语音信号处理,基于matlab的子带编码实现

语音信号处理,基于matlab的子带编码实现

ID:16150993

大小:311.09 KB

页数:28页

时间:2018-08-08

语音信号处理,基于matlab的子带编码实现_第1页
语音信号处理,基于matlab的子带编码实现_第2页
语音信号处理,基于matlab的子带编码实现_第3页
语音信号处理,基于matlab的子带编码实现_第4页
语音信号处理,基于matlab的子带编码实现_第5页
资源描述:

《语音信号处理,基于matlab的子带编码实现》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、一:子带编码1.子带编码首先将输入信号分割成几个不同的频带分量,然后再分别进行编码,这类编码方式称为频域编码。2.把语音信号分成若干子带进行编码主要有两个优点:(1).如果对不同的子带合理分配比特数,可以控制各子带的量化电平数目,以及相应的重建信号的量化误差方差值,以获得更好的主观听音质量。(2).各子带的量化噪声相互独立,被束缚在自己的子带内,不影响其它子带的量化噪声。3.影响子带编码效率的因数子带数目、子带划分、编码参数、子带中比特的分配、每样值编码比特、带宽。4.分类(1)等带宽子带编码各子带的带宽是相同的,其优点是易于硬件实现,便于理论分析。其中,k=1,2,3…,m为子带总数

2、,B编码信号总带宽(2)变带宽子带编码各子带带宽是不同的,常用的子带划分是令各子带宽度随K的增加而增加(低频段子带带宽窄,高频段宽),其优点是对不同的子带分配的比特数不同,能获得很好的质量。二:matlab实现1.主要是使用非对称滤波器组来实现语音信号的子带分解和合并。2.关键:针对语音信号的频谱设计与之相适应的树形滤波器组。3.编码采用u律pcm编码。介绍:ß本编程所设计的树形结构滤波器组,是由两通道的正交镜像滤波器组通过级联或并联组建而成的。ß采用正交镜象滤波器(QMF,quandraturemirrorfilter)来划分频带,混迭效应在最后合成时可以抵消ß混迭失真:这是由于分析

3、滤波器组和综合滤波器组的频带不能完全分开及x(n)的抽样频率fs不能大于其最高频率成分的m倍所致。ß两通道的滤波器组两通道的滤波器组两通道的滤波器组的幅频特性两通道的正交镜像滤波器组的幅频特性ß(从频频特性可以看出采用正交镜象滤波器来划分频带,混迭效应在最后合成时可以抵消)原始语音y提取一通道抗混叠滤波分析滤波器组U律pcm编码重构滤波器组U律pcm编码处理后语音y_he·整体框图频带分解(主要)(下附matlab源程序语音为wav格式自己录音)%主程序clearall;closeall;clc;N=4096*50;%采集点数[y,fs,bits]=wavread('tangshi',

4、N);%读取音频信息(双声道)Fs=fs;ts=1/fs;%仅处理1通道信号y1=y(:,1)';%thesignalofchannelone%y2=y(:,2);%thesignalofchanneltwot=0:1/fs:(N-1)/fs;%time%原始语音信号读取sound(y1,fs);%原始语音信号画图figure(1);subplot(2,1,1);plot(t,y1);%1通道信号title('原始信号y1');%预滤波%语音信号预处理人耳可识别范围(300~3400),因此多于此频率的信号可以滤掉而不用传输[y1_yu,fs_yu]=pre_process(y1,fs

5、);subplot(2,1,2);plot(t(1:fs/fs_yu:3*floor(length(t)/3)),y1_yu);%滤波后的信号时域波形title('预滤波后的信号y1_yu');%对上面两个信号进行频谱分析Y1=fft(y1);Y1_YU=fft(y1_yu);%画出图形figure(2);subplot(2,1,1)dfs=fs/length(Y1);H1=abs(Y1(1:length(Y1)/2));f1=0:dfs:fs-dfs;f1=f1(1:length(Y1)/2);plot(f1,H1)axis([0,10000,0,max(abs(fftshift(Y

6、1)))])title('原始信号频谱y1')subplot(2,1,2)H2=abs(Y1_YU(1:length(Y1_YU)/2));f2=0:dfs:fs_yu-dfs;f2=f2(1:length(Y1_YU)/2);plot(f2,H2)axis([0,10000,0,max(abs(fftshift(Y1_YU)))])title('抗混叠滤波后y1_yu的信号频谱,fl=300Hz,fh=3400Hz')%抗混叠滤波后语音信号读取sound(y1_yu,fs_yu);%分解[yu1,yu2]=fenjie(y1_yu,fs_yu);%y1%2次分解[y1_1,y1_2]

7、=fenjie(yu1,fs_yu);%3次分解[y1_11,y1_12]=fenjie(y1_1,fs_yu);[y1_21,y1_22]=fenjie(y1_2,fs_yu);%y2%2次分解[y2_1,y2_2]=fenjie(yu2,fs_yu);%3次分解[y2_11,y2_12]=fenjie(y2_1,fs_yu);[y2_21,y2_22]=fenjie(y2_2,fs_yu);%分解图示figuresubplot(4,1,1)

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。