关函数法。
3.⾃相关法解线性预测⽅程组⾃相关⽅法a.Levinson-durbin 递推算法()21N i n Ei s n ==∑()()1sgn sgn 1N i i n Zi s n s n ==--∑pj a a k k R E E k Ep j i p i i n p i i i j ...,3,2,1,1||,)1()0(,)1()(12)()1(2)(==≤-=-=∧=-∏ ki 称为反射系数，也称PARCOR 系数b.E(p)是预测残差能量在起始端，为了预测x(0),需要⽤到x(-1),x(-2),……,x(-p).但是这些值均为0，这样预测会带来误差。
语音信号处理的基本步骤
语音信号处理的基本步骤语音信号处理的基本步骤包括以下五步：1.预处理：这一步主要包括滤波、放大和增益控制、反混叠滤波等，目的是消除工频信号的干扰，提升高频部分，并进行适当的放大和增益控制。
2.数字化：将模拟信号转换为数字信号，便于计算机处理。
3.特征提取：对数字化的信号进行分析，提取出反映语音信息的特征参数。
4.语音识别或语音编码：根据不同的处理目的，选择相应的处理方法。
语音识别主要分为识别和训练阶段；语音编码则是将语音进行压缩编码和解压。
5.信息提取和使用：这是由听者或机器自动完成的一步，从处理后的信号中提取出有用的信息。
这些步骤的正确性和重要性各不相同，需要根据实际应用的需求来选择合适的步骤和算法。
在实际应用中，还需要注意以下几个方面：1.实时性：语音信号处理需要在有限的时间内完成，以满足实时通信和语音识别的需求。
因此，需要选择高效的算法和实现优化的软件。
2.稳定性：语音信号处理的结果需要具有稳定性，即对于相同的输入，处理结果应该相同。
这需要选择稳定的算法和参数，并注意避免随机噪声和其他干扰的影响。
3.泛化性：对于语音识别等任务，处理后的结果需要具有一定的泛化性，即对于不同的说话人和不同的语音环境，处理结果应该具有较好的一致性和准确性。
这需要选择泛化性较强的算法和模型，并注意收集和处理大量的语音数据。
4.鲁棒性：语音信号处理系统需要具有一定的鲁棒性，即对于不同的语音信号和不同的环境噪声，系统应该能够适应并保持良好的性能。
这需要选择鲁棒性较强的算法和模型，并注意进行充分的测试和评估。
总之，语音信号处理的基本步骤需要根据实际应用的需求来选择合适的步骤和算法，同时需要注意实时性、稳定性、泛化性和鲁棒性等方面的问题。
语音信号处理实验报告要求
语音信号处理实验报告要求第一篇：语音信号处理实验报告要求实验一：1.简述本次试验的目的，关于基音周期的理论；2.使用相关法的同学，给出程序的同时要说明所使用语音段的长度（短时平稳性），解释怎样在matlab中实现三电平削波（for...end 循环和if elseif else end判决的使用）。
给出清浊音两组截取后的语音信号波形图、三电平削波后的信号图、自相关计算后的信号图。
然后根据自相关信号图上最大峰值和次峰值之间的间隔点数，计算出基音周期和基音频率；3.使用倒谱法的同学，要解释分帧后加窗的方法，给出清浊音其中各一帧的语音信号波形图，和计算后的倒谱图。
并根据倒谱图上对应基音周期处的峰值的位置，给出基音周期。
4.使用简化逆滤波的同学，要说明切比雪夫2型低通滤波器的使用方法（cheby2、freqz两个函数的使用方法、参数意义），给出低通滤波后的信号波形图、5倍抽取后的波形图、自相关计算后信号波形图、5倍插值后的信号波形图，根据浊音内插后的信号图上最大峰值和次峰值之间的间隔点数计算基音周期；5.比较所选用的两种方法的结果。
实验二：1.给出倒谱法的程序，解释汉明窗宽度的选取要求（书上有简单解释），解释怎样实现倒谱窗的matlab编程方法和倒谱窗宽度的选取（男女生有一定的差别），给出加窗后的信号波形图、对数谱图、倒谱图、加窗后的信号频谱图，给出三个共振峰的估值。
2.给出LPC谱估计程序，不同LPC阶数时的LPC谱图，在n＝？时，学生自己估计的前三个共振峰的值。
实验三：给出录音的内容，判断结果。
解释端点检测的原理、MFCC系数的说明和DTW算法的简单原理（参考书上都有比较详细的解释）。
识别的结果的表格和识别的结果正确率（正确的数目，错误的数目，正确率）。
考虑一下识别错误的原因（录音的效果？端点检测算法的可靠性？DTW算法的可靠性？等）第二篇：DSP语音信号处理摘要语音信号处理是研究数字信号处理技术和语音信号进行处理的一门学科，是一门新型的学科，是在多门学科基础上发展起来的综合性技术，它涉及到数字信号处理、模式识别、语言学。
