语音信号的频域分析

实验二：语音信号的频域分析

实验目的：以MATLAB为工具，研究语音信号的频域特性，以及这些特性在《语音信号处理》中的应用情况。

实验要求：利用所给语音数据，分析语音的频谱、语谱图、基音频率、共振峰等频域参数。要求会求取这些参数，并举例说明这些参数在语音信号处理中的应用。

实验内容：

1、 语音信号的频谱分析

1.1加载“ma1_1”语音数据。基于DFT变换，画出其中一帧数据（采样频率为8kHz，帧长为37.5ms，每帧有300个样点）的频域波形（对数幅度谱）。

load ma1_1;

x = ma1_1 (4161:4460); plot (x)

N = 1024; k = - N/2:N/2-1;

X = fftshift (fft (x.*hann (length (x)),N));

plot (k,20*log10 (abs(X))), axis ([0 fix(N/2) -inf inf ])

已知该帧信号的时域波形如图（a）所示，相应的10阶LPC谱如图（b）所示。

问题1：这帧语音是清音还是浊音？基于DFT求出的对数幅度谱和相应的LPC谱相比，两者有什么联系和区别？

问题2：根据这帧基于DFT的对数幅度谱，如何估计出共振峰频率和基音周期？

问题3：时域对语音信号进行加窗，反映在频域，其窗谱对基于DFT的对数幅度谱有何影响？如何估计出窗谱的主瓣宽度？

1.2对于浊音语音，可以利用其频谱X()具有丰富的谐波分量的特点，求出其谐波乘积谱：

HPSx()X(r)r1R

式中，R一般取为5。在谐波乘积谱中，基频分量变得很大，更易于估计基音周期。

1.3加载“vowels.mat”语音数据，分别画出一帧/i/和一帧/u/（采样频率为10kHz，帧长为30ms，每帧有300个样点）的基于DFT的对数幅度谱。其Matlab代码如下：

load vowels

x = vowels.i_1(2001:2300);

N = 1024; k= -N/2:N/2-1;

X = fftshift (fft (x.*hann (length(x)),N));

plot (k,20*log10(abs(X))), axis([0 fix(N/2) 0 100])

x = vowels.u_1(2001:2300);

N= 1024; k = -N/2:N/2-1;

X = fftshift (fft (x.*hann(length(x)),N));

plot (k,20*log10(abs(X))), axis([0 fix(N/2) 0 100])

1.4画出一帧清音语音的基于DFT的对数幅度谱。语音数据为ma1_1中的第15701－15860个样点（采样频率为8kHz，帧长为20ms，每帧有160个样点）。

load ma1_1;

x = ma1_1 (4161:4460); plot (x)

N = 1024; k = -N/2:N/2-1;

X = fftshift (fft (x.*hann (length (x)),N));

plot (k,20*log10 (abs(X))), axis ([0 fix(N/2) -inf inf ])

问题5：清音帧的幅度谱有何特点？

2、 语音信号的语谱图分析

2.1加载“timit1”语音数据。利用函数specgram，画出该句语音的语谱图。其Matlab代码如下：

load timit1;

NFFT = 256 ; Fs = 16000; Win = 256; Noverlap = 128;

specgram(timit1, NFFT, Fs, Win, Noverlap);

问题6：该句语音的共振峰结构如何？

2.2加载“gliss”语音数据。画出该句语音的语谱图。

load gliss;

NFFT = 256 ; Fs = 10000; Win = 256; Noverlap = 128;

specgram(gliss.i_2, NFFT, Fs, Win, Noverlap);

问题7：如何识别出滑音/i/的共振峰结构及其基音频率？

问题8：基于浊音/清音分类函数voiunvoi.m和谐波乘积谱函数hpspectrum.m，编写一个用以计算浊音短时基音周期的函数“stpitch.m”。

问题9：利用函数stpitch.m，分别求出两句语音“timit1”和“timit2”的基音周期，各句语音的基音周期是如何变化的？

注：男声基音周期的范围通常在50－250Hz之间；女声基音周期的范围通常在120－500Hz之间。