DOC《课程设计报告》

进入70年代之后,提供了用于语音信号的信息压缩和特征提取的线性预测技术(LPC),并已成为语音信号处理最强有力的工具, 广泛应用于语音信号的分心、合成及各个应用领域,以及用于输入语音与参考样本之间时间匹配的动态规划方法;

80年代初一种新的基于聚类分析的高效数据压缩技术――矢量量化(VQ)应用于语音信号处理中;

近年来人工神经网络(ANN)的研究取得了迅速发展,语音信号的各项课题是促进其发展的重要动力之一,同时,他的许多成果也体现在有关语音信号处理的各项技术之中. 2.设计原理 2.1数字滤波器设计原理 熟悉滤波器的作用是利用离散时间系统的特性对输入信号波形(或频谱)进行加工处理,或者说利用数字方法按预定的要求对新哈处理进行变换. 数字滤波器可以理解为是一个计算程序或算法,将代表输入的信号的数字时间序列转化为代表输出信号的数字时间序列,并在转化过程中,使信号按预定的形式变化.从性能上来说,IIR滤波器传输函数的极点可位于单位圆内的任何地方,因此可用较低的阶数获得高的选择性,所用的存贮单元少,所以经济而效率高.但是这个高效率是以相位的非线性为代价的.选择性越好,则相位非线性越严重.相反,FIR滤波器却可以得到严格的线性相位,然而由于FIR滤波器传输函数的极点固定在原点,所以只能用较高的阶数达到高的选择性;

对于同样的滤波器设计指标,FIR滤波器所要求的阶数可以比IIR滤波器高5~10倍,结果,成本较高,信号延时也较大;

如果按相同的选择性和相同的线性要求来说,则IIR滤波器就必须加全通网络进行相位较正,同样要大增加滤波器的节数和复杂性. 整体来看,IIR滤波器达到同样效果阶数少,延迟小,但是有稳定性问题,非线性相位;

FIR滤波器没有稳定性问题,线性相位,但阶数多,延迟大. 2.2语音变调原理 读入的一段语音信号,通过改变语音信号的频率即实现了快放、慢放的目的;

设计低通、高通滤波器对语音信号进行滤波,即可实现既定频域的语音信号播放;

除此,对频域波形进行频谱搬移,即向左移、向右移,即可实现高音、低音的语音信号播放. 3.设计主体 3.1主体设计思想 首先用matlab读取一段提前录得的WAV语音信号,然后对其进行各种处理,之后产生对应于设计要求的WAV语音信号,最后再设计DUI系统界面后直接调用生成的WAV语音信号,进行播放. 注:原始语音信号有三个,本报告只以 V017 为例. 3.2语音信号的提取 wavread函数调用格式: y=wavread(file),读取file所规定的wav文件,返回采样值放在响亮y中. [y,fs,nbits]=wavread(file),采样值放在向y中,表示采样频率(),nbits表示采样位数. y=wavread(file,N),读取钱N点的采样值放在向量y中. y=wavread(file,[,]),读取从到点的采样值放在向量y中. 在Matlab中使用Wavread函数,可得出信号的采样频率为8192双声道的.利用Sound函数可以清晰的听到 语音信号处理 或 ne two three 部分程序如下: %y=wavread('

v016'

);

[x,Ft,bits]=wavread('

v017'

);

%采样值放在向x中,Fs表示采样频率(),bits表示采样位数. sound(x,8129,bits)%以原来频率进行发声 %sound(y);

tend=length(y)/8192;

t=linspace(0,tend,length(y));

%等间隔划分 subplot(2,2,1);

plot(t,y);

grid title('

语音信号y'