语音信号处理重点、考点、考试题 一、填空题：（共7小题，每空2分，共20分） A卷 1、矢量量化系统主要由编码器和组成，其中编码器主要是由搜索算法和构成。 2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和。 3、语音编码按传统的分类方法可以分为、和混合编码。 4、对语音信号进行压缩编码的基本依据是语音信号的和人的听觉感知机理。 5、汉语音节一般由声母、韵母和三部分组成。 6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的效应。 7、句法的最小单位是，词法的最小单位是音节，音节可以由构成。 二、判断题：（共3小题，每小题2分，共6分） 1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。（） 2、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。（） 3、自适应量化PCM就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。（） 三、单项选择题：（共3小题，每小题3分，共9分） 1、下列不属于衡量语音编码性能的主要指标是（）。（A）编码质量（B）矢量编码（C）编码速率（D）坚韧性 2、下列不属于编码器的质量评价的是（）（A）MOS （B）DAM（C）DRT（D）ATC 3、限词汇的语音合成技术已经比较成熟了，一般我们是采用（）作为合成基元。 （A）词语（B）句子（C）音节（D）因素 四、简答题：（共2小题，每小题12分，共24分） 1、画出矢量量化器的基本结构，并说明其各部分的作用。 2、试画出语音信号产生的离散时域模型的原理框图，并说明各部分的作用。 五、简答题：（共5小题，前三小题，每题5分，后两小题，每题10分，共35分） 1、线性预测分析的基本思想是什么？ 2、隐马尔可夫模型的特点是什么？ 3、矢量量化器的所谓最佳码本设计是指什么？ 4、针对短时傅里叶变换Ⅹn(ejw)的定义式，请从两个角度对其进行物理意义的分析。 5、针对短时傅里叶变换的时间分辨率和频率分辨率的矛盾性，请给予分析说明。 六、计算题：（共1小题，每小题6分，共6分） 1、已知一个简单的三状态HMM模型的图形，如图一所示。求该HMM模型输出aab的概率为多少？（要有求解过程，无计算过程不得分）
信号分析与处理课程设计———语音信号处理 姓名 学号 专业 指导教师 设计日期
1 引言 MATLAB是美国Math Works公司推出的一种面向工程和科学计算的交互式计算软件。它以矩阵运算为基础，把计算、可视化、程序设计融合在一个简单易用的交互式工作环境中，是一款数据分析和处理功能都非常强大的工程实用软件。本文介绍了用MATLAB处理音频信号的基本流程，并以实例形式列出了常用音频处理技术实现程序。 2 MATLAB处理音频信号的流程 分析和处理音频信号，首先要对声音信号进行采集，MATLAB数据采集工具箱提供了一整套命令和函数，通过调用这些函数和命令,可直接控制声卡进行数据采集[1]。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相关函数直接读取、写入或播放。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WAV格式音频信号经wavread 函数转换成MATLAB列数组变量；再用MATLAB 强大的运算能力进行数据分析和处理，如时域分析、频域分析、数字滤波、信号合成、信号变换、识别和增强等等；处理后的数据如是音频数据，则可用wavwrite 转换成WAV格式文件或用sound、wavplay等函数直接回放。 下面分别介绍MATLAB在音量标准化、声道分离合并与组合、数字滤波、数据转换等音频信号处理方面的技术实现。 4系统初步流程图
图2.2 信号调整 信号的滤波采用了四种滤波方式，来观察各种滤波性能的优缺点： 图2.3 语音信号滤波的方式 在以上三图中，可以看到整个语音信号处理系统的流程大概分为三步，首先要读入待处理的语音信号，然后进行语音信号的处理，包括信息的提取、幅度和频率的变换以及语音信号的傅里叶变换、滤波等；滤波又包括低通滤波、高通滤波、带通滤波和带阻滤波等方式。最后对处理过的语音信号进行处理后的效果显示。以上是本系统的工作流程，本文将从语音信号的采集开始做详细介绍。 3 音量标准化 录制声音过程中需对声音电平进行量化处理，最理想的量化是最大电平对应最高量化比特，但实际却很难做到，常有音轻问题。利用MATLAB很容易实现音量标准化，即最大电平对应最高量化比特。基本步骤是：先用wavread函数将WAV文件转换成列数组变量；再求出数组变量的极值并对所有元素作归一化处理；最后用wavwrite函数还原成音量标准化的WAV文件。程序如下： clear; close all; clc; [Y,FS,NBITS]=wavread('xp.wav'); % 将WAV文件转换成变量FS, NBITS % 显示采样频率和量化比特Ym=max(max(max(Y)),max(abs(min(Y)))); % 找出双声道极值 X=Y/Ym; % 归一化处理 wavwrite(X,FS,NBITS,'xps.wav'); % 将变量转换成WAV文件