语音信号处理 实验报告
实验一、语音信号采集与分析一、实验目的：1）了解语音信号处理基本知识：语音信号的生成的数学模型。
2）在理论学习的基础上，进一步地理解和掌握语音信号的读入、回放、波形显示。
语音信号时域和频域分析方法。
二、实验原理一定时宽的语音信号，其能量的大小随时间有明显的变化。
其中清音段（以清音为主要成份的语音段），其能量比浊音段小得多。
短时过零数也可用于语音信号分析中，发浊音时，其语音能量约集中于3kHz以下，而发清音时，多数能量出现在较高频率上，可认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数，因而，对一短时语音段计算其短时平均能量及短时平均过零数，就可以较好地区分其中的清音段和浊音段，从而可判别句中清、浊音转变时刻，声母韵母的分界以及无声与有声的分界。
这在语音识别中有重要意义。
FFT在数字通信、语音信号处理、图像处理、匹配滤波以及功率谱估计、仿真、系统分析等各个领域都得到了广泛的应用。
本实验通过分析加噪的语音信号频谱，可以作为分离信号和噪声的理论基础。
三、实验内容：Matlab编程实验步骤：1．新建M文件，扩展名为“.m”，编写程序；2．选择File/Save命令，将文件保存在F盘中；3．在Command Window窗中输入文件名，运行程序；程序一、用MATLAB对原始语音信号进行时域分析，分析短时平均能量及短时平均过零数。
程序二、用MATLAB对原始语音信号进行频域分析，画出它的时域波形和频谱给原始的语音信号加上一个高频余弦噪声，频率为5kHz。
画出加噪后的语音信号时域和频谱图。
程序1.a=wavread(' D:\II.wav'); %读取语音信号的数据，赋给变量x1，这里的文件的全路径和文件名由个人设计n=length(a);N=320;subplot(3,1,1),plot(a);h=linspace(1,1,N);%形成一个矩形窗，长度为NEn=conv(h,a.*a);%求卷积得其短时能量函数Ensubplot(3,1,2),plot(En);for i=1:n-1if a(i)>=0b(i)= 1;elseb(i) = -1;endif a(i+1)>=0b(i+1)=1;elseb(i+1)=-1;endw(i)=abs(b(i+1)-b(i));end%求出每相邻两点符号的差值的绝对值k=1;j=0;while (k+N-1)<nZm(k)=0;for i=0:N-1;Zm(k)=Zm(k)+w(k+i);endj=j+1;k=k+160; %每次移动半个窗endfor w=1:jQ(w)=Zm(160*(w-1)+1)/640;%短时平均过零率endsubplot(3,1,3),plot(Q);实验结果打印粘贴到右侧：程序2:fs=22050; %语音信号采样频率为22050x1=wavread('D:\II.wav'); %读取语音信号的数据，赋给变量x1sound(x1,22050); %播放语音信号f=fs*(0:511)/1024;t=0:1/22050:(size(x1)-1)/22050; %将所加噪声信号的点数调整到与原始信号相同Au=0.03;d=[Au*cos(2*pi*5000*t)]'; %噪声为5kHz的余弦信号x2=x1+d;sound(x2,22050); %播放加噪声后的语音信号y2=fft(x2,1024); %对信号做1024点FFT变换figure(1)subplot(2,1,1);plot(x1) %做原始语音信号的时域图形title('原始语音信号');xlabel('time n');ylabel('幅值 n');subplot(2,1,2);plot(t,x2)title('加噪后的信号');xlabel('time n');ylabel('幅值 n');figure(2)subplot(2,1,1);plot(f,abs(x1(1:512)));title('原始语音信号频谱');xlabel('Hz');ylabel('幅值');subplot(2,1,2);plot(f,abs(y2(1:512)));title('加噪后的信号频谱');xlabel('Hz'); ylabel('幅值');实验结果打印粘贴到右侧：050010001500200025003000350040004500原始语音信号time n幅值 n加噪后的信号time n幅值 n020004000600080001000012000原始语音信号频谱Hz幅值加噪后的信号频谱Hz幅值四、实验分析加入噪声后音频文件可辨性下降，波形的平缓，频谱图上看，能量大部分集中在2000HZz到4000Hz之间。
