1、一、研究背景和價值語言是人類交流信息的基本手段，在人們?nèi)找鏀U(kuò)大的交流中占據(jù)著重要地位。在如今高度發(fā)達(dá)的信息社會中用數(shù)字化的方法進(jìn)行語音的傳送、儲存識別、合成、增強(qiáng)等是整個數(shù)字化通信網(wǎng)中最重要、最基本的組成部分之一隨著信息科學(xué)技術(shù)的飛速發(fā)展，語音信號處理的研究也日益顯示出它的要性，并取得了重大進(jìn)展。雖然語音信號處理作為研究用數(shù)字信號處理技術(shù)和語音學(xué)知識對語音信號進(jìn)行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。通過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息的形式。同時，語言也是人與機(jī)器之間進(jìn)行通信的重要工具，他是一種理想的人機(jī)通信方式，因而可為信息處理系統(tǒng)

2、建立良好的人機(jī)交互環(huán)境，進(jìn)一步推進(jìn)計(jì)算機(jī)和其智能機(jī)器的應(yīng)用，提高社會的信息化程度。數(shù)字信號外理是許多科學(xué)和工程技術(shù)領(lǐng)域中不可缺少的一個方面，在通信雷達(dá)、語音處理、圖象處理、聲學(xué)、地震學(xué)、地質(zhì)勘探、氣象學(xué)、遙感、生物醫(yī)學(xué)工程、核工程、航天工程等領(lǐng)域中都離不開數(shù)字信號處理。隨著計(jì)算機(jī)技術(shù)的發(fā)展,數(shù)字信號處理技術(shù)得到飛速發(fā)展。現(xiàn)在，已經(jīng)從最初的只是用數(shù)字方法去完成模擬信號處理的基本功能發(fā)展成為一門獨(dú)立的學(xué)科。數(shù)字信號處理在其發(fā)展初期是與模擬信號處理密切相關(guān)的。模擬信號處理討論的兩個主要問題是濾波器設(shè)計(jì)和頻譜分析。模擬信號處理所研究的問題主要局限在這兩個方面，這是與當(dāng)時信號處理的數(shù)學(xué)基礎(chǔ)和物理依托有關(guān)

3、的。當(dāng)時能夠完成電信號濾波的主要手段是依靠LC網(wǎng)絡(luò)，相應(yīng)的數(shù)學(xué)分析工具是傅里葉變換。數(shù)字信號處理在其發(fā)展的初期只是試圖用數(shù)字方法代替模擬方法去完成上述任務(wù)。20世紀(jì)60年代形成的一系列數(shù)字信號處理的理論和算法，如數(shù)字濾波器、快速傅里葉變換等是語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。隨著信息科學(xué)技術(shù)的發(fā)展，語音信號處理取得了重大的進(jìn)展。70年代提出了用于語音信號的信息壓縮和特征提取的線性預(yù)測技術(shù)，成為語音信號處理的有力工具。近年來人工神經(jīng)網(wǎng)絡(luò)的研究取得了迅速發(fā)展語音信號處理的各項(xiàng)課題是促進(jìn)其發(fā)展的重要動力之一，同時它的許多成果也體現(xiàn)在有關(guān)語音信號處理的各項(xiàng)技術(shù)中。因此，在60年代和70年代初期，數(shù)字信

4、號處理領(lǐng)域中的大量研究工作以及發(fā)表的大量論文和著作都集中于兩個方面。一方面是數(shù)字濾波器（仍限于低通、高通、帶通、帶阻等類型）的設(shè)計(jì)，即各種FIR、nR數(shù)字濾波器設(shè)計(jì)硬件實(shí)現(xiàn)結(jié)構(gòu)以及穩(wěn)定性。有限字長效應(yīng)等問題；另一方面是FFT的各種算法。二、研究任務(wù)首先是要對所需處理的語音信號的采集，運(yùn)用MATLAB對其時域、頻率響應(yīng)、幅值、相位、頻譜做出分析。然后對獲取到的語音信號進(jìn)行倒譜處理，接著用濾波器對加信號進(jìn)行濾波。最后進(jìn)行數(shù)據(jù)轉(zhuǎn)換，使用不同的采樣頻率對信號進(jìn)行處理得到不同頻率下的時域波形及其頻譜。對比不同采樣率下語音信號的差別。完成各部分任務(wù)的程序設(shè)計(jì)，并做出仿真分析。三、任務(wù)實(shí)施1、語音信號采集由