第一单元数据与信息 项目二探究计算机中的数据表示———认识数据编码 第二课时了解声音和图像的数字化 ■教材分析 本项目旨在落实课标中“知道数据编码的基本方式”这一内容要求，让学生在体验数值、文本、声音、图像的基本编码方法的过程中，了解在数字化工具中存储数据的一般原理与方法。这部分内容理论性强，且对于高中生有一定难度。 教材继续延用“鸟类研究”这一项目情境，从“将鸟类研究过程中采集的数据数字化后存入计算机”这一需求出发，以生活中的编码为切入点，按照各类数据编码的原理及特点设计了三个活动———从树牌号认识编码、了解数值数据和文本数据的编码、了解声音和图像的数字化，引导学生探究各类数据在计算机中的表示方法，学习数值、文本、声音、图像等类型数据的基本编码方法，增强信息意识、发展计算思维、提升数字化学习能力。 ■教学目标 （1）经历声音数据数字化的过程，掌握声音数据数字化的基本方法，了解声音数字化的基本原理，知道采样频率、量化位数和声道数对数字化音频文件大小及效果的影响。 （2）经历图像数字化的过程，掌握图像数字化的基本方法，了解图像数字化的基本原理，知道分辨率和量化位数对位图的影响。 （3）亲历方案设计、对比分析、探究实验等学习活动，体会运用信息技术开展学习、解决问题的思想与方法。 （4）在数字化学习过程中掌握数字化学习的策略和方法，能够根据需要选用恰当的方法及合适的数字化工具和资源开展有效学习。 ■教学准备 （１）软硬件环境：机房，音频编辑软件，图像处理软件。 （２）教学素材：各类数据编码实例和编码表，用于体验活动的声音文件和图像文件。 ■教学重点 数字化过程的三个步骤：采样、量化、编码。
语音信号数字化编码 随着数字技术，特别是计算机技术的飞速发展与普及，在现代控制、通信及检测等领域，为了提高系统的性能指标，对信号的处理广泛采用了数字计算机技术。由于系统的实际对象往往都是一些模拟量（如温度、压力、位移、图像等），要使计算机或数字仪表能识别、处理这些信号，必须首先将这些模拟信号转换成数字信号；而经计算机分析、处理后输出的数字量也往往需要将其转换为相应模拟信号才能为执行机构所接受。这样，就需要一种能在模拟信号与数字信号之间起桥梁作用的电路——模数和数模转换器。语音信号的数字化的编码的实现就是将一个语音信号转换成数字信号。 标签：语音信号；数字信号；模数转换 1 设计要求 1.1 语音信号的数字化编码的实现即将模拟信号进行数字化处理。 1.2 要求运用pcm编码（脉冲编码调制）的基本原理。 1.3 要求软硬件结合。 2 设计原理 语音信号数字化编码的实现就是将一个语音信号转换成数字信号。 语音是人类发音器官发出的，具有一定意义的，能起到社会交际作用的声音。普通人语音信号频率范围20HZ——20KHZ。 语音信号转换电信号的过程：声音通过空气把震动传给声音传感器的薄膜，薄膜振动带动线圈在磁场中做切割磁感线运动，产生大小不一的电流。 通常把从模拟信号抽样、量化，直到变换成为二进制符号的基本过程，称为脉冲编码调制（pcm），简称脉码调制。 Pcm系统的原理方框如图1所示，在编码器中有冲激脉冲对模拟信号抽样，得到在抽样时刻上的值。这个抽样值仍是模拟量。在它量化之前，通常用保持电路将其作短暂的保存，以便电路有时间对其进行量化。在实际电路中，常把抽样和保持电路作在一起，称为抽样保持电路。图中的量化器把模拟抽样信号变成离散的数字量，然后再编码器中进行二进制编码。这样，每个二进制码组成就代表一个量化后的信号抽样值。 3 基本电路
2011-2013学年 《语音信号处理》期末考试试题 适用班级：时量：120分钟闭卷记分： 考生班级：姓名：学号： 注：答案全部写在答题纸上，写在试卷上无效！ 一、填空题：（每空2分） 1、矢量量化系统主要由编码器和译码器组成，其中编码器主要是由搜索算法和码书构成。P101 2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和混合型。P18 3、语音编码按传统的分类方法可以分为波形编码、参数编码和混合编码。P137 4、对语音信号进行压缩编码的基本依据是语音信号的冗余度和人的听觉感知机理。 P137-138 5、汉语音节一般由声母、韵母和声调三部分组成。P10 6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的掩蔽效应。P22 7、句法的最小单位是词，词法的最小单位是音节，音节可以由音素构成。P9 8、复倒谱分析中避免相位卷绕的算法，常用的有微分法和最小相位信号法。P62 9、语音信号处理也可以简称为语音处理，它是利用数字信号处理技术对语音信号进行处理的一门学科，包括语音编码、语音合成、语音识别、说话人识别和语音增强等五大分支。P3 10、语音信号处理也可以简称为语音处理，它是以数字信号处理和语音学为基础而形成的一个综合新的学科，包括发音语音学、声学语音学、听觉语音学和心理学等四大分支。P2，6 11、语音的四大要素：音质、音调、音强和音长。P9 12、人类发音过程有三类不同的激励方式，因而能产生三类不同的声音，即浊音、清音、和爆破音。P8 13、元音的一个重要声学特性是共振峰，它是区别不同元音的重要参数，它一般包括共振峰频率的位置和频带宽度。 