语音信号处理实验一采集和预处理
实验一 语音信号的采集及预处理一、实验目的在理论学习的基础上，进一步地理解和掌握语音信号预处理及短时加窗的意义及基于matlab 的实现方法。
二、实验原理1. 语音信号的录音、读入、放音等：练习matlab 中几个音频处理函数，利用函数wavread 对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（2.wav ）。
利用wavplay 或soundview 放音。
也可以利用wavrecord 自己录制一段语音，并进行以上操作(需要话筒)。
2. 语音信号的分帧：对语音信号进行分帧，可以利用voicebox 工具箱中的函数enframe 。
voicebox 工具箱是基于GNU 协议的自由软件，其中包含了很多语音信号相关的函数。
3． 语音信号的加窗：本步要求利用window 函数设计窗口长度为256(N=256)的矩形窗(rectwin)、汉明窗(hamming)及汉宁窗(hann))，利用wvtool 函数观察其时域波形图及频谱特性，比较得出结论。
观察整个信号加矩形窗及汉明窗后的波形，利用subplot 与reshape 函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
取出其中一帧，利用subplot 与reshape 函数将一帧语音的波形、加矩形窗波形及加汉明窗波形画在一张图上比较将得出结论。
4. 预加重：即语音信号通过一个一阶高通滤波器19375.01--z 。
三、实验步骤、实验程序、图形及结论1.语音信号的录音、读入、放音等程序：[x,fs,nbit]=wavread('D:\2.wav'); %fs=10000,nbit=16y=soundview('D:\2.wav')2.语音信号的分帧程序：[x,fs,nbit]=wavread('D:\2.wav');len=256;inc=128;y=enframe(x,len,inc);figure;subplot(2,1,1),plot(x)subplot(2,1,2),plot(y)3.语音信号加窗：程序：N=120;w = window('rectangle',N);w1 = window('hamming',N);w2 = window('hanning',N); wvtool(w,w1,w2)4.预加重程序：[x,fs,nbit]=wavread('D:\2.wav'); len=256;inc=128;y=enframe(x,len,inc);z=filter([1-0.9375],1,y)figure(2)subplot(2,1,1),plot(y)subplot(2,1,2),plot(z)四、思考题1.语音信号包括哪些预处理，作用分别是什么？2.不同窗口的优缺点，窗口长度如何选取？答：1. 预处理通常包括:放大与自动增益控制、反混叠滤波、模数变换等内容。
语音信处理实验报告
语音信号处理实验报告——语音信号分析实验一．实验目的及原理语音信号分析是语音信号处理的前提和基础,只有分析出可表示语音信号本质特征的参数,才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理,并且语音合成的音质好坏和语音识别率的高低,都取决于对语音信号分析的准确性和精确性.贯穿语音分析全过程的是“短时分析技术”.因为从整体来看,语音信号的特性及表征其本质特征的参数均是随时间变化的,所以它是一个非平稳态过程,但是在一个短时间范围内一般认为在0~30ms的时间内,其特性基本保持不变,即相对稳定,可将其看做一个准稳态过程,即语音信号具有短时平稳性.所以要将语音信号分帧来分析其特征参数,帧长一般取为0ms~30ms.二．实验过程2.仿真结果（1） 时域分析男声及女声蓝色为时域信号,红色为每一帧的能量,绿色为每一帧的过零率 某一帧的自相关函数3. 频域分析一帧信号的倒谱分析和FFT 及LPC 分析050100150200250300-1-0.500.510510152025303540-50050100150050100150200250300-1-0.500.5100.51 1.52 2.53 3.5-40-2002040②男声和女声的倒谱分析③浊音和清音的倒谱分析④浊音和清音的FFT 分析和LPC 分析红色为FFT 图像,绿色为LPC 图像三． 