基于MATLAB语音信号处理.doc

摘 要

语音信号处理是研究数字信号处理技术和语音信号进行处理的一门学科，是一门新型的学科，是在多门学科基础上发展起来的综合性技术，它涉及到数字信号处理、模式识别、语言学。语音信号处理是研究用数字信号处理技术对语音信号处理的一门学科。处理的目的是要得到一些语音参数以便高效的传输或存储；或者是通过处理的某种运算以达到某种用途的要求。语音信号处理又是一门边缘学科。如上所诉，它是“语言语音学”与“数字信号处理”两个学科相结合的产物。
语音信号处理属于信息科学的一个重要分支，大规模集成技术的高度发展和计算机技术的飞速前进，推动了这一技术的发展。在数字音频技术和多媒体技术迅速发展的今天，传统的磁带语音录放系统因体积大、使用不便、放音不清晰而受到了巨大挑战。本次课程设计提出的体积小巧，功耗低的数字化语音存储与回放系统，可以有效的解决传统的语音录放系统在电子与信息处理的使用中受到的限制。
本文提出了语音信号处理课程建设的实验环节中的一些考虑，作为专业课程的学习，实验内容不能仅仅停留在验证性实验上，还应增加实验延伸的设计要求，是学生加深对理论分析认识的同时，强调培养学生的实际动手能力和知识综合运用能力。从而提高语音信号的教学和实验的质量。实验内容采用MATLAB编程实现，不仅易于语音信号处理的实现，更易引导学生完成实验延伸的设计。

第一章 绪论

1.1选题背景

在我们的现实生活中从磁带、录像带到CD、VCD、DVD；从黑白电视机、彩色电视机、高清晰度电视机到具有数字信号处理功能的电视机；从留声机、录音机到语音信箱；现在正出在模拟信息到数字信息的变革之中，传统的磁带语音录放系统因其体积大，使用不便，在电子与信息处理的使用中受到许多限制。
虽然，目前广播电视系统尚未实现真正的数字化，相信在不久的将来，真正的数字电视、数字收音机、数字收录机将进入家庭。所以，研究音频信号的数字化存储、处理和回放系统有着很重要的现实意义。
通过设计语音信号实验箱可以对语音信号实现各种形式的变换，因此学会对语音信号的处理，也可自行研究将此语音处理技术应用到现实生活中。
1.2课题意义

语音信号处理的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，语音是人类特有的功能，它是创造和记载几千年来人类文明史的根本手段，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对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域刚也涉及面很广的交叉学科。

第二章 课程设计要求及系统原理

2.1 课程设计基本要求
（1）学会MATLAB的使用，掌握MATLAB的程序设计方法；
（2）掌握在windows环境下语音信号的采集方法；
（3）掌握数字信号处理的基本概念，基本理论和基本方法；
（4）掌握MATLAB设计方法；
（5）学会用MATLAB对信号进行分析和处理。

2.2 系统基本原理

语音采集原理是，人耳能听到的声音是一种范围为20Hz—20kHz，而一般语音频率最高为3.4kHz。语音的采集是指语音声波信号经麦克风和高频放大器转换成有一定幅度的模拟量电信号，然后再转换成数字量的全过程。
本次设计的基本原理是对语音的录音和放音进行数字化控制。其中，关键技术在于：为了增加语音存储时间，提高存储器的利用率，采用了非失真压缩算法对语音信号进行压缩后再存储，而在回放时再进行解压缩；同时，对输入语音信号进行数字滤波以抑制杂音和干扰，从而确保了语音回放的可靠质量。
通过设计一个GUI实验箱，并添加相应的控制控件，添加一个声音文件，通过MATLAB编程，使其通过各种按钮实现语音信号处理的各种功能，最后做成一个完整的语音信号处理实验箱。

第三章 设计方案论证

3.1 设计理论依据

3.1.1采样定理：

在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时，则采样之后的数字信号完整的保留了原始信号中的信号，一般实际应用中保证采样频率为信号最高频率的5—10倍；采样定理又称奈奎斯特定理。
3.1.2采样频率：
采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调、衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也就越精确，采样频率与声音频率之间有一定的关系，根据奈奎斯特理论，只有采样频率高于声音信号最高频率的2倍的时候，才能把数字信号表示的声音还原成为原来的声音，这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准。

3.1.3采样位数与采样频率
采样位数即采样值或取样值，用来衡量声音波动变化的参数，是指声卡在采集和播放声音文件时候使用数字声音信号的二进制为数。采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。
采样位数和采样频率对于音频接口来说是最为重要的两个基本指标，也是选择音频接口的两个重要标准。无论采样频率如何，理论上来说采样的位数决定了音频数据最大的力度范围。每增加一个采样位数相当于力度范围增加了6dB。采样位数越多则捕捉到的信号越精确。对于采样率来说你可以想象它类似于一个照相机。显然采样率越高，计算机提取的声音越多，对于原始的还原也越加精确。