14、语音信号的倒谱分析就是求取语音倒谱特征参数的过程，它可以通过同态信号处理来实现。P56 二、判断题：（每小题2分）√× 1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。（×）P143 2、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。（×）P181 3、自适应量化PCM就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。（×）P142 4、线性预测法正是基于全极点模型假定，采用时域均方误差最小准则来估计模型参数的。（×）P72 5、波形编码是依赖模型假定的语音编码方法。（×）P137 6、掩蔽效应是使一个声音A能感知的阀值因另一个声音B的出现而提高的现象，这时A叫
二、问答题（每题分，共分） 、语音信号处理主要研究哪几方面的内容？ 语音信号处理是研究用数字信号处理技术对语言信号进行处理的一门学科，语音信号处理的理论和研究包括紧密结合的两个方面：一方面，从语言的产生和感知来对其进行研究，这一研究与语言、语言学、认知科学、心理、生理等学科密不可分；另一方面，是将语音作为一 种信号来进行处理，包括传统的数字信号处理技术以及一些新的应用于语音信号的处理方法 和技术。 、语音识别的研究目标和计算机自动语音识别的任务是什么？ 语音识别技术，也被称为自动语音识别，()，其目标是将人类的语音中的词汇内容转换为 计算机可读的输入，例如按键、二进制编码或者字符序列。 计算机自动语音识别的任务就是让机器通过识别和理解过程把语音信号转变为相应的文本 或命令的高技术。 、语音合成模型关键技术有哪些？ 语音合成是实现人机语音通信，建立一个有听和讲能力的口语系统所需的两项关键技术，该系统主要由三部分组成：文本分析模块、韵律生成模块和声学模块。.如何取样以精确地抽取人类发信的主要特征，.寻求什么样的网络特征以综合声道的频率响应，.输出合成声音的质量如何保证。 、语音压缩技术有哪些国际标准？ 二、名词解释（每题分，共分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。 共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。 语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。 码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义 公示，用最少的搜素和计算失真的运算量。 语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量 三、简答题（每题分，共分） 、简述如何利用听觉掩蔽效应。 一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。人耳的掩蔽效应一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声 音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者 说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。实验表明，—绝对闻阈值最小，即人耳对它的微弱声音最敏感；而在低频和高频区绝对闻阈值要大得多。在范围内闻阈随频率变化最不显著，即在这个范围内语言可储度最高。在掩蔽情况下，提高被掩蔽弱音的强度， 使人耳能够听见时的闻阈称为掩蔽闻阈(或称掩蔽门限)，被掩蔽弱音必须提高的分贝值称为 掩蔽量(或称阈移)。 、简述时间窗长与频率分辨率的关系。 采样周期、窗口长度和频率分辨率△之间存在下列关系：△(*) 可见，采样周期一定时，△随窗口宽度的增加而减少，即频率分辨率相应得到提高，但同时时间分辨率降低；如果窗口取短，频率分辨率下降，而时间分辨率提高，因而二者是矛盾的。 、简述时域分析的技术（最少三项）及其在基因检测中的应用。（）
声音表达信息的特点及数字化表示 惠水民族中学濛江校区信息技术教研组集体备课 主备人：李秋霞授课人： 一、教材分析 本节内容是《多媒体技术应用》选修教材中的第三章第一节“多媒体作品中的声音”，声音同视频、动画一样，都是重要的信息表达方式，由于数字化音频在加工、存储、传递等方面的方便性，它正成为信息化社会人们进行信息交流的重要手段。因此这一节要让学生了解声音数字化表示的基本方法，激发学生的兴趣，同时教师要引导学生利用数字化声音进行信息交流。 二、教学目标 考虑到学生已有的认知结构和心理特征，根据教材结构与内容分析，制定的教学目标如下： 知识与技能 通过本节课的教学，让学生理解声音表达信息的特点，感受声音在人类表达、交流中的重要作用；了解数字音频与模拟音频的区别、体验声音的数字化过程以及了解midi音乐的特点。 过程与方法 通过小组合作探究学习，使掌握本节课的教学内容，同时培养学生自主学习与合作探究学习的素养。 情感态度与价值观 培养学生自主学习能力与团队合作能力，增强学生自主学习的意识、提高学生发现问题、解决问题的能力。同时通过学生自主学习，让他们明白“要知此事须躬行”的人声哲理。 三、教学重难点
