网站流量查询网站统计查询,自己做家具网站,网站二级导航,算命 网站开发基于MATLAB基音检测分析基于MATLAB基音检测分析摘要#xff1a;基音检测作为语音信号处理的重要手段#xff0c;被广泛地应用于语音的合成、编码及识别等一系列语音信号处理技术问题。基音检测的准确性对于要求极高的语音识别、合成、分析、压缩编码等等都有重要的意义。该文…基于MATLAB基音检测分析基于MATLAB基音检测分析摘要基音检测作为语音信号处理的重要手段被广泛地应用于语音的合成、编码及识别等一系列语音信号处理技术问题。基音检测的准确性对于要求极高的语音识别、合成、分析、压缩编码等等都有重要的意义。该文用自相关函数法、平均幅度差函数法和倒谱法这三种常用的基音检测方法运用MATLAB编程实现对语音信号的基音周期轨迹图进行了比较分析并由此得出和倒谱法进行语音信号基音的检测更为精确。关键词基音检测MATLAB自相关函数法平均幅度差函数法倒谱法中图分类号TP311 文献标识码A 文章编号1009-3044(2014)18-4293-031 概述语音是人类相互之间进行信息交流的基本手段和重要载体随着现代通信科学技术的迅速发展尤其是计算机的日趋普及对语音信号的处理发挥着越来越重要的作用。汉语中的声调对于语音的理解很重要同时相同的汉语在不同的语气或词义下均有不同的声调[1]。因此基音检测的准确性对于汉语语音信号的识别极为重要。根据声带的震动情况我们一般将语音信号分为清音和浊音两种[2]。清音和普通的白噪声相似尚未发现明显的规律性而浊音就是俗称的有声语言携带着语音的大部分能量并且具有明显的周期性。当人们在发出浊音的时候气流往往会通过声门迫使声带产生规律性的震动我们称之为激励脉冲串。通过声带震动产生的频率被定义为基音频率同样地就有了基音周期[3]。通常所指的基音检测实际上就是一种对基音周期的估计结果是希望能够找出与声带的振动频率相一致或较为吻合的轨迹曲线。语音信号的处理包括四大类分别为语音合成、语音识别、语音编码以及语音识别 [2]。其中准确提取语言信号参数对于整个的语音信号处理是至关重要的。只有当某些可以表示语音信号本质特征的参数被准确地提出这些参数才可以被利用进行有效的语音合成语音识别以及语音的压缩解码处理其中语音周期提取的准确性会直接影响到语音合成的真实性因此在众多参数中就会显得尤为重要[4]。2 研究方法2.1 自相关函数法(ACF函数法)当采用ACF函数算法进行基音检测时主要是利用了短时自相关函数能够取到最大值这一性质。使用此方法时可以利用一个窗函数使窗本身不动而语音信号移动。窗口的长度[N]大于等于两倍的基音周期当[N]越大函数波形的细节会显示地越清晰更加有利于基音的检测然而会有繁重的计算量。这一算法适用于在噪声环境下基音的提取。通过上面的性质可以知道自相关函数都是在基音周期处出现峰值并且标出出很强的规律性。在一般情况下基波分量不是最强的分量并且多变的谐波使得语音信号的波形变得较为复杂对于基音检测是一大难题经常发生的基频估计结果往往是二次倍频或二次分频的实际基音频率。同时还有一些清浊混杂的情况使得基音检测成为目前的一大难题。2.2 平均幅度差函数法(AMDF函数法得到语音信号基音周期的具体过程是首先对语音信号的序列进行z变换然后对其取模再取对数最后再进行逆z变换。根据语音信号的产生及瞬时平稳的特性可以得知声道滤波器频谱与声源频谱的乘积就得到了短时谱的语音信号。对于浊音信号而言脉冲激励源的周期性表现为快速变化的周期性细致结构[8]。语音信号倒谱的取得是首先对语音信号的短时谱取对数然后再进行反傅里叶变换因此浊音信号的倒谱会出现周期性的冲激就可以从倒谱波形中提取出相对应的基音周期。3 基于MATLAB基音检测本文所采用的语音文件为在windows附件中的录音机功能录制2-3秒 “啊”的四个音调采样频率为11.025KHz位数为16位声道为单声道。从已得到的语音信号中选取一段较理想的样本取样点数应为帧长的整数倍。对语音信号的采样通过软件MATLAB对语音文件的计算得知其语音长度为2.5秒若采样频率为11KHz共计27500个采样点。采样模块从采样频率为11KHz的语音信号中截取11000个样点进行分析取帧长为20ms即每帧为220个样点值共分为50帧。运用matlab编写程序得出以下结果图1是原始语音信号的波形图2是采样信号的波形从原始语音信号中截取11000个样点进行分析.图3是用ACF函数法得到的基音轨迹图这一算法适用于在噪声环境下基音的提取。由图中可知信号在是在基音周期处出现峰值并且标出出很强的规律性。图4是用AMDF函数法得到的基因轨迹图平均幅度差函数法只需进行加减法和取绝对值等简单的计算算法简单运算量比自相关函数法大大减少容易在计算机实现。图5是运用倒谱法得到的基音检测轨迹图.倒谱法对于干净语
