課程設計--語音信號變聲處理系統(tǒng)

1、<p><b>　　數字信號處理</b></p><p><b>　　課程設計報告</b></p><p><b>　　摘要</b></p><p>　　我們每個人的聲音不同，源于我們的每個人的音色和音調不同，我們所說的男中音、男高音，就是音調的不同，而即便音調一致，我們依然能區(qū)分出兩個不同

2、人的聲音，或不同樂器的聲音，這就是音色的不同。變聲器，正是借助對聲音音色和音調的雙重復合改變，實現輸出聲音的改變。</p><p>　　在進行性別變聲時，主要考慮基頻和共振峰頻率的變化。當基頻伸展，共振峰頻率也同時伸展時，可由男聲變成女聲，女聲變成童聲；反之，基頻收縮，共振峰頻率也同時收縮時，則由童聲變女聲，女聲變男聲。為了獲得自然度、真實感較好的變聲效果，基頻和共振峰頻率通常必須各自獨立地伸縮變化。 

3、</p><p>　　本次課程設計就是運用我們所學到的理論知識，用MATLAB軟件來實現對語音信號的變聲處理，理論聯(lián)系實際，從而更好地掌握以及運用所學習的知識。</p><p><b>　　目錄</b></p><p><b>　　目錄3</b></p><p>　　第一章 課程設計任務4<

4、;/p><p>　　第二章 變聲器原理及設計方案5</p><p><b>　　2.1基本原理5</b></p><p>　　第三章 變聲器的實現及分析7</p><p>　　3.1信號變聲器的實現7</p><p><b>　　3.2設計過程7</b></p&g

5、t;<p>　　3.3仿真結果及分析10</p><p>　　第四章 課設總結14</p><p>　　4.1小組總結14</p><p>　　4.2個人總結15</p><p><b>　　參考文獻16</b></p><p><b>　　附錄：17</

6、b></p><p>　　第一章 課程設計任務</p><p>　　電視臺經常針對某些事件的知情者進行采訪，為了保護知情者，經常改變說話人的聲音，利用所學的知識，將其實現。</p><p>　　1） 自己錄制一段正常的聲音文件，或者通過菜單選擇的方式選擇一段正常聲音文件； </p><p>　　2） 能夠播放該文件； </p>

7、;<p>　　3） 對語音信號進行處理，要求處理后的語音信號基本不影響正常收聽與理解；</p><p>　　5） 對處理參數能夠通過matlab界面進行調節(jié)，以對比不同處理效果； </p><p>　　6） 能夠對處理后的聲音文件與原始聲音文件的頻譜進行觀察、分析。</p><p>　　7） 編制GUI用戶界面。</p><p>

8、;<b>　　任務分配：</b></p><p>　　代碼編寫及運行調試：鄭昌棟，杭嘉琪</p><p>　　實驗報告整理與編寫：杜天送</p><p>　　相關資料查詢及整理：劉 洋</p><p>　　實驗方案設計與編寫：周 俊</p><p>　　Gui界面設計及制作：顏全穩(wěn)</p

9、><p>　　第二章 變聲器原理及設計方案</p><p><b>　　2.1基本原理</b></p><p>　　語音科學家將人類發(fā)聲過程視作一個由聲門源輸送的氣流經以聲道、口、鼻腔組成的濾波器調制而成的。人類語音可分為有聲語音和無聲語音，前者是由聲帶振動激勵的脈沖信號經聲腔調制變成不同的音，它是人類語言中元音的基礎，聲帶振動的頻率稱為基頻。無聲

10、語音則是聲帶保持開啟狀態(tài)，禁止振動引發(fā)的。一般來說，由聲門振動決定的基頻跟說話人的性別特征有關，如下表，而無聲語音則沒有體現這個特征。說話人的個性化音色和語音的另外一個聲學參數——共振峰頻率的分布有關。兒童由于聲道短，其共振峰頻率高于成年人，成年女性的聲道一般短于成年男性，所以女性的共振峰頻率一般高于男性。</p><p>　　表2.1 男聲、女聲和童聲基頻、共振峰頻率關系表</p><p&g