教学重点：深入了解声音表达信息的特点，理解声音数字化表示基本方法。 教学难点：掌握模拟音频转换数字音频过程，掌握声音数据容量的计算。 四、学情分析： 在前面已经学习了图形、图像的数字化，由于学生的水平参差不齐，大部分学生已经习惯由老师来灌输知识，学生自主学习和小组合作能力缺乏，自我学习意识教差，所以需要教师引导学生作为主体在课堂发挥。 五、教学方法 兴趣引导、任务驱动、小组合作探究 考虑到学生认知方式，从实际生活入手，用学生感兴趣的内容，借助多媒体手段展示，并用语言激发学生学习的兴趣和主动性，并引导学生进一步的探究，让学生以自主探究和小组合作的方式来获取知识，组长组织本组同学讨论交流，由基础较好的学生带动其他组员共同深入实践学习，教师巡视并给以帮助提示。 六、教学课时 1课时 七、教学过程 一、巧设导入、激发兴趣（3分钟） 播放惠水民族中学濛江校区的校歌《永不停步》的MV前27秒把音频分离出来并删掉，后面加上音频），教师提问：观看有音频和没有音频的MV，有什么感想？ 学生回答：有音频的感觉很好… 师生共同总结声音表达信息的特点：声音是人类社会最古老的信息媒体，也是我们日常生活中使用频率最高的信息媒体。二、小组合作探究、深化知识（20分钟）
系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论 (3) 1.1课题背景及意义 (3) 1.2国内外研究现状 (3) 1.3本课题的研究内容和方法 (4) 1.3.1 研究内容 (4) 1.3.2 开发环境 (4) 2 语音信号处理的总体方案 (4) 2.1 系统基本概述 (4) 2.2 系统基本要求与目的 (4) 2.3 系统框架及实现 (5) 2.3.1 语音信号的采样 (5) 2.3.2 语音信号的频谱分析 (5) 2.3.3 音乐信号的抽取 (5) 2.3.4 音乐信号的AM调制 (5) 2.3.5 AM调制音乐信号的同步解调 (5) 2.4系统设计流程图 (6) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6)
3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (7) 3.4切比雪夫滤波器 (7) 3.5数字滤波器设计原理 (8) 4 语音信号实例处理设计 (8) 4.1语音信号的采集 (8) 4.3.1高频调制与低频调制 (10) 4.3.2切比雪夫滤波 (11) 4.3.3 FIR滤波 (11) 5 总结 (12) 参考文献 (13) 语音信号的处理与分析 【摘要】语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 【关键词】Matlab 语音信号傅里叶变换低通滤波器
语音信号的数字化噪声抑制技术摘要：介绍了语音信号的数字化噪声抑制技术。该技术通过PCM编码对模拟语音信号数字化，再以CPLD器件进行数字化噪声抑制处理，然后解码为语音输出，从而得到优良的语音噪声抑制效果，并可通过软件调节噪声抑制参数。还以应用实例介绍了电路原理，说明了设计要点。关键词：噪声抑制阈值延时时间 PCM编解码CPLD器件语音信号的噪声抑制技术是基于人耳的声音屏蔽效应的，即当有较强的声音信号时，较小的噪声信号将被屏蔽而不易被听到。在具有噪声抑制功能的语音通信设备中，没有语音信号时噪声抑制电路将信道关闭，使噪声信号不能到达语音终端，避免了噪声出现；语音信号来到时，噪声抑制电路自动打开信道，这时虽然噪声语音一起送到语音终端，但由于声音屏蔽效应，噪声的存在可以忽略。模式式的噪声抑制电路直接对语音模拟信号进行处理，通常主要由取样放大器、模拟比较器、模拟开关、阻容延时器件等组成。因其集成度低、参数调整困难、设定的噪声抑制参数易受环境因素影响而漂移，使得噪声抑制性能难以得到保证。在为某国孙工程研制新一代语音指挥通信设备时，为了避免模拟式噪声抑制技术的缺点，采用了数字化的噪声抑制技术。这一技术，是在对模拟语音信号进行PCM编码后，再用CPLD（复杂可编程逻辑器件）对PCM码流进行数字化噪声抑制处理，然后将PCM信号解码还原为模拟语音信号。结果，不仅获得了优良的噪声抑制效果，而且能够用软件调节噪声抑制参数，设备的集成主和稳定性都有显著提高。1 噪声抑制电路的主要技术参数噪声抑制电路的主要技术参数为：噪声抑制阈值、前道时时间、后延时时间。噪声抑制阀值是指打开语音信道的门限电平值。在阈值之下的信号认为是噪声，关闭语音信道；在阈值之上的信号则认为是语音，打开语音信道。这一阈值可根据环境噪声的大小、外来干扰的严重程度及语音信号的幅度而进行设置。例如，当语音信噪比为30dB时，噪声抑制阈值可设为32mV左右。由于语音和噪声两种信号并不总是能够完全区分开的，因此在信号幅度超过噪声抑制阈值或回落到阈值之下时，需要分别进行延时和后延时。前延时时间是指语音信号在超过阈值后到语音信道打开的延时时间。这一时间太长将造成语音的起始音素被切除（称为“头切”），是不能允许的。但这一时间又不能太短，太短的话任何幅度超过噪声抑制阈值的突发的短暂干扰都会立刻打开语音通道并将这干扰送到语音终端，破坏静音效果。为尽可能地吸收这类干扰又不至于造成“头切”，根据语音声学特征的有关统计资料与经验数值，前延时时间可在0.5～4ms之间选择。