语音合成大作业.pdf

语音合成大作业 班级：无36 学号：2013011180 姓名：林康博 日期：2015.8.2 1.2.1 语音预测模型 （1）给定 e(n)= s(n) ¡ a1s(n ¡ 1) ¡ a2s(n ¡ 2) 假设e(n)是输入信号，s(n)是输出信号，上述滤波器的传递函数是什么？如果a1 =1:3789 ，a2 = ¡0:9506， 上述合成模型的共振峰频率是多少？用zplane，freqz ，impz 分别绘出零 极点图，频率响应和单位样值响应。用¯lter 绘出单位样值响应，比较和impz 的是否相同 解： 1. 输入差分方程，用tf 函数获得传递函数 clear ; a=[1]; b=[1,1.3789,-0.9506]; sys=tf(b,a,0.1,variable,z^-1); sys 结果：sys = 1 - 1.379 z^-1 + 0.9506 z^-2 Sample time: 0.1 seconds Discrete-time transfer function. 2.共振峰频率：用residuez得到零极点。 解：极点幅度决定衰减速度,幅角决定振荡频率。共振峰频率和极点幅角有关。 用数字的正弦信号表示抽样后的连续正弦信号时，模拟频率和数字频率的关系是 Ω= ωT ， 其中T 表示抽样间隔， ω表示模拟频率(弧度)，对应的 f = ω/2 π= Ω/2 π*1/T 即为共振 峰频率。 、、、matlab [r,p,k] = residuez(a,b); fm = angle(p(1)) / (2*pi) * 8000; fm 结果： fm = 999.9447 3.画图； figure; zplane(a,b),title(zero-pole plot); ; figure; freqz(a,b), title(frequency response); ; figure(); subplot(2,1,1),impz(a,b); subplot(2,1,2),plot(filter(a,b,[1 zeros(1,100)]),o); 结果： 可以看出filter 仿真和impz 得到的确实相同 （2 ）阅读 speechproc.m 程序，理解基本流程。程序中已经完成了语音分帧、加窗、线 性预测、和基音周期提取等功能。注意：不要求掌握线性预测和基音周期提取的算法原理。 解：阅读程序看出基本流程： 1. 加汉明窗处理，线性预测 2. 语音预测，输入预测信号到预测滤波器，得到激励 3. 语音重建，输入激励到重建滤波器，得到重建信号 4. 生成合成激励到合成滤波器，合成语音 5. 变速不变调 6. 变调不变速 （3 ）运行该程序到27 帧时停住，用（1）中的方法观察零极点图。 %(3) 在此位置写程序，观察预测系统的零极点图 、、、matlab % (3) 在此位置写程序，观察预测系统的零极点图 figure,zplane(1,A),title(zero-pole); 结果： （4 ）在循环中添加程序：对每帧语音信号 s(n) 和预测模型系数 faig ，用 ¯lter 计算 激励信号 e(n) 。注意：在系数变化的情况下连续滤波，需维持滤波器的状态不变，要利用 ¯lter 的zi 和zf 参数。 %(4) 在此位置写程序，用filter 函数和s_f 计算激励，注意保持滤波器状态 解：这里实际上就是语音预测模型，根据实验指导书，知道了系数ai，那么把输入输出兑换， 就构成了语音预测模型，即把语音信号s 送入预测滤波器，得到残差e 、、、matlab % (4) 在此位置写程序，用filter函数s_f计算激励，注意保持滤波器状态 [exc1,zf_pre]=filter(A,1,s_f,zi_pre);%exc1为预测残差 %zf为filter的状态，需要作为下一次的zi初始状态，这样来维持滤波器的状态不 变 zi_pre=zf_pre; exc((n-1)*FL+1:n*FL)=e