1、目 录第一章 绪论 1第二章 基本理论 22.1语音信号加窗处理 .22.2短时时间域分析和短时频率域分析 .22.3 LPC参数估计 .4第三章 语音信号处理 GUI 设计 .53.1语音信号加窗处理设计 .53.2 短时时间域分析和短时频率域分析 63.3 LPC参数估计 .8第四章 总结 10参考文献 11吉林工程技术师范学院课程设计论文_1第一章 绪论语音信号处理是一门比较实用的电子工程的专业课程，语音是人类获取 信息的重要来源和利用信息的重要手段。通过语言相互传递信息是人类最 重要的基本功能之一。语言是人类特有的功能，它是创造和记载几千年人 类文明史的根本手段，没有语言就没有今天的人
2、类文明。语言是语言的声 学表现，是相互传递信息的最重要手段，是人类最重要、最有效、最常用 和最方便的交换信息的形式。 语音信号处理是研究用数字信号处理技术队语音信号进行处理的一门科 学，它是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的 交叉学科。本次课程设计是用 MATLAB 对含噪的语音信号同时在时域和频域进行滤波 处理和分析，在 MATLAB 应用软件下设计一个简单易用的图形用户界面 （GUI） ，来解决一般应用条件下的各种语音信号的处理。本论文主要介绍的是语音信号的简单处理。笨论文针对以上问题，运用 数字信号学基本原理实现语音信号的处理，在 matlab7.0 环境下综合运用
3、 信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。 我们所做的工作就是在 matlab7.0 软件上编写一个处理语音信号的程序， 能对语音信号进行采集，并对其进行各种处理，达到简单的语音信号处理的目的.第二章 基本理论2.1语音信号加窗处理由于发音器官的惯性运动，可以认为在一小段时间里（一般为10ms30ms）语音信号近似不变，即语音信号具有短时平稳性。这样，可以把语音信号分为一些短段（称为分析帧）来进行处理。 语音信号的分帧实现方法：采用可移动的有限长度窗口进行加权的方法来实现的。一般每秒的帧数约为 33100 帧。分帧一般采用交叠分段的方法，这是为了使帧与帧之间平滑过渡，保
4、持其连续性。前一帧和后一帧的交叠部分称为帧移，帧移与帧长的比值一般取为01/2。 窗长的选择一般选取 100200。原因如下：当窗较宽时，平滑作用大，能量变化不大，故反映不出能量的变化。当窗较窄时，没有平滑作用，反映了能量的快变细节，而看不出包络的变化。语音信号的分帧处理，实际上就是对各帧进行某种变换或运算。2.2短时时间域分析和短时频率域分析短时平均能量定义定义 n时刻某语音信号的短时平均能量 En为： （2-)( )()1( 22nNmm wxwxE1）当窗函数为矩形窗时，有（2-)(12nNmxE2）则短时平均能量可以写成：（2-)()(22 nhxnhxEmn 吉林工程技术师范学院课程
5、设计论文_33）En特点：En 反映语音信号的幅度或能量随时间缓慢变化的规律 。窗的长短对于能否由短时能量反映语音信号的幅度变化，起着决定性影响。如果窗选得很长，En 不能反映语音信号幅度变化。窗选得太窄，En 将不够平滑。通常，当取样频率为 10kHz时，选择窗宽度 N=100200是比较合适的。为了克服短时能量函数计算 x2 ( m ) 的缺点。Mn与 En的比较：1. Mn能较好地反映清音范围内的幅度变化；2. Mn所能反映幅度变化的动态范围比 En好；3. Mn反映清音和浊音之间的电平差次于 En。 定义在离散时间语音信号情况下，如果相邻的采样具有不同的代数符号就称为发生了过零。单位时
6、间内过零的次数就称为过零率。考虑到 w(n-m)的非零值范围为 n-m0，即 mn，以及 n-mN-1,故 mn-N+1，因此短时平均过零率可以改写为：（2-nNmn mxZ)1( |1-sgns| 24）短时傅里叶变换的滤波器实现形式一（2-)(e)()e(jj nwxXmmn 5）如果把 w(n)看作为一个滤波器的单位取样响应，则短时傅里叶变换就是该滤波器的输出，为滤波器的输入。 周期性声门波可表示为： un= gn* pn (2-6)其中, gn是声门波的单周期的波形，pn是间隔为 P 的周期采样序列。当 un通过线性非时变声道，且该声道的单位冲击响应为 hn时，声道输出为： xn=hn
7、*(gn*pn) 为了观察一段语音，需要将声道输出乘以一个以时刻 为中心的窗函数 吉林工程技术师范学院课程设计论文_4wn,即得到: (2-7)pn)*(ghwn,=x,这段语音信号的频域表达式为 :(2-8)()(),(1),( kkwGwHWpX即语音信号的谱包络为 语谱图就是显示时变频谱幅度特征的图形表达式为 :(2-9)2),(),(wXS语谱图分析语音又称语谱分析，与谱图中显示了大量的语音的语句特性有关的信息，它综合了频谱图和时域波形的优点，明显地显示出语音频谱随时间的变化情况。预铺土实际上是一种三维频谱，即同时在实践和频率上显示出语音的特性，或者说是一种动态的频谱。 窄带语谱图可以
