matlab实现声音转换.docx

《matlab实现声音转换.docx》由会员分享，可在线阅读，更多相关《matlab实现声音转换.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、matlab实现声音转换数字信号处理声音转换课题报告 1.课题探讨目标 利用matlab或其他编程软件对音频信号进行处理，要求实现声音的转换。如男声和女声的转换，老人声音与童声的转换。2课题运用工具 Matlab 3课题技术线路 分析和处理音频信号，首先要对声音信号进行采集。Matlab的数据采集工具箱供应了一整套吩咐和函数，通过调用这些吩咐和函数，可干脆限制声卡进行数据采集。Windows自带的录音机程序也可驱动声卡来采集语音信号，并能保存为wav格式文件，供matlab相关函数干脆读取，写入和播放。本文以wav格式音频信号作为分析处理的输入数据，用matlab处理音频信号的基本流程是：先将

2、wav格式音频信号经wavread函数转换成matlab列数组变量；用matlab强大的运算实力进行数据分析和处理，即时域分析，频域分析，信号合成，识别和增加等；处理后的数据如是音频数据，则可用wavread转换成wav格式文件或用sound，wavplay等函数干脆回放。4课题实现的原理 本程序运用的方法是 通过变更基频然后时长规整的方式来达到目的。（1） 更改基频 通过资料的查询和整理， 可以知道不同人的基频不同 统计如下： 正常成年男声：0200Hz； 正常成年女声：200450Hz； 小孩声音的基频要比女声的高，老年人的基频要比男声的低。经过整理统计可知 女声基频=男声基频*1.5。本

3、程序运用的是通过抽样与插值的方式来达到基频的变更。以女变男为例： 用整数D对语音信号X（n）进行抽取 Xd=X（Dn）； 然后将X（n）的抽样频率提高到I（整数）倍 ，即为对X（n）的插值。D/I=3/2； （2） 时长规整 通过抽样插值来变更基频 也使播放速度，播放时间发生变更， 因此通过时长规整的方式来使播放速度 和时间复原到原来。本程序运用的是用重叠叠加算法来达到时长规整。重叠叠加算法原理： 它分为两个阶段分解和合成 将原始信号以帧长N，帧间距sa进行分解，然后以帧间距ss进行合成。sa与ss的的比值确定了时长规整因子F=sa/ss。为保证重叠区域幅度不变，加了汉明窗。 5Matlab的

4、实现及程序流程 分为编程和gui的设计 （1） 编程 y=resample(x,i,d);%重采样来达到抽值和插值的目的 然后就是时长规整 在详细介绍算法之前，先简要地介绍一下几种参数： 1） W：窗长度（Window Length）。它代表了接受处理的语音信号的最小长度。 2） Sa：分析延时（Analysis shift）。它代表了依次截取并进行处理的语音段首地址之间的间隔。3） Ss：综合延时（Synthesis shift）。依次输出的语音段首地址之间的间隔。4） kmax：查找延时。这一延时是指分析窗口为了与输出信号的尾部相一样而必需发生的一段延时。5） Wov：后一段语音与前一段语

5、音相叠加的长度。为了能使上面的参数更简单理解，用下面的图标是各参量之间的关系。 整个算法首先将语音段中的前W个数值取出来，干脆存入到输出序列中。然后依据Sa的值取出下一段语音，也就是从第Sa个点起先取，始终取W个点。然后将这W个点中的前Wov个点与输出序列的最终Wov个点进行比较，比较它们之间的一样性。记录下比较的状况，然后整个分析窗口（也就是截取W个点的窗口）向后移动一个样值，再将新的序列中的前Wov个点与输出序列中的后Wov个点进行比较，同时记录下比较结果。这样依次做Kmax次，然后取出比较结果中最一样的那种状况。将这种状况下，所截取的语音序列的前Wov个点与输出序列的最终Wov个点按某种

6、方式进行叠加，然后再将W个点的窗口中剩余的Ss个点存入到输出序列中去。至此完成了一轮语音操作。下一轮语音段处理，与上面基本相同，只不过从输入序列中截取的语音段不是从原先的起点起先而是在原先的起点的基础上向后延时Sa个点。 假如我们用表示第m段语音信号，用表示原始信号的序列。那么两者的关系可以用下面的等式表示： km是第m个分析窗口的移动量。km的值得改变范围是0至Kmax。对于每一个分析窗口，km的值取遍这些值，同时比较每次语音段的前Wov个点与输出序列中的最终Wov个点的一样性。取出其中一样性最好的那个语音段将其前Wov个点叠加到输出序列中去。设叠加时所用的窗用表示，输出序列用那么 公式表明

