数字语音处理实验指导书.doc

《数字语音处理》 实验指导书 学校：中国地质大学 院系：机械与电子工程学院 专业：电子信息工程 编制：电信教研室 版本：2005 目录 前言 单元1 MATLAB练习 单元2 综合分析实验 附录1 MATLAB软件简介 附录2 MATLAB基本使用方法 附录3 wavread函数 附录4 specgram函数 参考文献 单元1 MATLAB练习 实验目的 了解信号谱分析特点，掌握各种窗函数功率谱的异同及其对短时信号谱分析的作用。 明确短时傅立叶变换与声谱图的关系，理解其对语音信号的时频分析作用。 学习音频文件的基本操作方法。 学习用MATLAB实现基本的语音信号处理，提高自学和动手能力，培养学习兴趣。 实验原理 离散频谱、幅度谱和功率谱 离散频谱是信号序列的离散傅立叶变换，常用快速傅立叶变换（FFT）计算。离散频谱描述的是信号在频率采样点上的幅度和相位值，包括幅度-频率关系和相位—频率关系，幅度谱就是前者。功率谱是幅度平方—频率关系。 由于语音的对数听觉效应，幅度谱和功率谱常用对数形式表达，单位为分贝。对数幅度谱=10lg幅度谱，对数功率谱=10lg幅度谱2=20 lg幅度谱。由此可见，对数幅度谱与对数功率谱在谱形上是相似的，只不过谱的幅度方向相差一倍。 对于窗序列的离散频谱、幅度谱和功率谱，结论也是类似的。 短时傅立叶变换和声谱图 短时傅立叶变换的实质，是在时间和频率上同时对信号序列进行分解，使得信号被分解成若干个时段和频段上的分量（即分信号）。根据微分原理，若每个时段和频段都很小，对具体某个时段和频段上的分信号进行抽样，无论具体的抽样时点和频点如何选取，抽样值都不会有大的差异，因而一个分信号可以仅用一个该分信号的抽样值来表示。 短时傅立叶变换的值X(n, k)实际上就是n时段和k频段上信号分量的幅度和相位抽样，这个抽样值大体代表了n时段和k频段上信号分量的幅度范围和相位范围。n和k的含义见下表。 表1 数字参数与模拟参数的对应关系 数字时间 模拟时间（s） 数字频率 模拟频率（HZ） n t = n/fs K f=k·fs/L 注：L—窗序列长度 fs—信号采样频率 应用在语音处理方面，声谱图就是语音信号的短时傅立叶变换，其图形化显示往往只表示各个时段和频段上的分信号幅度抽样值。 3、WAVE文件的基本操作 WAVE是Windows操作系统支持的一种标准的数字波形音频文件格式。通常我们用麦克风和Windows 录音机采集到计算中的声音就是WAVE格式的，WAVE文件后缀为.wav，多采用PCM格式或ADPCM格式，支持单声道或多声道数字音频数据采集和回放。 与MP3等其它格式相比，WAVE格式尽管压缩比不好，却非常直观（除文件头外，实际上就是所有通道的采样数据按时间顺序交错排列），适合于数据量不大的音频录放（例如Windows提示音）。因此，对WAVE文件进行读取、保存、剪辑、播放等基本操作相对容易些。软件基础较好，有志于开发自己的音频应用的读者可到网上下载WAVE等文件的存储格式。 实验器材 多媒体计算机 预装Windows 98/2000/XP操作系统 预装MATLAB6.5软件 预装“数字语言处理实验”软件包 自带移动存储 实验内容 1、输入并运行以下MATLAB代码： %（1）信号波形和对数功率谱示例 % 波形：100样点，抽样频率Fs=8kHz，信号频率f=2kHz x=sin(2*pi*(0:99)*2000/8000); % 频谱：是波形的快速傅立叶变换 X=fft(x); % 对数功率谱：功率谱取10lg或幅度谱取20lg P=20*log10(abs(X)); % 绘制波形和对数功率谱（注意观察25和75处的尖峰） figure(1); plot(x); title(信号的波形); figure(2); plot(P); title(信号的对数功率谱); %（2）窗函数的对数幅度谱示例 % 避免对0取对数 floor=0.1; % 图1：矩形窗 W_rec=10*log10(abs(fft(boxcar(512),1024))+floor); figure(1); plot(W_rec(1:end/2)); title(矩形窗的对数幅度谱); % 图2：海明窗 W_hamming=10*log10(abs(fft(hamming(512),1024))+floor); figure(2); plot(W_hamming(1:end/2)); title(海明窗的对数幅度谱); % 图3：汉宁窗 W_hanning=10*log10(abs(fft(hanning(512),1024))+floor); figure(3); plot(W_hanning(1:end/2));