8、得到较好的频域分辨率（即以较窄的频域间隔观察频域上的正弦波成分） ，窗长通常为至少两个基音周期的“长窗” ；而宽带语谱图可以给出较好的时域分辨率（即以较窄的时域间隔观察时域波动） ，窗长为小于一个基音周期的“短窗” 。 2.3 LPC参数估计由均方预测误差最小的得到正则方程:（2-pknn piia1 ,.321,0,10）其中，（2- mnnn pkisiki ,1,11）在最佳解时的误差为:（2-pknnaE1,00,12）在自相关法中式 4-1，式 4-3变为:吉林工程技术师范学院课程设计论文_5（2-pknn pirira1 ,.321,013）（2-pknnRaE1014）由 式 4
9、-4 可列出方程组式 4-6（2-3210321 .302 2.1 120 4pRRpRpRpnnnnnn nnnn 15）第三章 语音信号处理 GUI 设计GUI 是 Graphical User Interface 的简称，即图形用户界面，通常人机交互图形化用户界面设计经常读做“goo-ee”准确来说 GUI 就是屏幕产品的视觉体验和互动操作部分。 GUI 是一种结合计算机科学、美学、心理学、行为学，及各商业领域需求分析的人机系统工程，强调人机环境三者作为一个系统进行总体设计。 这种面向客户的系统工程设计其目的是优化产品的性能，使操作更人性化，减轻使用者的认知负担，使其更适合用户的操作需求
10、，直接提升产品的市场竞争力。 GUI 即人机交互图形化用户界面设计。纵观国际相关产业在图形化用户界面设计方面的发展现状，许多国际知名公司早已意识到 GUI 在产品方面产生的强大增值功能，以及带动的巨大市场价值，因此在公司内部设立了相关部门专门从事 GUI 的研究与设计，同业间也成立了若干机构，以互相交流 GUI 设计理论与经验为目的。随着中国 IT 产业，移动通讯产业，家电产业的迅猛发展，在产品的人机交互界面设计水平发展上日显滞后，这对于提高产业综合素质，提升与国际同等业者的竞争能力等等方面无疑起了制约的作用。GUI的广泛应用是当今计算机发展的重大成就之一，他极大地方便了非专业用户的使用。人们
11、从此不再需要死记硬背大量的命令，取而代之的是可以通吉林工程技术师范学院课程设计论文_6过窗口、菜单、按键等方式来方便地进行操作。而嵌入式 GUI具有下面几个方面的基本要求：轻型、占用资源少、高性能、高可靠性、便于移植、可配置等特点。3.1语音信号加窗处理设计GUI编辑界面主要包括 3部分：1、GUI 对象选择区；2、GUI 工作栏；3、GUI 布局区。如图 3-1所示：属性查看器用来查看、设置或修改对象的属性，如图 3-2所示。调用对象的属性查看器，有 4种方法；1、在对象上双击。2、在对象上右击，选择 Property Inspector3、选中对象后单击工具栏的菜单栏按钮。4、菜单栏选择：
12、View|Property| Inspector图 3-1 GUI 编辑界面 图 3-2 属性查看器M文件主函数代码如下：f1 = str2double(get(handles.edit1,String);f2 = str2double(get(handles.edit2,String);x=wavread(by.wav);x = x(10000:26000)FrameLen=f1; FrameInc=f2;x_len = length(x)/FrameLen; y_high = FrameLen+10;s = enframe(FrameLen,FrameInc,x)s2=s.2;energy
13、 = sum(s2,2)plot(energy)xlabel(帧数 )ylabel(短时能量 )吉林工程技术师范学院课程设计论文_7%legend(N=50)axis(0,x_len,0,y_high)查看结果如下：图 3-3 执行效果图3.2 短时时间域分析和短时频率域分析此部分设计使用了 GUI 对象中的“下拉菜单”和“滑条”选项。下拉菜单中包括“Amp”“Energy”“ZCR”，用来表示“平均幅度” “平均能量” “短时过零率” 。滑条范围设置为0,1024，步进为 128，用以表示短时傅里叶变换的窗口长度。参数设置如图 3-4 和图 3-5 所示。图 3-4 GUI 编辑界面 图 3
14、-5 属性查看器M文件主函数代码如下：x1=wavread(by.wav);x=x1(10000:25999);FrameLen=240; FrameInc=80;yframe=enframe(FrameLen,FrameInc,x);amp1=sum(abs(yframe),2);amp2=sum(abs(yframe.*yframe),2);tmp1=enframe(FrameLen,FrameInc,x1(1:end-1);tmp2=enframe(FrameLen,FrameInc,x1(2:end);吉林工程技术师范学院课程设计论文_8signs=(tmp1.*tmp2)0.02;z