[!--empirenews.page--] 后延时时间是指在噪声抑制门限被打开并自己传送语音时，从语音信号幅度回落至噪声抑制阈值之下到语音信道关闭的延时时间。由于语音信号波形的动态范围很大，讲话时又随着语气的变化而起伏停顿，因此后延时时间太短会造成语音的断续，影响语音传送质量。后延时时间太长，则造成语音停顿时噪声拖尾，同样影响语音质量。为兼顾这两方面，后延时时间的量值范围约为0.05～0.5s左右。由于语音特点因人而异，环境噪声和外界干扰情况又常有不同，所以上述的噪声抑制三参数经常需要在语音通信的过程中进行调节。在使用模拟噪声抑制电路时，这些参数是用电位器或开关来调节的。在使用模拟噪声抑制电路时，这些参数是用电位器或开关来调节的。采用数字化噪声抑制技术后，通过软件就可以设定和调节这些参数了。2 语音信号的数字化采用数字化噪声抑制技术，必须先将语音信号数字化。模拟语音信号的数字化有多种方法，最通用的是按照G.711标准进行PCM编码[1]。对于频带为300～3400Hz的语音信号，采用2.048MHz的取样时钟，以8kHz的速率进行8位取样，取样数据按A律编码，偶数位交替反转。多路语音信号可以分配不同的取样时隙，32个时隙（125μs）组成一帧。PCM编解码芯片选用National Semiconductor 公司的TP3094[2]。该芯片为44引脚PLCC封装，单一5V供电，集成了四路PCM编解码电路，压扩方式为A/μ律可选，片内自带电压基准、低通接收滤波器和带通发送滤波器，通过外接电阻可以调节输入信号的增益。TP3094可采用长帧和短帧两种同步方式，外接帧信号和2.048MHz的时钟即可工作。TP3094在进行PCM编解码时的工作方式有8bit和32bit两种，以8bit方式工作时需为每路语音的PCM码提供单独的帧同步信号，而以32bit方式工作时只
实验一 语音压缩编码的实现——增量调制 一、 实验目的 （1） 会用MATLAB 语言表示基本的信号 （2） 用MATLAB 实现语音信号的采集 （3） 理解增量调制（DM ）的原理并编程实现编译码 二、 实验原理 1、信号是随时间变化的物理量，它的本质是时间的函数。信号可以分为时间连续信号和时间离散信号。连续信号是指除了若干不连续的时间点外，每个时间点上都有对应的数值的信号。离散信号则是只在某些不连续的点上有信号值，其它的时间点上信号没有定义的一类信号。离散信号一般可以由连续信号经过模数转换而得到。 语音信号是模拟信号，经麦克风输入计算机后，就存为数字信号。 2、增量调制编码基本原理是采用一位二进制数码“1”或“0”来表示信号在抽样时刻的值相对于预测器输出的值是增大还是减小，增大则输出“1”码，减小则输出“0”码。收端译码器每收到一个1码，译码器的输出相对于前一个时刻的值上升一个量化阶，而收到一个0码，译码器的输出相对于前一个时刻的值下降一个量化阶。 增量调制的系统结构框图如课本上图3.3-1所示。在编码端，由前一个输入信号的编码值经解码器解码可得到下一个信号的预测值。输入的模拟音频信号与预测值在比较器上相减，从而得到差值。差值的极性可以是正也可以是负。若为正，则编码输出为1；若为负，则编码输出为0。这样，在增量调制的输出端可以得到一串1位编码的DM 码。 图3.3-1 增量调制的系统结构框图 三、 实验容与方法 （一）、用windows 自带的录音机录一段自己的语音（3s ），存为“.wav ”文件。 1、补充：语音信号的采集 Wavread 函数常用的语法为：[y,fs,bite]=wavread(‘filename.wav’); 这里fs 为采样频率，bite 为采样点数。 AWGN ：在某一信号中加入高斯白噪声 输入信号
语音信号处理（第2版）赵力编著 重点考点 第2章语音信号处理的基础知识 1.语音（Speech）是声音（Acoustic）和语言（Language）的组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。 2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶段（3）传送阶段（4）理解阶段（5）接收阶段。 3.语音是人的发声器官发出的一种声波，它具有一定的音色，音调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决于发音时间的长短。 4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语言都有语音的元音（Vowel）和辅音（Consonant）两种音素。 5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。 6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要的因素是共振峰频率的高低。 7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。 8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉掩蔽效应。 9.掩蔽效应分为同时掩蔽和短时掩蔽。 