7、，已经在输出序列中的最终Wov个点通过与所选定的窗口中的前Wov个语音点以加权的方式叠加。加权值与有关。叠加后将W个点中剩余的Ss（Ss=W-Wov）个点补充到输出序列中去。通过调整Sa的值和Ss的值（或者是Wov）的值就可以达到对语音信号进行时间长度上的改变。 那么详细的每一段语音的km值原委如何确定呢？ 要解决这一问题，关键在于解决一样性的判决标准。我们采纳相互关系数来表示一样性的程度。那么对于第m轮处理， 其中是所取的分析窗口的前Wov个点和输出序列的最终Wov个点之间的相互关性，它的定义是这样的： 几点初步的探讨： 1） 首先从每一次处理后，我们从输入语音段中取序列的起点向后推迟了Sa

8、个点，而输出序列的长度也增大了Ss个点。所以可以认为每处理一次有Sa-Ss个点被丢弃（假如Sa要大于Ss），假如我们处理的语音信号长度较长。可以很简单地证明，新旧序列的长度之比是：Ss / Sa。依据这一比例关系，我们就可以认为地限制输出序列的长度（当然，这种限制是非常粗略的，并且只是在语音信号较长时有效）。 2）的选取应当使得输入与输出序列之间实现平滑的连接。试验表明，采纳简洁的斜坡函数也可以达到较好的语音效果（只要采样率足够大）。3） 对于km的求取是降低时间困难度的重要一步。事实上，我们不须要每轮处理数据时都去计算一遍km，计算一遍km会花去不少时间。我们假定在任何一点，最多有两个窗会在

9、这点上重叠。现在考虑第m个窗，从输出端的最终Wov个点可以看出，它其实就是输入序列中的某些点： 其中，。从上面几个等式可以看出：假如。那么，不须要计算km的值，只须要将km的值干脆取为tm就可以了。而假如tm的值超出了上面的这个范围，就必需根据前面的计算方法进行计算。从前面的探讨中可以看出，要使得在每一点只有最多两个窗相互叠加，事实上是要求，输出序列的最终Wov个点在前一轮没有参加到叠加运算中。这就要求在参数选择上要满意Ss > Wov。另外，为了减小对于km的计算次数，可以选择将Kmax选取得大一些，比如取为500，同时Sa与Ss要尽量接近。4） 对于采纳相互关法求km的状况，作如下算

10、法上的改动：首先，对于全部的k值，要比较它们对应得相互关之间的关系，只须要比较就可以了，这样就避开了开方这一麻烦得运算。同时，由于对于全部的k值都是一样的，所以比较时不须要去考虑它。因此最终我们对于每一个k值只要比较。最终，对于的计算算可以采纳递推的方法，即： （2） Gui设计 参考肯定量的资料 完成了比较简陋的界面 频谱搬移后的界面 6.程序清单 function Y=voice1(x) %更改采样率使基频变更 d=resample(x,3,2); %时长整合使语音文件复原原来时长 W=400; Wov=W/2; Kmax=W*2; Wsim=Wov; xdecim=8; kdecim=2

11、; X=d; F=1.5; Ss =W-Wov; xpts = size(X,2); ypts = round(xpts / F); Y = zeros(1, ypts); xfwin = (1:Wov)/(Wov+1); ovix = (1-Wov):0; newix = 1:(W-Wov); simix = (1:xdecim:Wsim) - Wsim; padX = zeros(1, Wsim), X, zeros(1,Kmax+W-Wov); Y(1:Wsim) = X(1:Wsim); xabs = 0; lastxpos = 0; km = 0; for ypos = Wsim:S

12、s:(ypts-W); xpos = F * ypos; kmpred = km + (xpos - lastxpos); lastxpos = xpos; if (kmpred <= Kmax) km = kmpred; else ysim = Y(ypos + simix); rxy = zeros(1, Kmax+1); rxx = zeros(1, Kmax+1); Kmin = 0; for k = Kmin:kdecim:Kmax xsim = padX(Wsim + xpos + k + simix); rxx(k+1) = norm(xsim); rxy(k+1) = (

13、ysim * xsim); end Rxy = (rxx = 0).*rxy./(rxx+(rxx=0); km = min(find(Rxy = max(Rxy)-1); end xabs = xpos+km; Y(ypos+ovix) = (1-xfwin).*Y(ypos+ovix) + (xfwin.*padX(Wsim+xabs+ovix); Y(ypos+newix) = padX(Wsim+xabs+newix); end end 7总结 这次课题的目的是将数字信号处理技术应用于某一实际领域，即指对音频信号的处理。作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。在这里，用到了处理数字信号的强有力工具MATLAB，通过MATLAB里几个吩咐函数的调用，很轻易的在实际化语音与数字信号的理论之间搭了一座桥。课题的特色在于它将语音看作了一个向量，于是语音数字化了，则可以完全利用数字信号处理的学问来解决。我们可以像给一般信号做频谱分析一样，来给语音信号做频谱分析。最终，还利用了MATLAB的另一强大功能GUI界面设计。设计出了一个简易的用户应用界面，可以让人实现界面操作。更加便利的进行语音的频谱分析