数字语音信号处理实验报告

语音信号处理实验报告
专业班级电子信息1203
学生姓名钟英爽
指导教师覃爱娜
完成日期2015年4月28日
电子信息工程系
信息科学与工程学院
实验一语音波形文件的分析和读取
一、实验学时：2 学时
二、实验的任务、性质与目的：
本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。

通过实验
（1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等；
（2）掌握语音信号的录入方式和*.WAV音波文件的存储结构；
（3）使学生初步掌握语音信号处理的一般实验方法。

三、实验原理和步骤：
WAV 文件格式简介
WAV 文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。

每个WAV 文件的头四个字节就是“RIFF”。

WAV 文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV 文件标识段和声音数据格式说明段两部分。

常见的WAV 声音文件有两种，分别对应于单声道（11.025KHz 采样率、8Bit 的采样值）和双声道（44.1KHz 采样率、16Bit 的采样值）。

采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。

对于单声道声音文件，采样数据为8 位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16 位的整数（int），高八位和低八位分别代表左右两个声道。

WAV 文件数据块包含以脉冲编码调制（PCM）格式表示的样本。

在单声道WAV 文件中，道0 代表左声道，声道1 代表右声道；在多声道WAV 文件中，样本是交替出现的。

WAV 文件的格式
表1 wav文件格式说明表
（1）选取WINDOWS 下MEDIA 中的任一WAV 文件，采用播放器进行播放，观察其播放波形，定性描述其特征；
（2）录入并存储本人姓名语音文件（姓名.wav）,根据WAV 文件的储格式，利用MATLAB 或C 语言，分析并读取文件头和数据信息；
（3）将文件的通道数、采样频率、样本位数和第一个数据读取并示出来。

四、实验设备
PC机。

五、实验源程序及结果：
[y,Fs,bits]=wavread('C:\Users\Administrator\Desktop\zys.wav')；//读取本人姓名语音文件，分析并读取文件头和数据信息，y为数据信息、Fs为采样频率、bits为样本位数
m=wavread('C:\Users\Administrator\Desktop\zys.wav',1); 将文件的第一个数据读取并示出来
实验二语音信号的时域参量分析
一、实验学时：2 学时
二、实验的任务、性质与目的：
（1）增强学生对语音时域分析理论的理解，尤其是语音的短时能量、幅度和过零率的的分析和应用；
（2）进一步提高学生分析问题和解决问题的能力从而培养学生初步掌握进行科学研究的方法和总结实验结果的能力。

三、实验原理和步骤：
（1）利用MATLAB或C语言，针对ringout.wav文件，求取语音信号的短时能量函数、短时平均幅度函数和短时平均过零率三大时域参量；三大时域参量的定义式是：短时能量函数和短时平均幅度函数
（2）将三大时域参量的结果用波形图的方式显示出来；
（3）分析并标识波形图上的清浊音信息。

四、实验设备
PC机。

五、实验源程序及结果
[y,Fs,bits]=wavread('C:\Users\Administrator\Desktop\ringout.wav');
T=1/Fs;
N=input('窗口长度为：');
h=linspace(1,1,N);
En=conv(h,y.*y); subplot(4,1,1),
plot(y)
subplot(4,1,2),
plot(En)
legend('短时能量函数');
Mn=conv(h,abs(y));
subplot(4,1,3),
plot(Mn)
legend('短时平均幅度');
n=length(y);
for i=1:n
if y(i)>=0
a(i)=1;
else
a(i)=-1;
end
end
for i=1:n
if i==n
b(i)=a(i);
else
b(i)=a(i+1)-a(i);
end
w(i)=abs(b(i))/2;
end
subplot(4,1,4)
s=0;
x=1;
for i=1:n-1
if(rem(i,200)~=0)
s=s+w(i);
else
m(x)=s;
s=0;
x=x+1;
end
end
plot(m)
legend('短时过零率');
实验三语音信号的基音周期检测和线性预测分析
一、实验学时：4 学时
二、实验的任务、性质与目的：
1、理解自相关函数的概念、性质和应用，特别是在基音周期检测和线性预测分析（LPC）中的应用；
2、进一步增强学生对语音时域分析理论的理解，尤其是语音基音周期检测的分析和应用；
3、深入理解线性预测分析的概念和原理，并利用LPC 的自相关法对语音进行预测分析。

三、实验原理和步骤：
（1）利用MATLAB 或 C 语言，针对ringout.wav 文件和姓名.wav文件，求取语音信号的短时自相关函数；
（2）画出自相关函数波形，分析清浊音性质，检测基音周期；
（3）利用Durbin 递推算法，设定采样频率和预测阶数，求解语音（名字）的预测系数；（4）画出原始语音的波形、预测语音波形以及预测误差波形，并分析和比较。

四、实验设备
PC机。

五、实验源程序及结果
自相关函数波形
Wn=[60/8000,500/8000];
n=[1:240];
B=FIR1(239,Wn,'bandpass');
Y=wavread('C:\Users\Administrator\Desktop\ringout.wav');
temp=Y(3271:3510);
wc1=0.0075;
wc2=0.9625;
wn=[wc1/pi,wc2/pi];
h=fir1(239,wn,blackman(240));
h=reshape(h,240,1);
temp=temp.*abs(h);
temp2=reshape(temp,1,240);
temp=temp2.*B;
Rn1=zeros(1,240);
for nn=[1:240]
for ii=[1:240-nn]
Rn1(nn)=Rn1(nn)+temp(ii)*temp(nn+ii);
end
end
jj=[1:240];
plot(jj,Rn1,'b');。