第四章 图形用户界面设计
4.1 图形用户界面概念
图形用户界面或图形用户接口是指采用图形方式显示的计算机操作环境由用户接口。与早期计算机使用的命令行界面相比，图形界面对于用户来说更为简便易用。
GUI是MATLAB提供的图形用户界面开发环境，提供了一系列用于创建图形用户界面的工具，从而简化界面布局和编程工作。
4.2用户界面设计
4.2.1 GUI设计模板
在MATLAB主窗口中，选择File菜单中的New菜单项，再选择其中的GUI命令，就会显示图形用户界面的设计模板。
MATLAB为GUI设计一共准备了四个模板，分别是Blank GUI、GUI with Uicontrols、GUI with Axes and Menu、Modal Question Dialog。
当用户选择不同的模板时，在GUI设计模板界面的右边就会显示出与该模板对应的GUI图形。
4.2.2 GUI设计窗口
在GUI设计模板中选中一个模板，然后单击OK按钮，就会显示GUI设计窗口，选择不同的GUI设计模式时，在GUI设计窗口中显示的结果是不一样的。
GUI设计窗口由菜单栏、工具栏、空间工具栏以及图形对象设计区等部分组成。GUI设计窗口的菜单栏有File、Edit、View、Layout、Tools和Help六个菜单项，使用其中的命令可以完成图形用户界面的设计操作。
4.2.3 GUI设计窗口的基本操作
（1）前面板的设计：在GUI设计窗口创建图形对象后，通过双击该对象，就会显示该对象的属性编辑器。如下图所示。例如，创建一个Push Button对象，并设计该对象的属性值。

图4-1 按钮属性编辑器
通过以上的按钮属性编辑器可以根据个人情况对按钮的名称、颜色、大小等方面的属性进行修改，使按钮在视觉上变的更加完美。
（2）按钮功能的实现：在GUI设计窗口创建按钮后，通过右键单击按钮，选择View callbacks下的callback对相应的按钮进行编程，使按钮实现相应的功能，如下图所示对按钮的响应功能进行设置。

图4-2 按钮功能编辑器
进入到按钮程序编辑窗口，通过编程即可实现按钮的相应功能，如下图：

图4-3 按钮的编程实现界面
通过对各个按钮控件的修改，和对m文件程序的添加就完成对GUI窗口的设计，最后得到的图形化操作界面如下图所示:

图4-4 图形化操作界面
4.2.4 语音的录入与打开
在MATLAB中，[y,fa,bits]=wavread(‘Blip’,[N1 N2]);用于读取语音，采样值放在向y中，fs表示采样频率，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值。
Suond(x，fs，bits)；用于对声音的回放，向量y则就代表了一个信号也就是说可以像处理一个信号表达式一样处理这个声音信号。

第五章 课程设计的软件实现

5.1 部分函数语法格式

读wav文件： x=wavread(‘filename’)
数组a及b中元素相乘： a.*b
创建图形窗口命令： figure
绘图函数： plot(x)
坐标轴： axis([xmin xmax ymin ymax])
坐标轴注解： xlabel(‘…’) ylabel(‘…’)
图例注解： legend(‘…’)
一阶高通滤波器： y=filter([1-0.09375],1,x)
分帧函数： f=enframe(x,len,inc)
x为输入语音信号，len指定了帧长，inc指定帧移，函数返回为nXlen的一个矩阵，每一行都是一帧数据。

5.2语音信号处理的相关函数

5.2.1语音信号的短时谱：
周期性声门波可表示为: (5-1)
其中，g[n]是声门波的单周期的波形，p[n]是间隔为P的周期采样序列。当u[n]通过线性非时变声道，且该声道的单位冲击响应为h[n]时，声道输出为：
(5-2)
为了观察一段语音，需要降生到输出乘以一个一时刻τ 为中心的窗函数 w[n,τ] ,即得到：
（5-3）
这段语音信号的频域表达式为：
（5-4）
即语音信号的谱包络为
语谱图就是现实时变频谱幅度特征的图形表达式为：
（5-5）
将语音信号短时谱程序写入到MATLAB中得到单色语谱图的波形如下：

图5-1 语音信号单色语谱图

5.2.2 自相关方法估计语音信号的声道参数：

由均方预测误差最小的得到正则方程：
（5-6）
其中，
（5-7）
在最佳解时的误差为
（5-8）
在自相关法中式5-6，式5-8变为
（5-9）
(5-10)
由式5-9和式5-10可列出方程组式5-11
（5-11）
解方程组式5-9求出线性预测系数，通过误差式5-11可求出增益G
（5-12）
加窗后信号频谱图如下：

