数字信号处理答辩.ppt

数字信号处理答辩.ppt

ID:52313256

大小:2.12 MB

页数:19页

时间:2020-04-04

数字信号处理答辩.ppt_第1页
数字信号处理答辩.ppt_第2页
数字信号处理答辩.ppt_第3页
数字信号处理答辩.ppt_第4页
数字信号处理答辩.ppt_第5页
资源描述:

《数字信号处理答辩.ppt》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、DigitalSignalProcess Mid-termTaskMember:LiMing(20111794)WuXun(20111787)Gaofeng(20111767)Liaofeng(20111769)RenBingTao(20111768)课题:关于男女声信号的采集与分析谈谈我们对课题的思考?教材P2中有提到,语音信号是一种与自然相关的声音信号,可以被高精度表示为不同幅值、频率和相位的和。我们知道,这就是对声音信号的处理。通常的,处理的工具就是傅里叶变换,我们有效的实用的软件就是Matlab。再看看课题。课题的内容是:关于男女声信号的采集与分析。

2、我们可以很容易的联想到时域、频域、滤波方面的处理。通过对声音信号的认识,我们可以大概的判断,男声的基频应该普遍低一些,并且信号的成分在低频段也应该更集中。另外,我们想,对语音识别来讲,语音信号的识别是不是基于这样的分析,作出处理?目录整体把握用Matlab对声音信号处理的背景简介课题的具体内容和基本方案实践领悟声音信号的采集和回放对声音信号的处理分析收获总结从傅里叶变换谈起一个有趣的分享用Matlab对声音信号处理的背景简介声音信号的采集分析处理在工程应用中是经常需要解决的问题,如何采集声音信号并对其分析处理,找出声音信号的特征在科学研究中时一项非常有意义的

3、工作。Matlab是一种功能强大、效率高、交互性好的数值计算和可视化计算机高级语言,它在数值分析、信号处理和图形显示有机地融合为一体,形成了一个极其方便、用户界面友好的操作环境。本课题实现声音信号的采集和分析处理就是基于Matlab软件完成的。课题的具体内容和基本方案内容:记录两段从小组成员中采集的语音信号(male&famale),要求针对同一段话进行处理。分析的方法应该基于我们学习过的内容。基本方案:时域分析(仅能从能量上分析)频域分析(频谱、倒频谱)滤波处理(15阶巴特沃斯滤波器)声音信号的采集和回放1.声音信号的采集Matlab中提供了强大的数据采集

4、工具箱,可以满足控制声卡对数据进行采集的要求。语音数据采集过程如图:在matlab环境中,可以通过多种编程方法驱动声卡实现对语音信号的采集和播放。我们选择Matlab,是基于Matlab的语音采集与分析系统具有价格低、使用方便、通用性强的优点。下面,我们来介绍几种采集声音信号的方法。驱动声卡的方式共有四种:将声卡作为处理对象采集语音信号调用wavrecord功能函数采集语音信号运用audiorecorder对象采集语音信号通过windows自带的录音器采集信号声音信号的回放与时域上的处理上述四种方法我们均通过实验验证过其正确性,不仅能够实现声音信号的采集,还

5、能够实现对声音的播放,参数、条件的设置。右面是一段经过Matlab处理过后回放的音频,我们已经将它生成了一个wav文件。通过时域上面的分析,我们绘制了它的时域图形。(包括男女生的声音信号)。注:在方案中,采用的是wavrecord()函数采集的声音信号。时域上的简要分析这是信号的时域分析。短时能量分析、短时过零分析和自相关法是作为语音信号时域分析中最基本的方法,应用广泛,特别是在语音信号端点检测方面。但是针对语音信号,我们仅能从信号的一般特性上面进行分析。仅仅在是与上面来看,我们可以看到男声的能量较足,显示的幅度更大。对声音信号的处理分析1.频域上的分析在这

6、之后,我们对信号进行快速傅里叶变换,得到相应的频谱分析图。就此,我们可以得到相应的(男女声)频谱图对比如下:我们都很容易注意到这两个信号的相同点,他们的频率大约在几十赫兹到5000赫兹比较密集,在这范围以外的幅度十分的小,这也是人声的基本特点。不同之处在于,男女生声音频率集中地范围有所不同,男生主要集中在200~800Hz左右,而女声的声音频率较多的集中在300~1800Hz左右。此外,我们还可以大致看出男女生的声音信号在基频上面有很大的不同,男声在高频上的谐波幅度也远远的小于女声。分析高低频成分的比率为了更加清晰地分辨男女生在高低频声音上的比率,我们写了一

7、段程序来分析男女声高低频成分所占的大小。结果发现,在高频部分,男声7.3497e-004,女声0.0066;低频部分,男声比率为8.8621e-007,女声7.4197e-007。可以更加确定的知道,女声在高频上的频率分量更多,男声则在低频上的频率分量更多。倒频谱分析为了提取基频,下面我们进行进一步讨论这两段声音信号。倒频谱,就是对功率谱的对数值进行傅立叶逆变换,将复杂的卷积关系变为简单的线性叠加,从而在其倒频谱上可以较容易地识别信号的频率组成分量,便于提取所关心的频率成分(在这里,我们关注信号的基频)。以下是Matlab仿真得到的图形:结论的印证通过查阅资

8、料(1998年南京邮电学院学报第十八卷5~6期[计算

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。