语音信号处理作业 .pdfVIP

华南理工大学

《语音信号处理》作业报告

姓名：

学号：

班级：10级电信5班

日期：2013年5月24日

1.实验要求

编程实现：

作业1、提取一段语音信号的短时能量、过零率、短时平均幅度差。

作业2、提取一段语音的傅里叶变换幅度谱、线性倒谱、梅尔频率倒谱（MFCC）。

作业3、提取一段语音的LPC参数。

作业4、估计一段语音的基音频率。

作业5、估计一段语音的前3个共振峰频率。

作业1：

1、实验原理

（1）、短时能量

语音和噪声的区别可以体现在它们的能量上，语音段的能量比噪声段能量

大，语音段的能量是噪声段能量叠加语音声波能量的和。在信噪比很高时，那么

只要计算输入信号的短时能量或短时平均幅度就能够把语音段和噪声背景区分

开。这是仅基于短时能量的端点检测方法。

信号{x(n)}的短时能量定义为:

语音信号的短时平均幅度定义为:

其中w(n)为窗函数。

（2）、短时平均过零率

短时过零表示一帧语音信号波形穿过横轴(零电平)的次数。过零分析是语

音时域分析中最简单的一种。对于连续语音信号，过零意味着时域波形通过时间

轴；而对于离散信号，如果相邻的取样值的改变符号称为过零。过零率就是样本

改变符号次数。

信号{x(n)}的短时平均过零率定义为:

式中，sgn为符号函数，即:

过零率有两类重要的应用:第一，用于粗略地描述信号的频谱特性;第二，用

于判别清音和浊音、有话和无话。从上面提到的定义出发计算过零率容易受低频

干扰，特别是50Hz交流干扰的影响。解决这个问题的办法，一个是做高通滤波

器或带通滤波，减小随机噪声的影响；另一个有效方法是对上述定义做一点修改，

设一个门限T，将过零率的含义修改为跨过正负门限。

于是，有定义:

2、实验结果及讨论

本次实验选取语音文件phrase.WAV，运行程序，结果如下图：

3、实验代码

[x,fs,nbits]=wavread(E:\yuuyin\phrase.WAV);

x=x/max(abs(x));%幅度归一化到[-1,1]

%参数设置

FrameLen=256;%帧长

inc=90;%未重叠部分

amp1=10;%短时能量阈值

amp2=2;

zcr1=10;%过零率阈值

zcr2=5;

%计算过零率

tmp1=enframe(x(1:end-1),FrameLen,inc);

tmp2=enframe(x(2:end),FrameLen,inc);

signs=(tmp1.*tmp2)0;

diffs=(tmp1-tmp2)0.02;

zcr=sum(signs.*diffs,2);

%计算短时能量

amp=sum((abs(enframe(filter([1-0.9375],1,x),FrameLen,

inc))).^2,2);

subplot(3,1,1)

plot(x)

axis([1length(x)-11])

xlabel(帧数);ylabel(Speech);

subplot(3,1,2)

plot(amp);

axis([1length(amp)0max(amp)])

xlabel(帧数);ylabel(Energy);

subplot(3,1,3)

plot(zcr);

axis([1length(zcr)0max(zcr)])

xlabel(帧数);ylabel(ZCR);

作业2、3：

1、提取一段语音的傅里叶变换幅度谱

[x]=wavread(E:\yuuyin\monologuespeech_male.wav);

y=fft(x);%傅里叶变换函数

plot(abs(y));%振幅频率