图5-2 加窗后信号频谱图
通过以上的方法，改变参数分别求得4极点模型频率响应和6极点模型频率响应，6极点波形如下图所示：

图5-3 六极点波形图

最后通过以上方法用一个函数分别实现以上三个功能，三个波形显示在一个界面，通过观察图形，查看它们之间的分别。三者比较所得到的波形如下：

图5-4 三者比较波形图
5.2.3 基音周期检测
数据为浊音语音信号speech1_10k(10000样点/秒)用25ms的汉明窗对语音信号speech1_10k进行加窗处理，并画出所得到的加窗信号的自相关函数，再用根据中心消波法及三电平中心消波法原理改进程序，最后对比中方法基音检测的效果并分析结果。

实验原理及方法

（1） 自相关检测原理：对于离散的数字语音信号序列x(n)，如果周期N，则自相关函数也是同周期的周期函数。即：x(n)=x(n+N)。清音信号没有周期性，他的自相关函数也没有周期。浊音新海具有准周期性。自相关基音检测正是利用这一性质对语音信号进行基音检测的。

（2） 中心消波法检测原理：中心消波处理是使用如下图所示的中心消波函数进行处理的：

图5-5 中心消波检测图

（3） 三电平消波法原理：为了减少自相关计算中的乘法运算，可以把上述中心消波以后的信号y(n)的自相关用两个信号的互相关代替，其中一个信号是y(n)另一个信号是对y(n)进行三电平量化产生的结果。且这个信号有三种可能的取值，因而这里的互相关计算只需要做加减法，而这个互相关序列的周期性与y(n)的自相关序列是近似相同的。

三电平法对语音信号处理得到的波形如下：

图5-6 三电平法波形图

中心消波法得到的波形如下图：

图5-7 中心消波法波形图

5.3 GUI实验箱操作界面设计
通过对各个控件的编程和对参数的设计，最后得到的GUI实验箱操作界面如下图所示，通过界面上的各个按钮即可实现相应的功能。

图5-8 GUI实验箱操作界面

第六章 心得体会

通过本次课程设计完成了对语音信号的读取与打开，与课题的要求十分相符；初略的完成了界面的设计，但也存在相当的不足，达到了打开语音文件，显示已定波形。语音信号处理时语音学与数字信号处理技术相结合的交叉学科，将语音当做一种特殊的信号，即一种“复杂向量”来看待。也就是说，体现了数字信号处理技术。
本次课程设计时希望将数字信号处理技术应用与某一实际领域，这里就是指对语音的处理。作为存储与计算机中的语音信号，其本身就是离散化了的向量，我们只需要将这些离散的量提取出来美酒可以对其进行处理了。
本次课设，用到了处理数字信号的强有力工具MATLAB，通过MATLAB李的几个命令函数的调用，很轻易的在实际化语音与数字信号的理论之间搭了一座桥。
最后，还利用了MATLAB的另一强大功能——GUI界面设计。设计出了一个建议的用户应用界面，可以让人实现界面操作。
通过本次课程设计让我更加了解了语音信号处理在现实中的强大的应用空间，同时查阅了很多相关的资料，应用MTALAB软件来完成，熟练掌握了MATLAB软件，本次课程设计要求用GUI设计模块，查阅了很多资料，更加深刻的陆奥了了这方面知识。
本次课程设计，我明白了理论的学习需要在实践中才能得到巩固。在课程设计中，只有动手慢慢研究，才能真正了解MATLAB软件平台中可以直接设计数字滤波器的各个函数的调用，对设计GUI实验箱的所有函数的运用有了比较好的认识。
通过这个课程设计，我学到了很多MATLAB和语音信号的知识，提高了自己在语音信号设计方面的知识能力，动手能力和思维能力都得到了一定的提升，希望自己以后可以更多的继续学习这一门课程设计方面的知识。

附 录
1. 源程序代码:

参考文献

[1] 刘庆华 陈紫强《基于MATLAB和DSP的语音信号处理课程的建设》 电气电子教学学报 2006 10（3）：124-128
[2] 张力 《MATLAB在语音信号处理辅助教学中的应用》 电气电子教学学报 2005 27卷2期：96-99
[3] 邓立新 杨震《信息技术融入“语音信号处理”课程的教学实践》电气电子教学学报 2005 27卷5期：13-16
[4] 胡航，《语音信号处理》 哈尔滨工业大学出版社 2005年2月，第二版：135-137
[5] 张平，《MATLAB基础与应用》 北京航空航天大学出版社 2007，第二版：85-92
[6] 谢德芳 《数字信号处理》 北京科学出版社 2005，第一版
[7] 张雄伟 《现代语音处理技术及应用》 机械工业出版社 2006，第二版
[8] 吴家安 《语音编码技术及应用》 机械工业出版社 2006 第一版
[9] 刘幺和 宋庭新 《语音识别与控制应用技术》 科学出版社 2008 第二版
[10] 李昌立 吴善培 《数字语音编码实用教程》 人民邮电出版社 2004 第一版
[11] 姚天仁 《数字语音处理》 华中科技大学出版社 1992 第二版
[12] 朱敏雄 《计算机语音技术（修订版）》 北京航空航天大学出版社 2002 第一版
[13] 王炳锡 《语音编码》 西安电子科技大学出版社 2002 第一版
23