语音信号的时域特征与频域特征

实验报告

课程名称____________语音信号处理__________________ 实验项目语音信号的时域特征与频域特征

实验仪器__台式计算机、Matlab软件、Cool Edit__

系别____信息与通信工程学院_____

专业_____电子信息工程专业______

班级/学号_____

学生姓名___________________

实验日期_______2013/4/17________

成绩_________________________

指导教师_____________________

实验一：语音信号的时域特征与频域特征

一、实验目的

使学生通过本实验观察语音信号在时域和频域的基本特征（语音波形、基音频率、过零数、共振峰），验证教材中关于语音信号在时域和频域的基本特征的概念与论述；通过采集语音数据与在实验中记录每个元音的基音周期、过零数、共振峰等环节熟悉这些语音的基本特征，为今后深入学习语音信号处理奠定基础。

二、实验内容

学习音频编辑软件Cool Edit的使用方法及语音文件的建立；采集语音数据；观察语音波形；记录每个元音的基音周期（其倒数为基音频率）、过零数、共振峰；观察语音频域特征；分析不同元音的共振峰模式的特点（频率、相对振幅）。

三、实验原理

元音与辅音在发音方法有如下基本区别：发元音时气流顺利通过声腔，声带颤动，形成的声波是周期性的；发辅音时气流暂时被阻不能通过或只能勉强挤出去。

元音具有基音与共振峰结构，辅音则不具有这两者。

基音由声带振动频率产生，决定语音的音高、音调。在语音波形中表现为准周期峰值。

共振峰是语音频谱上的强频区，表现为频谱上呈峰状。共振峰由声腔形状的变化决定，不同的声腔形状有不同的固有频率，产生不同的共振峰模式。每个元音有特定的共振峰模式。

四、实验方法与实验步骤

（一）音频编辑软件Cool Edit的使用方法及语音文件的建立

①点击桌面上“cool edit”图标，选不同项可激活cool edit菜单中不同功能。

②点击“file”菜单中的“new”，设抽样频率为8KHz，单声道“mono”，“8 bit”。

③点击“Record”录音，将录音存成“.wav”文件。

④点击菜单中“View”中的“Spectral View”可观看语谱图。

⑤点击菜单中“Analyze”中的“Frequence Analysis”可分析频谱。

⑥点击菜单中“Effects”中的“Amplitude”可改变幅度。

（二）观察语音时域特征

在E盘或D盘建立实验者本人的文件夹，然后做以下实验。

①发【a】、【i】、【e】、【u】这四个元音，由麦克风采集语音数据，分别存成“a.wav”、“i.wav”、“e.wav”、“u.wav”文件，存在本人的文件夹中。

②利用Cool Edit打开并观察以上语音数据的波形。

③元音波形中的准周期结构与声带振动频率对应，其周期称为“基音周期”（其倒数为基音频率），利用Cool Edit观察元音的波形，记录每个元音的前部、中部和后部的各一个基音周期。

④记录每个元音的任意一个基音周期中的过零数。

⑤共振峰是语音频谱的峰状区域，利用Cool Edit观察上述每个元音的频谱，记录每个元音的前三个共振峰的数值。

波形截图：

图（1）元音a前部

图（2）元音a中部

图（3）元音a后部

图（4）元音i前部

图（5）元音i中部

图（6）元音i后部

图（7）元音e前部

图（8）元音e中部

图（9）元音e后部

图（10）元音u前部

图（11）元音u中部

图（12）元音u后部

图（13）元音a的共

振峰频率分析图

图（14）元音i的共振峰频率分析图

图（15）元音e的共

振峰频率分析图

（三）观察语音频域特征 对你发的【a 】、【i 】、【e 】、【u 】这四个元音中每一个元音，分别选取稳定段的256个抽样，利用 Matlab 的 FFT 计算其频谱，并利用subplot 命令以波形和频谱对应的形式画出图形。部分参考程序如下

y = wavread('e.wav'); t=1:length(y);

y2 = wavread('e.wav',[4000 4512]); y2F=fft(y2); subplot(3,1,1)

plot(t,y,'-b',4000,[0.2:0.005:0.4],'-r',4512,[0.2:0.005:0.4],'-r') subplot(3,1,2),plot(y2);grid on

subplot(3,1,3), plot(log(abs(y2F)));grid on

Matlab 程序结果截图

图（16）元音u 的共振峰频率分析图

图（17）元音a 的时域波形和频域波形

图（18）元音i的时域波形和频域波形

图（19）元音e的时域波形和频域波形

图（20)元音u的

时域波形和频域

波形

表1 实验数据记录表

基音频率过零率共振峰（dB）

前中后0Hz 148Hz 290Hz

a 66 53 55 13 -41.91 -50.36 -50.14

i 50 52 53 14 -42.07 -52.74 -53.13

e 49 52 53 16 -43.42 -52.03 -53.23

u 56 57 60 10 -45.74 -51.64 -52.61

五、思考题

（1）共振峰与语音波形有什么相关之处？

答：共振峰是指在声音的频谱中能量相对集中的一些区域，共振峰不但是音质的决定因素，而且反映了声道（共振腔）的物理特征。在语音声学中，共振峰决定着元音的音质，而在计算机音乐中，它们是决定音色和音质的重要参数。共振峰是语音频谱上的强频区，表现为频谱上呈峰状。共振峰由声腔形状的变化决定，不同的声腔形状有不同的固有频率，产生不同的共振峰模式。每个元音有特定的共振峰模式。因此，不同的语音波形有不同的与之对应的共振峰模式。（2）基音周期与音调的高低有什么对应关系？

答：基音由声带振动频率产生，决定语音的音高、音调。因此，音调的高低决定了基因频率，从而决定了基因周期大小。