10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个以基音周期为周期的斜三角脉冲串。 11.声道模型：一是把声道视为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。 12.完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联来表示。 13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关的傅立叶分析的显示图形。 第三章语音信号分析 1.贯穿于语音分析全过程的是“短时分析技术”。 2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、加窗和分帧等。 3.预滤波的目的有两个：
语音信号处理 ——语音信号的清、浊音分析 班级： 姓名： 学号： 时间：2014年9月22日
1 实验目的 通过Matlab 编程实现语音信号的时域波形图，并观察清音、浊音信号的时域特点。掌握语音信号的时域分析技术，如短时平均能量、短时平均幅度、短时平均过零率分析、短时平均自相关、短时平均幅度差。 2 实验原理 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法，直接对语音信号的时域波形进行分析，提取的特征参数主要有语音的短时能量，短时平均过零率，短时自相关函数等。 3 实验过程 1)观察信号波形图 信号的采样周期为20kHz ，图中幅度较大的为浊音，幅度较小的为清音。 2)计算语音信号的短时能量、短时平均幅度并画图 1 20()N n n m E x m -==∑ 1 0|()|N n n m M x m -==∑
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显著。平均幅度函数没有平方运算，因此动态范围比短时能量小，接近于标准能量计算的动态范围的平方根。虽然都可以用来区分清、浊音，但短时平均幅度的清浊音幅度差没有短时能量明显。 3)计算信号的短时平均过零率并画图 1 1{|sgn[()]sgn[(1)]|}2N n n m Zn x m x m -==--∑
过零率可以反映信号的频谱特性。高频率对应着高过零率，低频对应着低过零率。浊音过零率低，清音的过零率低。 4)分别取语音信号的清、浊音部分，分析其短时自相关函数 1 0()()()N k n n n m R k x m x m k --== +∑ 分别取小段浊音、清音信号，计算其短时自相关函数。浊音的自相关函数呈现出周期性，有明显突出的峰值，在80个采样点附近，其基因周期： T=(1/fs)*80=(1/20000)*80=3ms ； 清音的短时自相关函数没有周期性，也不具有明显突出的峰值，其性质类似于噪声。 5）计算语音信号的短时平均幅度差函数并画图 1 0()|()()|N k n n n m F k x m x m k --== -+∑
1、设计原理 设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统，并使系统函数H(z)具有指定的频率特性。 2、设计内容： 以Matlab实现语音信号的低通滤波器设计为例： （1）语音信号的采集 利用Windows下的录音机，录制一段自己的话音，时间在1s内。然后在Matlab 软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。通过wavread函数的使用，我们很快理解了采样频率、采样位数等概念。 这里我直接采用了一段现成的.wav格式的语音信号。 （2）语音信号的频谱分析 首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。 程序如下： clc;clear;close all; fs=32768; %语音信号采样频率为32768，即2^15 x1=wavread('qq.wav'); %读取语音信号的数据，赋给变量x1 sound(x1,32768); %播放语音信号 y1=fft(x1,1024); %对信号做1024点FFT变换 f=fs*(0:511)/1024; figure(1); plot(x1) %做原始语音信号的时域图形
title('原始语音信号');xlabel('time n');ylabel('fuzhi n'); figure(2);freqz(x1) %绘制原始语音信号的频率响应图 title('频率响应图') figure(3);subplot(2,1,1); plot(abs(y1(1:512))) %做原始语音信号的FFT频谱图 title('原始语音信号FFT频谱'); subplot(2,1,2); plot(f,abs(y1(1:512))); title('原始语音信号频谱') xlabel('Hz');ylabel('fuzhi'); 波形如下：
