您好,欢迎访问三七文档
当前位置:首页 > 办公文档 > 会议纪要 > 音频的采集及分析处理
语音的采集及分析处理Soundacquisitionandanalysis02013435赵斌指导教师胡建中课程:机械工程测试与控制技术Ⅱ时间:2016年5月19日SchoolofmechanicalengineeringSEU摘要:本项目是对信号采集、分析与处理相关知识的一次应用,通过录音软件获得三个实验者的声音,并运用MATLAB软件对采集的语音信号进行分析处理。此次项目研究主要分三个部分:首先是语音信号的采集,利用录音软件录取三个实验者的声音。其次是对录取的语音信号进行格式的转换,统一转换为MP3格式。最后是利用MATLAB对语音信号进行时域和频域分析与处理。项目最终研究结果成功将采集的人声区分,并通过改变采样频率对声音做了处理,使其相较与源语音发生了较大变化。关键词:语音采集,时域分析,频域分析,MATLAB1、语音采集1.1题目Computercanconvertanalogsignalstodigitalsignalsbysamplingthevoiceorthevideo.Thesentenceofmechanicalengineeringmeasurementandcontroltechnologymustbereadbymorethan3peopleandberecordedundertheconditionofdifferentenvironmentalnoiseusingmicrophoneandsoundcardincomputer.First,therecordedvoiceisconvertedintoadatafileASCIItextwiththehelpofprofessionalsoftware,thenspectrumanalysisisprocessedandthefigureintimedomainandfrequencydomainisdrawn.Recordingsoftware,suchas:蓝光影音MP3录音机MatlabprogramofreadingMP3files:mp3readwrite=file_infos&download=trueDiscussion:1)UnderstandthesamplingfrequencyanditseffectonqualityfortheAPE,MP3andWMAaudioformatfile.2)Howtosetthesamplingfrequency(采样频率)?whatistheappropriatesamplinglength(采样长度)?3)Accordingtoyouranalysis,howtodistinguishspeechsoundofdifferentpeople?4)Whatmeasurescanbetakentomakeyourspeechsoundidentifieddifficultlybyothers?1.2原始信号采集与处理通过手机自带录音功能,录取三位实验者的“机械工程测试与控制系统”语句,得到三个语音文件‘zb.m4a’,‘hdh.m4a’,‘lxy.m4a’。2、语音信号的分析处理2.1语音格式转换通过参考函数‘mp3write’,将m4a格式转换为mp3格式。在读取语音文件时,注意到MATLABR2014版本函数库中有读取语音函数‘audioread’,该函数支持mp3格式语音的读取,所以在程序中没有使用提供的函数‘mp3read’。转换完成保存。2.2时域与频域的分析处理对获取的信号绘制时域波形,并通过FFT绘制频域波形。图(1)实验者zb语音的时域波形和幅频谱图图(2)实验者hdh语音的时域波形和幅频谱图图(3)实验者lxy语音的时域波形和幅频谱图3、讨论3.1采样频率的影响采样时在模数转换过程中以一定规律,如时间间隔,对连续时间信号进行取值的过程。其数学描述就是用间隔为Ts的周期单位脉冲序列g(t)去乘以模拟信号x(t)。g(t)可写为()()sngttnT(0,1,2,3,...n)由函数性质可知()()()ssnxttnTdtxnT(0,1,2,3,...n)说明经时域采样后,各采样点的信号幅值为()sxnT,其中Ts为采样间隔,1ssfT为采样频率。3.2采样频率的设置及采样长度的确定通过MATLAB中函数获得录取语音的采样频率为48000Hz。通过查阅资料知道人声音的频率一般是20~4000Hz,当Fs=48000Hz时,满足采样定理,所以这样设置采样频率合理。根据图(1)(2)(3)可以看出,这样设置采样频率获得的图像时全保真的。采样长度取决于录音的时间长短,但不易过短,过短不能完整体现整个语音长度的特征,过长会增加运算量,增加计算机负担。3.3区分不同的声音不同的实验者,其说话声音的响度和音调不同,反应到时域上就是信号幅值的不同,反应到频域上就是特征频率在频谱图上的分布不同。三个实验者均为男生,录制环境为图书馆,通过图(1)(2)(3)可以看出,不同实验者时域图的区别即为振幅的差异,频域图的区别为声音特征频率的分布不同,三个实验者语音的特征频率分布大致集中在250Hz左右。理论上,区分不同人声的主要靠特征频率的不同,但实验对象均为男生,音调比较接近,在频谱图上看不出太大区别,但每个人的音调是不能改编的,所以用频率特征区分不同人声比较准确。虽然三个实验者的时域波形有较大差异,但只要改变讲话者的说话轻重,就能改变时域波形,所以时域特征不能用来区分不同的声音。3.4让声音没有区分度的方法利用改变采样频率的处理方法,可使源语音的特征频率改变。如图图(4)Fs=48000Hz时的时域图和频域图图(5)Fs=60000Hz时的时域图和频域图图(6)Fs=60000Hz时的时域图和频域图通过对比图(4)(5)(6)中的频域图,可以看出随着采样频率的增大(减小),对应语音的特征频率也增大(减小),即语音的音调改变。利用MATLAB中的函数‘sound’可明显的听出语音音调的变化。致谢感谢胡建中老师在测试系统学习方面给我的教导和帮助,在我做项目的过程中为我答疑解惑,解决难题,使我能够顺利完成项目内容。参考文献:1.贾平民,张洪亭主编.测试技术(第二版).北京:高等教育出版社.2012.31-692.DanEllis,demo_mp3readwrite[EB/OL].=file_infos&download=true.2009.附录:matlab程序代码[x,fs]=audioread('zb.m4a');mp3write(x,fs,'zb.mp3')[x,fs]=audioread('zb.mp3');%readmp3formatfileFs=48000;%samplingfrequencyL=length(x);t=(0:L-1)/Fs;subplot(211);plot(t,x);title('zb.mp3waveformoftimedomain');xlabel('time/s');ylabel('amplitude');Y=fft(x,L)*2;f=Fs/L*(0:1:L-1);A=abs(Y);%amplitudeP=angle(Y);%phasesubplot(212);plot(f(1:L/2),A(1:L/2));title('frequencyspectrumofFs=48000');xlabel('f(Hz)');ylabel('amplitude');axis([040000200]);sound(x,Fs);
本文标题:音频的采集及分析处理
链接地址:https://www.777doc.com/doc-1961359 .html