15、cr=sum(signs.*diffs,2);contents = get(hObject,String); selectedText = contentsget(hObject,Value);switch selectedTextcase Ampplot(amp1); axis(1 length(amp1) 0 max(amp1); ylabel(Amp); legend(amp1=x);case Energyplot(amp2); axis(1 length(amp2) 0 max(amp2); ylabel(Energy); legend(amp1=x );case ZCRplot(zc
16、r); axis(1 length(zcr) 0 max(zcr); ylabel(ZCR); legend(zcr);end;查看结果如下；图3-6 运行结果3.3 LPC参数估计此部分设计使用了 GUI 对象中的“复选框”选项。复选框中包括“4 点” “6 点” “16 点” ，用来表示 LPC 参数估计。参数设置如图 3-7 和图 3-8 所示。吉林工程技术师范学院课程设计论文_9图 3-7 GUI 编辑界面 图 3-8 属性查看器M文件主函数代码如下：f1 = (get(handles.checkbox1,Value)*4;f2 = (get(handles.checkbox4,Val
17、ue)*6;f3 = (get(handles.checkbox5,Value)*16;switch justcase 4plot(w,log(abs(HW4),b);xlabel(频率hz);title(4 极点模型频率响应);case 6plot(w,log(abs(HW6),g);xlabel(频率hz);title(6 极点模型频率响应);case 16plot(w,log(abs(HW16),r);xlabel(频率hz);title(16极点模型频率响应); case 10plot(w,log(abs(HW4),w,log(abs(HW6);xlabel(频率hz);title(二
18、者比较);case 20plot(w,log(abs(HW4),w,log(abs(HW16);xlabel(频率hz);title( 二者比较);case 22plot(w,log(abs(HW6),w,log(abs(HW16);xlabel(频率hz);title( 二者比较);case 26plot(w,log(abs(HW4),w,log(abs(HW6),w,log(abs(HW16);xlabel(频率hz);title(三者比较);end运行结果如下：吉林工程技术师范学院课程设计论文_10图 3-9 运行效果图第四章 总结经过两周的课程设计，充分的锻炼了我们的独立思考能力、团队
19、合作能力、动手实践能力，补充了在理论上的不足，本文对语音信号处理系统的设计作了详细的介绍，采用一系列图像分析 和处理技术，实现了语音信号的基本处理的功能，经过测试运行，本设计圆满的完成了对语音信号的读取和打开。较好的完成了对语音信号的频谱 分析，通过 fft 变换，得出了语音信号的频谱图；在滤波这一块，课题主要是从数字滤波器入手来设计滤波器，基本实现了滤波，完成了各种滤波 器效果比较与课题的要求十分相符。通过这次课程设计，使我对语音信号 有了全面的认识，对数字信号处理的知识又有了深刻的理解，在之前数字 信号与处理的学习以及完成课后的作业的过程中，已经使用过 MATLAB，对其有了一些基础的了解
20、和认识。 通过这次练吉林工程技术师范学院课程设计论文_11习是我进一步了解了信号的产生、采样及频谱分析的方法。 以及其中产生信号和绘制信号的基本命令和一些基础编程语言。让我感受 到只有在了解课本知识的前提下，才能更好的应用这个工具；并且熟练的 应用 MATLAB 也可以很好的加深我对课程的理解，方便我的思维。这次设计 使我了解了 MATLAB 的使用方法，学会分析滤波器的优劣和性能，提高了分 析和动手实践能力。同时我相信，进一步加强对 MATLAB 的学习与研究对我 今后的学习将会起到很大的帮助。吉林工程技术师范学院课程设计论文_12参考文献1姚天任.数字语音信号处理M.武汉:华中理工大学出版社,1992.2陈永彬.王仁华. 语音信号处理M.合肥:中国科技大学出版社,1990.3胡征,杨有为.矢量量化原理及应用M.西安:西安电子科技大学出版社,1988.4易克初,田斌,付强.语音信号处理M.北京:国防工业出版社,2000.