实验结果分析 1. 时域分析实验中采用的是汉明窗,窗的长度对能否由短时能量反应语音信号的变对应的倒谱系数：,,……对应的LPC 预测系数：,,,,,……原语音一帧语音波形一帧语音的倒化起着决定性影响.这里窗长合适,En能够反应语音信号幅度变化.同时,从图像可以看出,En可以作为区分浊音和清音的特征参数.短时过零率表示一帧语音中语音信号波形穿过横轴零电平的次数.从图中可以看出,短时能量和过零率可以近似为互补的情况,短时能量大的地方过零率小,短时能量小的地方过零率较大.从浊音和清音的时域分析可以看出,清音过零率高,浊音过零率低.从男声女声的时域信号对比图中可以看出,女音信号在高频率分布得更多,女声信号在高频段的能量分布更多,并且女声有较高的过零率,这是因为语音信号中的高频段有较高的过零率.2.频域分析这里对信号进行快速傅里叶变换FFT,可以发现,当窗口函数不同,傅里叶变换的结果也不相同.根据信号的时宽带宽之积为一常数这一性质,可以知道窗口宽度与主瓣宽度成反比,N越大,主瓣越窄.汉明窗在频谱范围中的分辨率较高,而且旁瓣的衰减大,具有频谱泄露少的有点,所以在实验中采用的是具有较小上下冲的汉明窗.为了使频域信号的频率分辨率较高,所取的DFT及相应的FFT点数应该足够多,但时域信号的长度受到采样率和和短时性的限制,这里可以采用补零的办法,对补零后的序列进行FFT变换.从实验仿真图可以看出浊音的频率分布比清音高.3.倒谱分析通过实验可以发现,倒谱的基音检测与语音加窗的选择也是有关系的.如果窗函数选择矩形窗,在许多情况下倒谱中的基音峰将变得不清晰,窗函数选择汉明窗较为合理,可以发现,加汉明窗的倒谱基音峰较为突出.在典型的浊音清音倒谱对比中,理论上浊音倒谱基音峰应比较突出,而清音不出现这种尖峰,只是在倒谱的低时域部分包含声道冲激响应的信息.实验仿真的图形不是很理想.4.线性预测分析从实验中可以发现,LPC谱估计具有一个特点,在信号能量较大的区域即接近谱的峰值处,LPC谱和信号谱很接近；而在信号能量较低的区域即接近谱的谷底处,则相差比较大.在浊音清音对比中,可以发现,对呈现谐波特征的浊音语音谱来说这个特点很明显,就是在谐波成分处LPC谱匹配信号谱的效果要远比谐波之间好得多.在实验中,当P值增加到一定程度,预测平方误差的改善就不很明显了,而且会增加计算量,一般取为8~4,这里P取为0.5.基音周期估计自互相关函数法②短时平均幅度差法③倒谱分析法共偏移92+32=24个偏移点6000/24=可以发现,上面三种方法计算得到的基音周期基本相同.。
语音信号处理实验报告
语音信号处理实验报告 The Standardization Office was revised on the afternoon of December 13, 2020语音信号处理实验报告——语音信号分析实验一．实验目的及原理语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理，并且语音合成的音质好坏和语音识别率的高低，都取决于对语音信号分析的准确性和精确性。
贯穿语音分析全过程的是“短时分析技术”。
因为从整体来看，语音信号的特性及表征其本质特征的参数均是随时间变化的，所以它是一个非平稳态过程，但是在一个短时间范围内（一般认为在10~30ms的时间内），其特性基本保持不变，即相对稳定，可将其看做一个准稳态过程，即语音信号具有短时平稳性。
所以要将语音信号分帧来分析其特征参数，帧长一般取为10ms~30ms。
二．实验过程男声及女声（蓝色为时域信号，红色为每一帧的能量，绿色为每一帧的过零率）某一帧的自相关函数3.频域分析①一帧信号的倒谱分析和FFT及LPC分析②男声和女声的倒谱分析对应的倒谱系数：，，……对应的LPC预测系数：1，，，，，……原语音波形一帧语音波形一帧语音的倒谱③浊音和清音的倒谱分析④浊音和清音的FFT分析和LPC分析（红色为FFT图像，绿色为LPC图像）三．实验结果分析1.时域分析实验中采用的是汉明窗，窗的长度对能否由短时能量反应语音信号的变化起着决定性影响。
这里窗长合适，En能够反应语音信号幅度变化。
同时，从图像可以看出，En可以作为区分浊音和清音的特征参数。
短时过零率表示一帧语音中语音信号波形穿过横轴（零电平）的次数。
从图中可以看出，短时能量和过零率可以近似为互补的情况，短时能量大的地方过零率小，短时能量小的地方过零率较大。
从浊音和清音的时域分析可以看出，清音过零率高，浊音过零率低。