语音信号数字化 语音信号是模拟信号，其频率为300 Hz～3.4 kHz。原始语音信号如图2-1 所示。要将语音信号在数字传输系统中进行传递，就必须使模拟的语音信号数字化。语音信号数字化是进行数字化交换和传输的基础。 语音信号数字化的方法有很多，用得最多的是PCM。PCM是将模拟信号数字化的取样技术，它可将模拟语音信号变换为数字信号的编码方式，特别是对于音频信号。 在PCM传输系统中，发送端的模拟语音信号经声/电转换成模拟电信号，根据采样定理（采样过程所应遵循的规律，又称抽样定理、取样定理）对模拟电信号进行取样，取样之后进行幅度量化，最后进行二进制编码。经过抽样、量化和编码3个模数变换（A/D）过程，模拟电信号变成一连串二进制PCM数字语音信号，进入传输线路进行传输，传输至接收端后，PCM数字语音信号经过模数反变换（D/A）还原为模拟信号，再由低通滤波器恢复出原始的模拟语音信号，就完成了语音信号的数字化传输，如下图所示。 PCM过程的各阶段语音信号波形如下图所示。
1.抽样 抽样又称采样，是指在时间轴上等距离地在各取样点取出原始模拟信号的幅度值。1928年，美国电信工程师H.奈奎斯特（H.Nyquist）提出了采样定理。采样定理说明了采样频率与信号频谱之间的关系，是连续信号离散化的基本依据。采样定理为采样频率建立了一个足够的条件，该采样频率允许离散采样序列从有限带宽的连续时间信号中捕获所有信息。 （1）奈奎斯特采样定理。在进行模/数转换过程中，当采样频率fs大于或等于信号中最高频率fmax的2倍时，采样之后的数字信号会完整保留原始信号的全部信息。一般实际应用中保证fs为fmax的2.56～4倍。 （2）语音信号抽样。由采样定理可知，当满足奈奎斯特采样定理条件时，在接收端只需经过一个低通滤波器就能够还原成原模拟信号。这一过程称为脉冲振幅调制(pulse amplitude modulation，PAM)。取样后的信号称为脉冲振幅调制信号。 若从低通滤波器输出的语音信号的最高频率为3.4 kHz，按采样定理选取最高频率为fmax=4 kHz，则采样频率为fs≥2fmax=8 kHz。根据奈奎斯特采样定理可知，此时在接收端就能恢复为原来的信号，也就是该系统的抽样间隔为 ts=1/fs=1/8 000=125 μs，即每隔1/8 000 s（125 μs）对语音信号抽样一次。语音信号在时间上是连续的，经过抽样后将变为时间上不连续、离散的信号，语音信号的抽样。 2.量化 抽样后得到的PAM信号的幅度仍为连续值，为了将这个连续值离散化就要对它进行量化。所谓量化，就是指把经过抽样得到的瞬时值的幅度离散，即用一组规定的电平值将瞬时抽样值用最接近的电平值来表示，从而实现用有限个数字来表示一个无限多取值的信号。 典型的量化过程是将PAM信号可能取值的范围划分成若干级，每个PAM信号按四舍五入的原则就近取某级的值。如图2-3所示，对抽样后的语音信号幅值进行量化，从+127至-127设置量化等级，其抽样值为31.7的抽样点量化后为32，其抽样值为127.2的抽样点量化后为127。 由于量化是一种近似取值的表示方法，因此接收端的信号在恢复时会产生一
语音信号处理 The Standardization Office was revised on the afternoon of December 13, 2020
实验四 减谱法语音增强技术研究 一、实验目的 本实验要求掌握减谱法语音增强的原理，会利用已学的相关语音特征，构建语音特征矢量，然后自己设计减谱法语音增强程序（也可参考相关文献），能显示干净语音和加噪语音信号及处理后的结果语音信号波形，分析实验结果，写出报告。 二、实验原理 谱减法的基本原理 谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。 由于语音是短时平稳的，所以在短时谱幅度估计中认为它是平稳随机信号，假设 )(m s 、)(m n 和)(m y 分别代表语音、噪声和带噪语音，)(ωs S 、)(ωn S 和)(ωy S 分别表示其短 时谱。假设噪声)(m n 是与语音)(m s 不相关的加性噪声。于是得到信号的加性模型： )()()(m n m s m y += (4-1) 对功率谱有 )()()()(|)(||)(||)(|**222ωωωωωωωw w w w w w w N S N S N S Y +++= (4-4) 原始语音的估值为 ]|)([||)(||)(|2 2 2 ωωωw w w N E Y S -=∧ (4-5) 只要在频域用(4-5)式得到纯净语音的谱估计，就可以根据(4-6)式得到增强后的语音。 [ ])()(?)(?ω?ωj w e s IFFT m s = (4-6) 根据前面分析，我们可以给出谱相减算法的整个算法流程，如图4-1所示：
数字信号处理语音信号处理
一、任务要求 选择一个语音信号作为分析的对象，或录制一段各人自己的语音信号，对其进行频谱分析；利用MATLAB中的随机函数产生噪声加入到语音信号中，模仿语音信号被污染，并对其进行频谱分析；设计FIR和IIR数字滤波器，并对被噪声污染的语音信号进行滤波，分析滤波后信号的时域和频域特征，回放语音信号。 二、语音信号处理总流程 信号的采集 语音信号分析 含噪信号合成 数字滤波器设计 滤波 结果显示分析 图1 语音信号处理总流程 三、原始信号采集及频谱分析 1语音信号的读入与打开 在MATLAB中，[y,fs,bits]=wavread(' E:\dwje.wav ');用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。 可以使用sound(y,fs,bits)，用于对声音的回放。向量y则就代表了一个信号，也即一个复杂的“函数表达式”，也可以说像处理一个信号的表达式一样处理这
