语音信号处理频域语谱图matlab实验,基于MATLAB GUI的语音处理界面设计

语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个。20世纪60年代的数字滤波器、快速傅里叶变换(FFT)和70年代的线性预测技术(LPC)是语音信号处理的理论和技术基础。本论文介绍基于这些技术的语音信号处理,并且将这些处理整合到一个用户图形界面。一、语音信号的时域波形、频域波形、倒谱和语谱图以及语音信号的线性预测分析语音信号是非平稳、时变、离散性大、信息量大的复杂信号,提取少量的参数有效地描述语音信号。1.根据所分析的参数不同,语音信号分析可分为时域、频域、倒谱域等方法。(1)信号x(n)的短时傅里叶变换定义为:Xn(ejw)=m=-x(m)w(n-m)e-jwm(2)语音信号利用倒谱解卷原理,可以得出激励序列的倒谱,与其基音周期相同的周期,因此可以容易且精确地求出基音周期。对数幅度谱的傅里叶逆变换并没有使信号返回到时域,而是进入一个新域,这个新域称作倒谱域。以下是利用MATLAB绘制的关于语音信号处理相关的图形:图1语音的时域频域图2.语音信号的线性预测(LPC)分析。线性预测分析的基本思想是,一个语音的抽样能用过去若干语音抽样的线性组合来逼近。采用线性预测分析不仅能够得到语音信号的预测波形,而且能够提供一个非常好的声道模型。图2线性预测信号示例LP分析为线性时不变因果稳定系统V(z)建立一个全极点模型,并利用均方误差准则,对已知的语音信号s(n)进行模型参数估计。如果利用P个取样值来进行预测,则称为P阶线性预测。假设用过去P个取样值{}S(n-1),S(n-2),…S(n-p)的加权之和来预测信号当前取样值S(n),则预测信号S(n)为:S(n)=k=1pak(n-k)其中加权系数用ak表示,称为预测系数,则预测误差为:e(n)=s(n)-S(n)=s(n)-k=1pak(n-k)3.语谱图。如图3所示,水平方向是时间轴,垂直方向是频率轴,图上的灰度条纹代表各个时刻的语音短时谱。语谱图反映了语音信号的动态频率特性,在语音分析中具有重要的实用价值。图3语音语谱图4.语音倒谱。倒谱c(n)定义为x(n)取Z变换后的幅度对数的逆Z变换,即c(n)=z-1[ln|X(z)|]图4加汉明窗的倒谱示例5.数字滤波器(IIR滤波器与FIR滤波器)处理语音信号。图5数字滤波器处理语音示例从性能上来说,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177经济而效率高。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。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。二、MATLAB中图形用户界面的制作有两种方法:M文件和GUIDE,本设计采用GUIDE的方法制作GUI1.新建一个空白GUI模板:进入MATLAB程序界面以后执行FileNewGUI过程,即可进入。2.选择空白模板选项条,单击OK,一个空白GUI模板生成。3.拖拉白色框的右下角调整界面大小,现在就可以开始设计GUI功能界面了。从左边控件框选择所需要的控件放置在GUI面板中,然后对各个控件进行编辑,包括位置、大小、颜色、名称以及编写回调函数等。4.按钮设计:按钮键又称命令按钮或按钮,是小的长方形屏幕对象,常常在对象本身标有文本。单击空间框左侧的PushButton按钮,在图形编辑框中确定其位置后单击鼠标左键即可放置。现在开始编写回调函数,确定按钮功能。图6框架设计图在按钮上单击鼠标