5、于條件限制，本實(shí)驗(yàn)中采集的語音是通過音樂播放器截取的一段語音，文件名為“guxiangl”，然后通過軟件處理轉(zhuǎn)換成wav格式的語音信號并保存，以作為實(shí)驗(yàn)處理的語音信號，完成后續(xù)實(shí)驗(yàn)分析。2、工具選擇在本次仿真使用的工具是MATLAB,MATLAB（矩陣實(shí)驗(yàn)室）是MATrixLABoratory的縮寫，是一款由美國TheMathWorks公司出品的商業(yè)數(shù)學(xué)軟件。MATLAB是一種用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境。除了矩陣運(yùn)算、繪制函數(shù)/數(shù)據(jù)圖像等常用功能外，MATLAB還可以用來創(chuàng)建用戶界面及與調(diào)用其它語言（包括C,C+和FORTRAN）編寫的程序。M

6、ATLAB具有很多優(yōu)點(diǎn)，編程環(huán)境比較簡單，容易實(shí)現(xiàn)，易于操作，而且處理能力特別強(qiáng)，它的內(nèi)部包含了許多模塊集合小工具，可以編程，也可以進(jìn)行建模，完成許多方面的仿真分析。而且編程即支持匯編，也支持C+,有豐富的圖形庫，所以在本實(shí)驗(yàn)中，選取MATLAB作為仿真工具。四、仿真及分析1 .語音信號時域和頻譜時域是描述數(shù)學(xué)函數(shù)或物理信號對時間的關(guān)系。例如一個信號的時域波形可以表達(dá)信號隨著時間的變化。本文分析的語音信號"guxiangl”的時域圖如圖1所示，還包含該信號的幅值及相位。05001000150020002500300035004000450050-5050010001500200025

7、003000350040004500原始信號相位圖1語音信號的波形、幅值和相位頻率響應(yīng)函數(shù)頻率響應(yīng)函數(shù)是描述測試系統(tǒng)動態(tài)特性的重要參數(shù)，通過頻率響應(yīng)函數(shù)進(jìn)行頻率分析也是進(jìn)行數(shù)字濾波器設(shè)計(jì)的重要方法。頻率響應(yīng)函數(shù)是系統(tǒng)輸出與輸入的傅里葉變換之比口丫（3HjaF實(shí)驗(yàn)時用沖激函數(shù)作為系統(tǒng)激勵信號，用各種數(shù)字濾波器作為測試系統(tǒng)。沖激函數(shù)具有無限寬廣的頻譜，用沖激函數(shù)做激勵信號相當(dāng)于對測試系統(tǒng)輸入所有頻率的信號，系統(tǒng)必然有對應(yīng)的輸出。計(jì)算出系統(tǒng)輸出與輸入的傅里葉變換之比，就是系統(tǒng)的頻率響應(yīng)函數(shù)。語首信號"guxiangT的頻率響應(yīng)圖如圖2所示。2-P)opnl'EcnBW頻率響應(yīng)圖10

8、0500-50-10000.10.20.30.40.60.60.70.80.9100.10.20.30.40.50£070.80.9NormalizedFrequency卜打rad/sample)xNormalizedFrequency1寸rad/sample)10j>5?0圖2信號頻率響應(yīng)圖頻譜任一信號，只要符合一定條件都可以分解為一系列不同頻率的正弦（或余弦）分量的線性疊加；每一個特定頻率的正弦分量都有它相應(yīng)的幅度和相位。因此對于一個信號，它的各分量的幅度和相位分別是頻率的函數(shù)；或者合起來,它的復(fù)數(shù)幅度是頻率的函數(shù)。這種幅度（或相位）關(guān)于頻率的函數(shù)，就稱為信號的頻譜。當(dāng)把信

9、號頻譜，即幅度（或相位）關(guān)于頻率的變化關(guān)系用圖來表示,就形成頻譜圖。從頻譜圖上，我們既可以看到這個周期信號由哪些頻率的諧波分量（正弦分量）組成；也可以看到，對應(yīng)各個諧波分量的幅度，它們的相對大小就反映了各諧波分量對信號貢獻(xiàn)的大小或所占比重的大小。信號的頻譜是信號的一種新的表示方法，從頻譜可以看到這個周期信號由哪些頻率的諧波分量（正弦分量）組成；也可以看到，對應(yīng)各個諧波分量的幅度，它們的相對大小就反映了各諧波分量對信號貢獻(xiàn)的大小或所占比重的大小原始語音佶號頻譜語音信號"guxiangl”的頻譜如圖3所示100908070604030201000500100015002000250030

