语音数字信号处理技术-必威体育精装版文档资料 .pdfVIP

语音数字信号处理技术

处在一个高速发展，日新月异的社会中，科学技术无疑扮演

着重要的角色。众所周知，语音信号的处理分析已变得非常流行，

基于语音处理分析技术的产品也开始流入市场，充满人们的生

活。

一、语音信号分析

对语音信号分析可以从时域分析和频谱分析两个方面来进

行。语音的时域分析包括：短时能量、短时过零率、语音端点检

测以及时域方法求基音等。语音的时域分析还包括语谱图、共振

峰等。

短时能量分析作为语音信号时域中最基本的方法，应用相当

广泛，特别是在语音信号端点检测方面。由于在语音信号端点检

测方面这两种方法通常是独立使用的，在端点检测的时候很容易

漏掉的重要信息，短时能量是对语音信号强度的度量参数。

对语音信号进行fourier变换后，我们可以得到对应信号的

频谱进而画出其频谱图，于是我们就可以很方便地在频域上对语

音信号进行分析，对语音信号进行反fourier变换后，我们又

可以得到相应的语音信号，于是通过对频谱的改变，在进行反

fourier变换，我们就能知道频域对时域的影响。

二、语音信号的频谱分析

当我们知道人的声音频谱范围大致在[300，3500]左右后，

我们就能马上说明为何电话可以对语音信号采用8KHz的采样速

率了。由乃奎斯特采样定理我们知道采样频率，即只需使采样

频率大于7KHz即可，所以电话对语音信号的采样频率采用8KHz

是完全合理的。

首先播放读入的语音信号，得到如图一所示的波形图以及频

谱图。然后调用FFT函数对语音信号进行变换。解决这个问题我

们很快想到的是通过语音信号的频谱图来进行分析，通过观察频

谱，我们可以很直观的找到语音信号频谱中的主要频率成分所在

的带宽，然后通过其带宽可以清楚的解释为何电话可以对语音信

号采用8KHz的采样速率。

为了验证我们的假设，我们用到了快速傅里叶变换（fft）。

直接做fft变换之后其横坐坐标只是比例值，并不是我们想像中

的频率。当我们把高频率掉之后，再将语音信号做反傅里叶变换

之后播放，发现语音信号基本上与以前一致，说明其确实是由于

噪音的影响。由此我们可以认为语音信号的主要频谱成分所在的

带宽范围为[300，3500]左右。

.wav文件的采样速率为44.1KHz，仍然远远高于我们通常说

的语音信号需要的频谱宽度，例如在电话对语音信号的采样中，

我们仅仅使用8KHz的采样速率。对读入的音频数据进行不同速

率的降采样，使用wavplay（）命令播放降采样后的序列，验证

是否会对信号的质量产生影响。

在matlab中，我们很容易就可以对信号进行降采样，当我

们把采样频率降为原采样频率1/2时，声音与原声音相比还相差

不太大，当把采样频率降为原采样频率1/4时，声音变得模糊不

清了，把采样频率降为原采样频率1/8时，声音已经严重变质了。

关于降采样对语音信号的影响，从直观的感受上我们就能理

解采样频率越低，音质肯定会变差，因为采样频率低，即我们采

的点少，即对原信号保留的信息就少，那么信号还原回来音质肯

定会变差。

三、语音信号的滤波处理

语音信号的滤波处理是数字信号处理领域目前发展最为迅

速的信息科学研究领域的核心技术之一，通过语音传递信息是人

类最重要、最有效、最常用和最方便的交换信息形式。当实际处

理一个信号时，滤波器类型的选取主要取决于滤波时，要强调的

侧重面及信号的特点。文中涉及的四种滤波器，前两种属于IIR

（InfiniteImpulseResponse）数字滤波器，后两种属于FIR

（FiniteImpulseResponse）。

IIR滤波器最大优点是可取得非常好的通带与阻滞衰减，计

算量较少（阶次低），如果强调最大限度去除噪声而没有别的限

制，最佳选择是IIR滤波器，其缺点是不具有线性相位，由于转

移函数中存在极点，所以IIR滤波器中还存在稳定性问题。那么

最好选择为FIR滤波器，它也有缺点，即为了获得较好的通带和

阻滞衰减，滤波器的阶次N往往较大（是同指标的IIR滤波器的

5～10倍），所以计算量较大，不易实时实现。

滤波器设计在数字信号处理中占有极其重要的地位，FIR数

字滤波器和IIR滤波器是滤波器设计的重要组成部分。利用

MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。

课题