毕业论文基于matab的语音信号的基音周期检测说明书.doc

毕业论文基于matab的语音信号的基音周期检测说明书.doc

  1. 1、本文档共53页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
毕业论文基于matab的语音信号的基音周期检测说明书

基于MATLAB的语音信号的基音周期检测 摘要:MATLAB是一种科学计算软件,专门以矩阵的形式处理数据。MATLAB将要性能的数值计算和可视化集成在一起,并提供了大量的内置函数,从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。 MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算,而MATLAB借助符号数学工具箱提供的符号运算功能,基本满足设计需要。例如:解微分方程、傅里叶正反变换、拉普拉斯正反变换和Z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析,主要包括函数波形绘制、函数运算、冲击响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。 本次课程设计为语音信号的基音周期检测,采集语音信号,对语音信号进行处理,区分清音浊音,并通过对采样值进行滤波、分帧、求短时自相关函数,得到浊音的基音周期。 关键字:清音、浊音、基音周期、基音检测、自相关函数 目录 TOC \t 标题 1,2,标题,1,副标题,3 1 概述 PAGEREF _Toc297225471 \h 1 2 AMDF算法原理及实现 PAGEREF _Toc297225472 \h 1 2.1 AMDF算法源程序 PAGEREF _Toc297225473 \h 2 3 ACF算法原理及实现 PAGEREF _Toc297225474 \h 4 3.1 用短时平均能量进行清/浊音的判断 PAGEREF _Toc297225475 \h 4 3.2 自相关函数基音检测的原理 PAGEREF _Toc297225476 \h 6 3.3 算法实现及相关程序 PAGEREF _Toc297225477 \h 6 3.3.1 带通滤波 PAGEREF _Toc297225478 \h 7 3.3.2 取样与分帧 PAGEREF _Toc297225479 \h 7 3.3.3 短时能量分析 PAGEREF _Toc297225480 \h 8 3.3.4 自相关函数分析 PAGEREF _Toc297225481 \h 11 4 总结与心得体会 PAGEREF _Toc297225482 \h 13 参考文献 PAGEREF _Toc297225483 \h 13 1 概述 基音周期检测也称为基频检测(Pitch Detection) ,它的目标是找出和声带振动频率完全一致的基音周期变化轨迹曲线,或者是尽量相吻合的轨迹曲线。基音周期检测在语音信号的各个处理领域中,如语音分析与合成、有调语音的辨意、低速率语音压缩编码、说话人识别等都是至关重要的,它的准确性及实时性对系统起着非常关键的作用,影响着整个系统的性能。 浊音信号的周期称为基音周期, 它是声带振动频率的倒数, 基音周期的估计称为基音检测。基音检测是语音处理中的一项重要技术之一, 它在有调语音的辨意、低速率语音编码、说话人识别等方面起着非常关键的作用; 但在实现过程中, 由于声门激励波形不是一个完全的周期脉冲串, 而且声道的影响很难去除、基音周期的定位困难、背景噪声的强烈影响等一系列因素, 基音检测面临着很大的困难。而自相关基因检测算法是一种基于语音时域分析理论的较好的算法。 本文在对AMDF、ACF基音检测算法基本原理进行分析的基础上,对此算法进行了深入的探讨,针对以往研究中存在的问题加以改进,给出了一种方便、快捷的检测方案。综合考虑了检测准确度和检测速率两方面的因素,然后通过对一段具体的语音信号进行处理,较准确地得到浊音语音信号的基音周期。 2 AMDF算法原理及实现 语音信号{s(n))的短时平均幅度差函数(AMDF)定义为: 其中,w(m)是窗函数,尺是信号的平均值,因为语音信号的浊音段具有周期性,假设基音周期为p,则在浊音段,在k=p,2p,3p…将出现谷点,谷点间的距离即为基音周期。 与短时自相关函数一样,对周期性的浊音语音,也呈现与 浊音语音周期相一致的周期特性,不过不同的是在周期的各个 整数倍点上具有谷值特性而不是峰值特性,因而通过的计算同 样可以确定基音周期。而对于清音信号,却没有这种周期特性。 利用的这种特性,可以判定一段语音是浊音还是清音,并估计 出浊音语音的基音周期。由于计算函数只需要加、减和取绝对值运算, 运算量较之短时自相关函数大大下降。同时,函数在基音周期点的谷 值比自相关函数的峰值更加尖锐,因此错判率相对较小,稳健性更高。 但是当语音信号的幅度快速变化时,函数的谷值深度会减小,从而影 响基音估计的精度。 2.1 AMDF算法源程序 AMDF波形图如图2-1所示。 y=wavread(C:\Documents and Se

文档评论(0)

seunk + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档