10、00350040004500Hz圖3語音信號的頻譜2 .語音信號倒譜分析語音信號不是加性信號，而是卷積信號。為了能用線性系統(tǒng)對其進(jìn)行處理,可以先采用卷積同態(tài)系統(tǒng)處理。經(jīng)過卷積同態(tài)系統(tǒng)后輸出的偽時域序列稱為原序列的“復(fù)倒頻譜”。它的定義式可以表示為：xn=IFTlnFTxn倒譜或稱“倒頻譜”的定義為：cn=IFTlnFTxn同態(tài)信號處理法就是設(shè)法將非線性問題轉(zhuǎn)化為線性問題來處理的一種方法。按照被處理的信號來分類，大體上可以分為乘積同態(tài)信號處理和卷積同態(tài)信號處理。由于語音信號可以視為聲門激勵信號和聲道響應(yīng)信號的卷積結(jié)果。我們僅討論卷積同態(tài)信號處理系統(tǒng)的問題。同態(tài)信號處理也稱為同態(tài)濾波，實(shí)現(xiàn)將卷積關(guān)

11、系變換為求和關(guān)系的分離處理，即解卷。解卷算法可以分為兩大類：第一類是首先為線性系統(tǒng)V(Z)建立一個模型，然后對模型參數(shù)按照某種最佳準(zhǔn)則進(jìn)行估計(jì)，這種方法稱為參數(shù)解卷方法。采用的模型可以分為全極點(diǎn)模型(AR模型)和零極點(diǎn)模型(ARMA模型)，如果采用最小均方誤差準(zhǔn)則對AR模型進(jìn)行估計(jì)，就得到線性預(yù)測編碼算法(LPC)。第二類算法稱為非模型解卷。同態(tài)信號處理完成解卷任務(wù)就是其中最重要的一種。對信號進(jìn)行分析得出它的倒譜參數(shù)的過程稱為同態(tài)處理。對于語音信號進(jìn)行解卷，可將語音信號的聲門激勵信息及聲道響應(yīng)信息分離開來，從而求得聲道共振特征和基音周期，用于語音編碼、合成和識別。語音信號"guxia

12、ngl”的頻譜如圖4所示，圖中上圖為“guxiangl”的原始信號，下圖為頻譜圖。Time(s)Time(s)圖4語音信號的頻譜圖它和復(fù)倒譜的主要區(qū)別是對序列對數(shù)幅度譜的傅立葉逆變換，它是復(fù)倒譜中的偶對稱分量。它們都將卷積運(yùn)算，變?yōu)閭螘r域中的加法運(yùn)算，使得信號可運(yùn)用滿足疊加性的線性系統(tǒng)進(jìn)行處理。復(fù)倒一潛涉及復(fù)對數(shù)運(yùn)算，而倒譜只進(jìn)行實(shí)數(shù)的對數(shù)運(yùn)算，較復(fù)倒譜的運(yùn)算量大大減少。對語音信號的某一幀同樣可以分析出它的短時倒譜參數(shù)，總的說來，無論對于語音通信、語音合成或語音識別，倒譜參數(shù)所含的信息比其他參數(shù)多，也就是語音質(zhì)量好，識別正確率高。但其缺點(diǎn)是運(yùn)算量比其他參數(shù)大，盡管如此，倒譜分析方法仍不失為一種

13、有效的語音信號的分析方法。3 .語音信號數(shù)字濾波數(shù)字濾波是數(shù)字信號分析中最重要的組成部分之一，與模擬濾波相比，它具有精度和穩(wěn)定性高、系統(tǒng)函數(shù)容易改變、靈活性強(qiáng)、便于大規(guī)模集成和可實(shí)現(xiàn)多維濾波等優(yōu)點(diǎn)。在信號的過濾、檢測和參數(shù)的估計(jì)等方面，經(jīng)典數(shù)字濾波器是使用最廣泛的一種線性系統(tǒng)。數(shù)字濾波器是指完成信號濾波處理功能的，用有限精度算法實(shí)現(xiàn)的離散時間線性非時變系統(tǒng)，其輸入是一組數(shù)字量，其輸出是經(jīng)過變換的另一組數(shù)字量。因此，數(shù)字濾波器本身既可以是用數(shù)字硬件裝配成的一臺完成給定運(yùn)算的專用的數(shù)字計(jì)算機(jī)，也可以將所需要的運(yùn)算編成程序，讓通用計(jì)算機(jī)來執(zhí)行。從數(shù)字濾波器的單位沖擊響應(yīng)來看，可以分為兩大類：有限沖擊

14、響應(yīng)（FIR）數(shù)字濾波器和無限沖擊響應(yīng)（IIR）數(shù)字濾波器。濾波器按功能上分可以分為低通濾波器（LPF）、高通濾波器（HPF）、帶通濾波器（BPF）、帶阻濾波器（BSF）。在很多實(shí)際應(yīng)用中如語音和音頻信號處理中，數(shù)字濾波器來實(shí)現(xiàn)選頻功能。因此，指標(biāo)的形式應(yīng)為頻域中的幅度和相位響應(yīng)。在通帶中，通常希望具有線性相位響應(yīng)。在FIR濾波器中可以得到精確的線性相位。FIR濾波器傳遞函數(shù)的極點(diǎn)是固定在原點(diǎn)，是不能動的，它只能靠改變零點(diǎn)位置來改變它的性能，所以要達(dá)到高的選擇性，必須用高的階數(shù)，對于同樣的濾波器設(shè)計(jì)指標(biāo)，F(xiàn)IR濾波器所要求的階數(shù)可能比IIR濾波器高5-10倍，結(jié)果成本高信號延時也較大，如果按線