个声音信号。 2语音信号的频频分析 利用fft对语音信号进行快速傅里叶变换，就可以得到信号的频谱特性。 图2 原始信号时域和频域分析 对语音信号进行FFT变换就是为了得到它的频域的图形，便于从图中观察出信号的幅度等特性，从图中可以看出语音信号的截止频率为5000Hz。 四、语音信号加噪与频谱分析 在Matlab中人为设计一个固定频率6000Hz的余弦序列噪声干扰信号d=[0.05*cos(2*pi*6000*t)]'。然后将噪声与原始语音信号叠加Y=y+d，叠加两信号的维数必须相同，否则无法叠加。对噪音信号进行频谱变换得到其频谱图,从图中可以看出干扰信号，在6000Hz频点处有一高峰,其中5500Hz 正是本设计所要利用的。
语音编码和图像编码的分类及特点 一、语音编码 一般而言，语音编码分三大类：波形编码、参数编码及混合编码。 <1>、波形编码 波形编码将时域模拟话音的波形信号进过采样、量化和编码形成数字语音信号，是将语音信号作为一般的波形信号来处理，力图使重建的波形保持原语音信号的波形形状。具有适应能力强、合成质量高的优点。但所需编码速率较高，通常在16KB/S以上，并且编码质量随着编码速率的降低显著下降，且占用的较高的带宽。 波形编码又可以分为时域上和频域上的波形编码，频域上有子带编码和自适应变换域编码，时域上PCM、DPCM、ADPCM、APC和M增量调制等。 ①、子带编码 它首先用一组带通滤波器将输入信号按频谱分开，然后让每路子信号通过各自的自适应PCM编码器（ADPCM）编码，经过分接和解码再复合成原始信号。 特点：1、每个子带独立自适应，可按每个子带的能量调节量化阶；2、可根据各个子带对听觉的作用大小共设计最佳的比特数；3、量化噪声都限制在子带内某一频带的量化噪声串到另一频带中去。 ②、自适应变换域编码 利用正交变换将信号有时域变换到另外的一个域，使变换域系数密集化，从而使信号相邻样本间冗余度得到降低。 特点：对变换域系数进行量化编码，可以降低数码率。 ③、PCM（Pulse-code modulation），脉冲编码调制 对连续变化的模拟信号进行进行抽样、量化和编码产生。 特点是保真度高，解码速度快，缺点是编码后的数据量大。 ④、DPCM(Differential Pulse Code Modulation)差分脉冲编码调制 是对模拟信号幅度抽样的差值进行量化编码的调制方式，是用已经过去的抽样值来预测当前的抽样值，对它们的差值进行编码。 特点：对于有些信号瞬时斜率比较大，很容易引起过载；而且瞬时斜率较大的信号也没有像话音信号那种音节特性，因而也不能采用像音节压扩那样的方法，只能采用瞬时压扩的方法；传输的比特率要比PCM低；一个典型的缺点就是易受到传输线路上噪声的干扰。 ⑤、ADPCM（adaptive differential pulse code modulation），自适应差分脉冲编码调制 是DPCM的扩展，区别在于较DPCM在实现上预测器和量化器会随着相关的参数自适应的变化，达到较好的编码效果。 特点：优点在算法复杂度低，压缩比小，编解码延时最短，压缩/解压缩算法非常的简单,低空间消耗。缺点是声音的质量一般。 ⑥、M增量调制 只保留每一信号样值与其预测值之差的符号，并用一位二进制数编码的差分脉冲编码调制。 特点：1、电路简单，而脉码调制编码器需要较多逻辑电路；2、数据率低于
语音信号处理的matlab设计仿真实验 彭杰12350049 12自动化 一、目的 通过利用matlab设计仿真实验，理解如下知识点： 信号的采样及混迭 信号的频谱分析 信号的幅度调制解调的方法 理想滤波器的时频域特性 数字滤波器的设计 二、内容 ①录制一段个人自己的语音信号。 ②采用合适的频率，对录制的信号进行采样，画出采样后语音信号的时域波形和频谱图。 ③给原始语音信号加噪声，画出加噪声后的语音信号和频谱图。 ④设计一个频域的理想带通信道。 ⑤对这个语音信号进行幅度调制，画出调制后的语音信号和频谱图。 ⑥利用理想带通信道对信号进行传输。 ⑦对接受到的信号进行解调，画出解调后的语音信号和频谱图。 ⑧设计性能良好的滤波器对信号进行滤波。 ⑨对语音进行回放，并与滤波后的语音信号进行对比。
三、实验设计与仿真结果 程序汇总如下：
1、原始语音信号的采集、读取与采样 利用MATLAB中的“wavread”命令来读入（采集）语音信号，将它赋值给某一向量。再对其进行采样，记住采样频率和采样点数。wavread 函数几种调用格式如下： ①y=wavread（file） 功能说明：读取file所规定的wav文件，返回采样值放在向量y中。 ②[y,fs,nbits]=wavread(file) 功能说明：采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。 ③y=wavread（file，N） 功能说明：读取钱N点的采样值放在向量y中。 ④y=wavread（file，[N1,N2]） 功能说明：读取从N1到N2点的采样值放在向量y中。 首先用手机录制一段音频信号（手机音频格式一般为.mp3）。然后用软件将音频