从男声女声的时域信号对比图中可以看出，女音信号在高频率分布得更多，女声信号在高频段的能量分布更多，并且女声有较高的过零率，这是因为语音信号中的高频段有较高的过零率。
实验一声音信号的获取与处理
实验一声音信号的获取与处理 (1)1.1 实验目的和要求 (1)1.2 预备知识 (1)1.3 实验内容与步骤 (2)1.4 思考题 (9)实验一声音信号的获取与处理声音媒体是较早引入计算机系统的多媒体信息之一，从早期的利用PC机内置喇叭发声，发展到利用声卡在网上实现可视电话，声音一直是多媒体计算机中重要的媒体信息。
在软件或多媒体作品中使用数字化声音是多媒体应用最基本、最常用的手段。
通常所讲的数字化声音是数字化语音、声响和音乐的总称。
在多媒体作品中可以通过声音直接表达信息、制造某种效果和气氛、演奏音乐等。
逼真的数字声音和悦耳的音乐，拉近了计算机与人的距离，使计算机不仅能播放声音，而且能“听懂”人的声音是实现人机自然交流的重要方面之一。
采集(录音)、编辑、播放声音文件是声卡的基本功能,利用声卡及控制软件可实现对多种音源的采集工作。
在本实验中，我们将利用声卡及几种声音处理软件，实现对声音信号的采集、编辑和处理。
实验所需软件：Windows录音机（Windows内含）Creative WaveStudio (Creative Sound Blaster系列声卡自带)Cool Edit进行实验的基本配置：●Intel Pentium 120 CPU或同级100%的兼容处理器●大于16MB的内存●8位以上的DirectX兼容声卡1.1 实验目的和要求本实验通过麦克风录制一段语音信号作为解说词并保存，通过线性输入录制一段音乐信号作为背景音乐并保存。
为录制的解说词配背景音乐并作相应处理，制作出一段完整的带背景音乐的解说词。
1.2 预备知识1．数字音频和模拟音频模拟音频和数字音频在声音的录制和播放方面有很大不同。
模拟声音的录制是将代表声音波形的电信号转换到适当的媒体上，如磁带或唱片。
播放时将纪录在媒体上的信号还原为波形。
模拟音频技术应用广泛，使用方便。
但模拟的声音信号在多次重复转录后，会使模拟信号衰弱，造成失真。
语音信号的采集与处理
语音信号的采集与处理一、设计目的：1、通过本课程设计的学习，学生将复习所学的专业知识，使课堂学习的理论知识应用于实践，通过本课程设计的实践使学生具有一定的实践操作能力；2、掌握Matlab使用方法，能熟练运用该软件设计并完成相应的信息处理；3、通过信息处理实践的课程设计，掌握设计信息处理系统的思维方法和基本开发过程。
二、设计内容和要求：1、PCI总线A/D卡1.1 PCI总线A/D卡的基本结构外围设备互连（PCI）总线是一种高性能局部总线，是为了满足外设间以及外设与主机间高速数据传输而提出来的。
在数字图形、图像和语音处理，以及高速实时数据采集与处理等对数据传输率要求较高的应用中，采用PCI总线来进行数据传输，可以解决原有的标准总线数据传输率低带来的瓶颈问题。
从1992年创立规范到如今，PCI总线已成为了计算机的一种标准总线。
PCI总线取代了早先的ISA总线。
当然与在PCI总线后面出现专门用于显卡的AGP总线，与现在PCIExpress总线，但是PCI能从1992用到现在，说明他有许多优点，比如即插即用(Plug and Play)、中断共享等。
不同于ISA总线，PCI总线的地址总线与数据总线是分时复用的。
这样做的好处是，一方面可以节省接插件的管脚数，另一方面便于实现突发数据传输。
在做数据传输时，由一个PCI设备做发起者(主控，Initiator或Master)，而另一个PCI设备做目标(从设备，T arget或Slave)。
总线上的所有时序的产生与控制，都由Master来发起。
PCI 总线在同一时刻只能供一对设备完成传输，这就要求有一个仲裁机构(Arbiter)，来决定在谁有权力拿到总线的主控权。
在各种自动测量﹑采集和控制系统中遇到的变量，大多时间上和幅度上都是连续变化的物理量，即模拟量。
而微型计算机只能对以二进制形式表示的信息进行运算和处理。
将模拟量转换为被计算机所认识和接收的数字量，这个过程叫做模拟/数字转换，简称A/D。
语音信号采集与处理初步
