基于MATLAB的语音信号时域特征分析 -

基于MATLAB的语音信号时

域特征分析

指导老师：徐新老师

小组成员：2009301490097 麦薰尹 2009301490079 周颖颖

2009301490076 曾雪妮

2009301490068 杨林峰

一.实验要求

1 以波形和短时频谱的形式表示一个语音片段

2 用matlab 产生一个声谱图，然后将它和matlab中的 specgram.m文件进行比较以保证正确性

3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，短时平均幅度，短时自相关函数等。

4*根据语音特征区分浊音和清音 语音分割，应用端点检测并给出简要结果比较

二． 实验结果与分析

1. 用wavread ( ) 函数加载一段语音信号，对其进行加窗处理，由于矩形窗的主瓣宽度小

（4*pi/N），具有较高的频率分辨率，旁瓣峰值大（-13.3dB），会导致泄漏现象；汉明窗的主瓣宽8*pi/N，旁瓣峰值低（-42.7dB），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用汉明窗。实验结果如图（一）所示

original signal10.50-0.5-1012345短时谱0-50-100-150678910x 104050100150200250300

图（一）语音信号的波形和短时谱

利用a=(N1:N2)分别截取语音信号中的清音及浊音片段，得到其短时谱分别如下图（二）和图（三）所示：

original signal0.20.10-0.1-0.205001000短时谱500-50-100-150050100150200250150020002500 图（二）清音的短时谱

original signal10.50-0.5-105001000短时谱100500-50-100050100150200250150020002500

图（三）浊音的短时谱

2. 用matlab得到语音信号的语谱图，语谱图的纵轴对应于频率，横轴对应于世界，而图

像的黑白度对应于信号的能量，浊音部分以出现条纹图形为特征，由该语谱图分析可知，条纹图形在高频低频部分均有分布，则可知该语音信号的音调是此起披伏的，如图（四）

所示：

语谱图100008000频率(Hz)60004000200000.511.522.5时间(s)33.54

图（四）语音信号的语谱图

3.对语音信号的时域波形进行分析 (1).短时能量分析，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相当显著。实验结果表明浊音段的能量En明显高于清音段，可通过设置一个能量门限值大致划分浊音区间跟清音区间，此外，信噪比较高时，短时能量还可以用来区分有声与无声。因此对语音的短时能量进行分析，可以描述语音的这种特征变化情况. 以下是分别对该语音信号的短时能量进行加矩形窗和汉明窗处理的图像

图（五）加矩形窗的不同窗长N时的短时能量函数

图（六）加汉明窗的不同窗长N时的短时能量函数

分析结果：由于在用短时能量反映语音信号的幅度变化时，不同的窗函数以及相应窗的长短均有影响。hamming窗的效果比矩形窗略好。但是，窗的长短影响起决定性作用。窗过大（N 很大），等效于很窄的低通滤波器，不能反映幅度En的变化；窗过小（ N 很小），短时能量随时间急剧变化，不能得到平滑的能量函数。在11.025kHz左右的采样频率下，N 选为100~200比较合适。

（2）.短时平均过零率。过零率可以反映信号的频谱特性。当离散时间信号相邻两个样点的正负号相异时，我们称之为“过零”，即此时信号的时间波形穿过了零电平的横轴。统计单位时间内样点值改变符号的次数具可以得到平均过零率。该语音信号的平均过零率如图（七）所示

图（七）语音信号的短时能量及短时平均过零率

本文来源：https://www.bwwdw.com/article/6g4d.html