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

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;

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关于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8~14,这里P取为10;

5.基音周期估计

①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=124个偏移点

16000/124=

可以发现,上面三种方法计算得到的基音周期基本相同;