语音信号采集与处理初步题目：1．语音信号的采集2．语音信号的频谱分析3．设计数字滤波器和画出频率响应4．用滤波器对信号进行滤波5．比较滤波前后语音信号的波形及频谱6．回放和存储语音信号一、语音信号的读入：[y fs nbit] = wavread('天后.wav');语音信号的播放：wavplay(y,fs);语音信号的存储：wavwrite(soutl,fs,'天后低通');二、滤波器的设计与分析：1.用fir1设计的低通滤波器代码如下：% 设计FIR低通滤波器fp=1000HZ,fc1200HZ,Ap=1db ,fs=2*fc-fp=1400HZ(阻带截频)，% wp=fp/Fs(抽样频率)=0.023*pi,ws=fs/Fs=0.032*pi,%由于As=100,这里选择Kaiser窗作为窗函数%计算可得A=-20lg(min{&p,&s})=100,由此可求阶数M,beta= 0.1102(A-8.7)=10.06 wp = 0.023*pi; ws = 0.032*pi;tr_width = ws - wpM = ceil((100-7.95)/tr_width/2.285) + 1;beta=10.06;n=[0:1:M-1];wc = (ws+wp)/2;win = (kaiser(M,beta))';h=fir1((M-1),wc/pi,kaiser(M,beta));[H,w]=freqz(h,1);mag = abs(H);db = 20*log10((mag+eps)/max(mag));subplot(3,1,1); stem(n,win);title('kaiser Window')axis([0 M-1 0 1.1]); xlabel('n'); ylabel('w(n)')subplot(3,1,2); stem(n,h);title('Actual Impulse Response')axis([0 M-1 -0.1 0.3]); xlabel('n'); ylabel('h(n)')subplot(3,1,3); plot(w/pi,db);title('Magnitude Response in dB');grid; axis([0 1 -150 10]);xlabel('frequency (pi)'); ylabel('Decibels')set(gca,'XTickMode','manual','XTick',[0,0.023,0.032,1])set(gca,'YTickMode','manual','YTick',[-100,0])低通滤波器的设计效果：2.高通滤波器的设计与选择：1）直接法设计的butterworth高通滤波器%设计IIR高通滤波器fp=5000HZ,fc=4800HZ;As=100db,Ap=1db%fs=2*fc-fp=4600HZ(阻带截频), wp=fp/Fs(抽样频率)=0.113*pi,%ws=fs/Fs=0.104*piwp=0.113*pi; ws=0.104*pi; rp=1; rs=100;[N,Wn]=buttord(wp/pi,ws/pi,rp,rs);[b,a]=butter(N,Wn,'high');[h1,w]=freqz(b,a,256,2);plot(w,20*log10(abs(h1)));grid;title(' High-pass DF ');2)双线性变换法设计的butterworth高通滤波器wp=0.113*pi; ws=0.104*pi; rp=1; rs=35; Fs=44100;wap=2*tan(wp/2); was=2*tan(ws/2);[n,wn]=buttord(wap,was,rp,rs,'s');[z,p,k]=buttap(n);[b,a]=zp2tf(z,p,k);[bt,at]=lp2hp(b,a,wap););[bz,az]=bilinear(bt,at,Fs);[h,w]=freqz(bz,az,256,2);plot(w,20*log10(abs(h)));grid;title(' High-pass DF ');3)用FIR1设计的高通滤波器：wp = 0.113*pi; ws = 0.104*pi;tr_width = wp - ws;M = ceil((100-7.95)/tr_width/2.285) + 1;beta=10.06;n=[0:1:M-1];wc = (ws+wp)/2;win = (kaiser(M,beta))';h=fir1((M-1),wc/pi,'high',kaiser(M,beta));[H,w]=freqz(h,1);mag = abs(H);db = 20*log10((mag+eps)/max(mag));subplot(3,1,1); stem(n,win);title('kaiser Window');axis([0 M-1 0 