数字音频处理

数字语音实验

吕佩壕 10024134

一、实验要求

1.编程实现一句话语音的短时能量曲线，并比较窗长、窗口形状（以直 角窗和和哈明窗为例）对短时平均能量的影响 ；

2. 编程分析语音信号的短时谱特性，并比较窗长、窗口形状（以直角窗 和和哈明窗为例）对语音短时谱的影响 ；

3. 运用低通滤波器、中心削波和自相关技术估计一段男性和女性语音信 号的基音周期，画出基音轨迹曲线，给出估计准确率。

二、实验原理及实验结果

1.窗口的选择

通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms 的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms 。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1.1给出了这两种窗函数在窗长N=50时的时域波形。

图1.1 矩形窗和hamming 窗的时域波形

矩形窗的定义：一个N 点的矩形窗函数定义为如下：

{1,00,()n N

w n ≤<=其他

Hamming 窗的定义：一个N 点的hamming 窗函数定义为如下：

0.540.46cos(2),010,()n n N N w n π-≤<-⎧⎨⎩

其他

=

这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发

0.2

0.40.60.811.2

1.41.61.82矩形窗

sample

w （n ）

0.1

0.20.30.40.50.6

0.70.80.91hanming 窗

sample

w （n ）

现（如图1.2）：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，在计算短时能量和平均幅度时通常用矩形窗。表1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。

图1.2 矩形窗和Hamming 窗的频率响应

2．短时能量

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。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。定义短时能量为：

2

2

1

[()()]

[()()]n

n m m n N E x m w n m x m w n m ∞

=-∞

=-+=

-=

-∑∑

，其中N 为窗长

特殊地，当采用矩形窗时，可简化为：

2

()

n m E x

m ∞

=-∞

=

∑

图2.1和图2.2给出了不同矩形窗和hamming 窗长,对所录的语音“我是吕佩壕”的短时能量函数：

（1）矩形窗（从上至下依次为“我是吕佩壕”波形图，窗长分别为32,64,128,256,512的矩形窗的短时能量函数）：

00.10.20.3

0.40.50.60.70.80.91

-80

-60-40-20

0矩形窗频率响应

归一化频率(f/fs)幅度/d B

00.10.20.3

0.40.50.60.70.80.91

-100

-50

Hamming 窗频率响应

归一化频率(f/fs)

幅度/d B

图2.1矩形窗

（2）hamming窗（从上至下依次为“我是吕佩壕”波形图，窗长分别为32,64,128,256,512的hamming窗的短时能量函数）：

图2.2 hamming窗

我们发现：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。

短时能量函数的应用:1）可用于区分清音段与浊音段。En值大对应于浊音段，En值小对应于清音段。2）可用于区分浊音变为清音或清音变为浊音的时间（根据En值的变化趋势）。3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。

Matlab程序：

figure(3);

a=wavread('C:\audio.wav');

subplot(6,1,1),plot(a);

N=32;

for i=2:6

h=rectwin(2.^(i-2)*N);

b=a.*a;

En=conv2(h,b); % 求短时能量函数En

subplot(6,1,i),plot(En);

i=i+1;

if(i==2) legend('N=32');

elseif(i==3) legend('N=64');

elseif(i==4) legend('N=128');

elseif(i==5) legend('N=256');

elseif(i==6) legend('N=512');

end

end

figure(4);

a=wavread('C:\audio.wav');

subplot(6,1,1),plot(a);

N=32;

for i=2:6

h=hamming(2.^(i-2)*N); %形成一个汉明窗，长度为2.^(i-2)*N b=a.*a;

En=conv2(h,b); % 求短时能量函数En

subplot(6,1,i),plot(En);

i=i+1;

if(i==2) legend('N=32');

elseif(i==3) legend('N=64');

elseif(i==4) legend('N=128');

elseif(i==5) legend('N=256');

elseif(i==6) legend('N=512');

end

end