语音信号时域特征参数提取

山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：1实验二、语音信号时域特征参数提取一、实验目的1．掌握利用matlab程序进行语音信号的录制与回放。2．理解语音信号的时域特征参数的概念，如短时能量、短时过零率等。3．掌握matlab的开发环境。4．掌握对语音信号进行时域特征参数提取的方法。二、实验原理本实验要求掌握时域特征分析原理，并利用已学知识，编写程序求解语音信号的短时过零率、短时能量、短时自相关特征，分析实验结果。1.窗口的选择通过对发声机理的认识，语音信号可以认为是短时平稳的。在5~50ms的范围内，语音频谱特性和一些物理特性参数基本保持不变。我们将每个短时的语音称为一个分析帧。一般帧长取10~30ms。我们采用一个长度有限的窗函数来截取语音信号形成分析帧。通常会采用矩形窗和汉明窗。图1.1给出了这两种窗函数在帧长N=50时的时域波形。山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：2020406000.20.40.60.811.21.41.61.82矩形窗samplew（n）020406000.10.20.30.40.50.60.70.80.91hanming窗samplew（n）图1.1矩形窗和Hamming窗的时域波形矩形窗的定义：一个N点的矩形窗函数定义为如下1,00,()nNwn其他hamming窗的定义：一个N点的hamming窗函数定义为如下0.540.46cos(2),010,()nnNNwn其他=这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图1.2）：矩形窗的主瓣宽度小（4*pi/N），具有较高的频率分辨率，旁瓣峰值大（-13.3dB），会导致泄漏现象；汉明窗的主瓣宽8*pi/N，旁瓣峰值低（-42.7dB），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗，在计算短时能量和平均幅度时通常用矩形窗。表1.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：300.10.20.30.40.50.60.70.80.91-80-60-40-200矩形窗频率响应归一化频率(f/fs)幅度/dB00.10.20.30.40.50.60.70.80.91-100-500Hamming窗频率响应归一化频率(f/fs)幅度/dB表1.1矩形窗和hamming窗的主瓣宽度和旁瓣峰值2.短时能量由于语音信号的能量随时间变化，清音和浊音之间的能量差别相当显著。因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况。定义短时能量为：221[()()][()()]nnmmnNExmwnmxmwnm，其中N为窗长特殊地，当采用矩形窗时，可简化为：2()nmExm窗函数主瓣宽度旁瓣峰值矩形窗4*pi/N13.3dBhamming8*pi/N42.7dB102)(NmnnmxE山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：4图1.3和图1.4给出了不同矩形窗和hamming窗长的短时能量函数，我们发现：在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。hamming窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。窗过大（N很大），等效于很窄的低通滤波器，不能反映幅度En的变化；窗过小（N很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在11.025kHz左右的采样频率下，N选为100~200比较合适。短时能量函数的应用:1）可用于区分清音段与浊音段。En值大对应于浊音段，En值小对应于清音段。2）可用于区分浊音变为清音或清音变为浊音的时间（根据En值的变化趋势）。3）对高信噪比的语音信号，也可以用来区分有无语音（语音信号的开始点或终止点）。无信号（或仅有噪声能量）时，En值很小，有语音信号时，能量显著增大。020004000600080001000012000140001600018000-101sample采样幅度020004000600080001000012000140001600018000024sample短时能量N=500200040006000800010000120001400016000180000510sample短时能量N=1500200040006000800010000120001400016000180000510sample短时能量N=25002000400060008000100001200014000160001800001020sample短时能量N=35002000400060008000100001200014000160001800001020sample短时能量N=450020004000600080001000012000140001600018000-101sample采样幅度020004000600080001000012000140001600018000012sample短时能量N=50020004000600080001000012000140001600018000024sample短时能量N=1500200040006000800010000120001400016000180000510sample短时能量N=2500200040006000800010000120001400016000180000510sample短时能量N=3500200040006000800010000120001400016000180000510sample短时能量N=4503．