1.1]); xlabel('n'); ylabel('w(n)')subplot(3,1,2); stem(n,h);title('Actual Impulse Response')axis([0 M-1 -0.1 0.3]); xlabel('n'); ylabel('h(n)')subplot(3,1,3); plot(w/pi,db);title('Magnitude Response in dB');grid; axis([0 1 -150 10]);xlabel('frequency (pi)'); ylabel('Decibels')set(gca,'XTickMode','manual','XTick',[0,0.023,0.032,1])set(gca,'YTickMode','manual','YTick',[-100,0])经过调试发现As=100db的Butterworth高通滤波器很难实现，最终选择了用Kaiser窗设计的FIR高通滤波器。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
实验一 语音信号的采集及预处理
一、实验目的
在理论学习的基础上，进一步地理解和掌握语音信号预处理及短时加窗的意义及基于matlab 的实现方法。
二、实验原理
1. 语音信号的录音、读入、放音等：练习matlab 中几个音频处理函数，利用函数wavread 对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（
2.wav ）。
利用wavplay 或soundview 放音。
也可以利用wavrecord 自己录制一段语音，并进行以上操作(需要话筒)。
2. 语音信号的分帧：对语音信号进行分帧，可以利用voicebox 工具箱中的函数enframe 。
voicebox 工具箱是基于GNU 协议的自由软件，其中包含了很多语音信号相关的函数。
3． 语音信号的加窗：本步要求利用window 函数设计窗口长度为256(N=256)的矩形窗(rectwin)、汉明窗(hamming)及汉宁窗(hann))，利用wvtool 函数观察其时域波形图及频谱特性，比较得出结论。
观察整个信号加矩形窗及汉明窗后的波形，利用subplot 与reshape 函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
取出其中一帧，利用subplot 与reshape 函数将一帧语音的波形、加矩形窗波形及加汉明窗波形画在一张图上比较将得出结论。
4. 预加重：即语音信号通过一个一阶高通滤波器1
9375.01--z 。
三、实验步骤、实验程序、图形及结论
1.语音信号的录音、读入、放音等
程序：
[x,fs,nbit]=wavread('D:\2.wav'); %fs=10000,nbit=16
y=soundview('D:\2.wav')
2.语音信号的分帧
程序：
[x,fs,nbit]=wavread('D:\2.wav');
len=256;
inc=128;
y=enframe(x,len,inc);
figure;
subplot(2,1,1),plot(x)
subplot(2,1,2),plot(y)
3.语音信号加窗：
程序：
N=120;
w = window('rectangle',N);
w1 = window('hamming',N);
w2 = window('hanning',N); wvtool(w,w1,w2)
4.预加重
程序：
[x,fs,nbit]=wavread('D:\2.wav'); len=256;
inc=128;
y=enframe(x,len,inc);
z=filter([1-0.9375],1,y)
figure(2)
subplot(2,1,1),plot(y)
subplot(2,1,2),plot(z)
四、思考题
1.语音信号包括哪些预处理，作用分别是什么？
2.不同窗口的优缺点，窗口长度如何选取？
答：1. 预处理通常包括:放大与自动增益控制、反混叠滤波、模数变换等内容。
2. 窗口长度的选取原则。
N选择太大，则短时能量En随时间变化就很小，不能充分反映语音信号的幅度变化；而N选择得小，即选择N等于或小于一个基音周期时，En将按照信号波形的细微变化而起伏不定，以致短时能量En不够匀化和平滑。
因此，折衷考虑N的值，在通常情况下，当取样频率为10kHz，N=100～200被认为是合适的。