15、性相位要求來說，則IIR濾波器就必須加全通網(wǎng)絡(luò)進(jìn)行相位校正，同樣大大增加了濾波器的階數(shù)和復(fù)雜性。而FIR濾波器卻可以得到嚴(yán)格的線性相位。語音信號"guxiangl”的時域及頻譜濾波后的圖形如圖5所示謔波后波彤圖濁波后侍號頻譜圖圖5語音信號的時域及頻譜濾波后波形圖由圖可知，濾波對波形影響不大，但對高頻有較大衰減。在討論由模擬濾波器變換為數(shù)字濾波器時，普遍采用的是雙線性變換法，它保留的是從模擬到數(shù)字域的系統(tǒng)函數(shù)表示。在濾波器的選取時，由于設(shè)計(jì)方法的側(cè)重點(diǎn)不同，作出比較是困難的。如果在IIR濾波器情況下，最優(yōu)的設(shè)計(jì)將是橢圓濾波器。我們以雙線性變換法設(shè)計(jì)數(shù)字橢圓濾波器為例，分別給出低通、高通

16、、帶通、帶阻四種情況下濾波前后信號的波形和頻譜進(jìn)行比較。4 .數(shù)據(jù)轉(zhuǎn)換數(shù)據(jù)轉(zhuǎn)換是指改變音頻格式中的采樣頻率或量化位數(shù)。轉(zhuǎn)換原理是：先用矩陣插值或抽取技術(shù)實(shí)現(xiàn)變量變換，如果是抽取數(shù)據(jù)還需在變換前作濾波處理使之滿足采樣定理；變量變換完成后再用audiowrite函數(shù)重新定義量化位數(shù)和采樣頻率即可實(shí)現(xiàn)數(shù)據(jù)轉(zhuǎn)換。數(shù)據(jù)轉(zhuǎn)換過程中，要注意采樣頻率與原始采樣頻率及插值或抽取系數(shù)的關(guān)系。語音信號"guxiangl”的不同采樣頻率下的波形圖，圖中上部分為時域及其頻譜圖，中間圖為原采樣率下的波形圖及頻譜圖，下面的圖為新采樣頻率下的新波形圖及頻譜圖。原信號波形圖1o20004000原信”頻譜圖12Q31o

17、200010000104X原采樣率下新頻漕圖102000新采樣率新頻譜圖1000050001000015000圖6不同采樣率下的波形圖及頻譜圖由圖可知，在滿足采樣定律條件下，實(shí)現(xiàn)數(shù)據(jù)抽取，在原采樣率下波形變密、頻譜變寬且幅度減半，但在新采樣率下波形和頻譜都很好。通過試聽輸出文件還可感受處理效果。五、總結(jié)語音信號采集與分析是以語音語言學(xué)和數(shù)字信號處理為基礎(chǔ)而形成的一門涉及面很廣的綜合性學(xué)科。語音是一種信號，是一種特殊的向量matlab軟件是進(jìn)行數(shù)字信號分析與處理必不可少的一門工具。利用matlab豐富的應(yīng)用函數(shù)如:audioread,audioplay,audiowrite,fopen,fpri

18、ntf,fclose等，實(shí)現(xiàn)了對wav類型的音頻文件的信號采集和綜合分析，借助matlab程序設(shè)計(jì)實(shí)現(xiàn)對音頻信號的密碼設(shè)置，借matlab數(shù)據(jù)接口建立文本文檔，利用相關(guān)分析函數(shù)對預(yù)留語音信號頻譜和試驗(yàn)者語音信號頻譜進(jìn)行相關(guān)分析從而實(shí)現(xiàn)語音識別，為文本文檔加密。從而對整個數(shù)字音頻信號的處理方法做了一個全面而系統(tǒng)的實(shí)踐。雖然在仿真過程中我遇到了許多困難與挫折，對matlab了解不足致使編寫matlab程序困難等。通過查找資料向師兄請教，不斷和同學(xué)討論，以及大量查找文獻(xiàn)資料，不斷調(diào)試程序等努力，最終也自己操作運(yùn)行了一些實(shí)例，但是還是知道自己欠缺很多，運(yùn)行的這些實(shí)例沒沒有很強(qiáng)的系統(tǒng)性。通過這些實(shí)例的結(jié)果驗(yàn)證了課本上的知識，對這些知識的理解有了更深的理解，加深了印象。不過時間有限，自己