短时平均过零率过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零率。定义短时平均过零率：山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：5sgn[[]sgn[(1)]()nmZxmxmwnm其中sgn为符号函数，0)(,10)(,1)(sgnnxnxnx，在矩形窗条件下，可以简化为11sgn[()sgn[(1)]2nnmnNZxmxmN短时过零率可以粗略估计语音的频谱特性。由语音的产生模型可知，发浊音时，声带振动，尽管声道有多个共振峰，但由于声门波引起了频谱的高频衰落，因此浊音能量集中于3KZ以下。而清音由于声带不振动，声道的某些部位阻塞气流产生类白噪声，多数能量集中在较高频率上。高频率对应着高过零率，低频率对应着低过零率，那么过零率与语音的清浊音就存在着对应关系。.图1.5为某一语音在矩形窗条件下求得的短时能量和短时平均过零率。分析可知：清音的短时能量较低，过零率高，浊音的短时能量较高，过零率低。清音的过零率为0.5左右，浊音的过零率为0.1左右，但两者分布之间有相互交叠的区域，所以单纯依赖于平均过零率来准确判断清浊音是不可能的，在实际应用中往往是采用语音的多个特征参数进行综合判决。短时平均过零率的应用：1）区别清音和浊音。例如，清音的过零率高，浊音的过零率低。此外，清音和浊音的两种过零分布都与高斯分布曲线比较吻合。2）从背景噪声中找出语音信号。语音处理领域中的一个基本问题是，如何将一串连续的语音信号进行适当的分割，以确定每个单词语音的信号，亦即找出每个单词的开始和终止位置。3）在孤立词的语音识别中，可利用能量和过零作为有话无话的鉴别。山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：6020004000600080001000012000140001600018000-0.500.51sample采样幅度02000400060008000100001200014000160001800002468sample短时能量02000400060008000100001200014000160001800000.10.20.30.40.5sample短时平均过零率图1.5矩形窗条件下的短时平均过零率4、短时自相关函数自相关函数用于衡量信号自身时间波形的相似性。清音和浊音的发声机理不同，因而在波形上也存在着较大的差异。浊音的时间波形呈现出一定的周期性，波形之间相似性较好；清音的时间波形呈现出随机噪声的特性，样点间的相似性较差。因此，我们用短时自相关函数来测定语音的相似特性。短时自相关函数定义为：()()()()()nmRkxmwnmxmkwnmk令'mnm´，并且'()()wmwm，可以得到：山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：71''''0()[()()][()()][()()][()()]NknmmRkxnmwmxnmkwmkxnmwmxnmkwmk图6给出了清音的短时自相关函数波形，图7给出了不同矩形窗长条件下（窗长分别为N=70，N=140，N=210，N=280）浊音的短时自相关函数波形。由图1.6、图1.7短时自相关函数波形分析可知：清音接近于随机噪声，清音的短时自相关函数不具有周期性，也没有明显突起的峰值，且随着延时k的增大迅速减小；浊音是周期信号，浊音的短时自相关函数呈现明显的周期性，自相关函数的周期就是浊音信号的周期，根据这个性质可以判断一个语音信号是清音还是浊音，还可以判断浊音的基音周期。浊音语音的周期可用自相关函数中第一个峰值的位置来估算。所以在语音信号处理中，自相关函数常用来作以下两种语音信号特征的估计：1）区分语音是清音还是浊音；2）估计浊音语音信号的基音周期。050100150200250300-0.08-0.06-0.04-0.0200.020.040.060.08050100150200250300-0.1-0.0500.050.1延时kR(k)清音图1.6清音的短时自相关函数山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：2010081261课程：专业综合实验实验日期：2014年1月3日成绩：8020406080100120140160180200220-505延时kR(k)N=70020406080100120140160180200220-505延时kR(k)N=140020406080100120140160180200220-10010延时kR(k)N=210020406080100120140160180200220-10010延时kR(k)N=280图1.7不同矩形窗长条件下的浊音的短时自相关函数三、实验仪器和设备PC机1台，麦克风一个，matlab编程软件四、实验内容及步骤1．安装Matlab6.x软件实验平台（如系统已安装Matlab6.软件，直接进第二步）。2.利用麦克风录制一段自己的语音信号。3.利用matlab绘制语音信号时域波形。4.对语音信号进行加窗处理，并比较汉明窗与矩形窗的区别。5.利用matlab提取语音信号的短时能量、短时过零率以及自相关函数。6.分析不同语音信号的短时能量、短时过零率以及自相关函数的不同。7.分析上述三种语音信号特征对语音信号分析的意义。山东建筑大学实验报告学院：信电学院班级：电信102姓名：徐景广学号：20