11、t;　　由上可知，在進行性別變聲時，主要考慮基頻和共振峰頻率的變化。當基頻伸展，共振峰頻率也同時伸展時，可由男聲變成女聲，女聲變成童聲；反之，基頻收縮，共振峰頻率也同時收縮時，則由童聲變女聲，女聲變男聲。為了獲得自然度、真實感較好的變聲效果，基頻和共振峰頻率通常必須各自獨立地伸縮變化。</p><p>　　共振峰頻率的改變是基于重采樣實現的，從重采樣原理知道，這也同時引發(fā)了基頻的變化，為保證基頻變化和共振峰頻率變

12、化的獨立、互不相關，在基頻移動時必須考慮抵消重采樣帶來的偏移，理論上只要基頻檢測足夠精確，確實可以保證基頻改變和共振峰頻率改變間的互不相關。</p><p><b>　　·2.2設計方案</b></p><p>　　1：選取需要變聲的原始語音信號；</p><p>　　2: 得到原始語音信號的基音周期長度；</p>&l

13、t;p>　　3: 根據基音周期長度定位整個原始語音信號的每一個基音周期的位置；</p><p>　　4: 在原始語音信號中的基音周期之間刪除／插入基音周期，得到縮短／伸長的語音信號；</p><p>　　5: 將縮短／伸長的語音信號線性伸長／壓縮至與原始語音信號一致的長度，得到變聲后的語音信號。</p><p>　　第三章 變聲器的實現及分析</p>

14、;<p>　　3.1信號變聲器的實現</p><p>　　圖2.2語音處理實現框圖</p><p><b>　　實現步驟：</b></p><p>　　1）語音信號的錄制與讀入。</p><p>　　2）語音信號的頻譜分析。</p><p>　　3）實現慢錄快放和快錄慢放功能<

15、/p><p>　　4）設計數字濾波器和畫出其頻率響應。</p><p>　　5）用濾波器對信號進行濾波。</p><p>　　6）比較濾波前后語音信號的波形及頻譜。</p><p>　　7）通過搬移、改變基波頻率實現變聲。</p><p><b>　　8）語音信號恢復。</b></p>

16、<p>　　9）在MATLAB下繪制出各個部分的輸出波形，前后對比。</p><p><b>　　3.2設計過程</b></p><p>　　3.2.1 分幀處理</p><p>　　對語音信號加Hamming窗處理，方法是用窗序列沿著語音樣點值序列逐幀從左向右移動。</p><p>　　Hamming窗的窗函

17、數如下：</p><p><b>　　=（4.1）</b></p><p>　　確定了窗函數以后，對語音信號的分幀處理，實際上就是對各幀進行某 幀進行某種變換或運算。 </p><p>　　3.2.2 計算預測系數</p><p>　　3.2.3 計算激勵信號</p><p>　　對每幀語音信號

18、s(n),和預測模型系數{ }，用filter函數計算激勵信號e(n)。此時應該注意在系數變化的情況下連續(xù)濾波，需要維持濾波器的狀態(tài)不變，要利用filter函數的 和 參數。</p><p>　　這里要利用 _pre，利用 _pre作為初始狀態(tài)得到最終狀態(tài)，本次循環(huán)得到的最終狀態(tài)作為下次循環(huán)的初始狀態(tài)，并把每次循環(huán)得到的激勵保存下來。</p><p>　　3.2.4 重建語音</p&

19、gt;<p>　　用計算得到的激勵信號e(n)和預測模型系數{ }，用fliter函數計算重建語音 。同樣要注意維持濾波器的狀態(tài)不變。</p><p>　　這里我們由激勵得到語音，并且要利用 _rec，利用 _rec作為初始狀態(tài)的到最終狀態(tài)，本次循環(huán)得到的最終狀態(tài)作為下次循環(huán)的初始狀態(tài)，并且把每次循環(huán)得到的重建語音保存下來。</p><p>　　3.2.5 基音周期</

20、p><p>　　基音周期是表征語音信號本質特征的參數，屬于語音分析的范疇，只有準確分析并且提取出語音信號的特征參數，才能夠利用這些參數進行語音合成處理。</p><p>　　如果x(n)是一個周期為P的信號，則其自相關函數也是周期為P的信號，且在信號周期的整數倍處，自相關函數取最大值。語音的濁音信號具有準周期性，其自相關函數在基音周期的整數倍處取最大值。計算兩相鄰最大峰值間的距離，就可以估計出

21、基因周期。MTWE601-003006-FLSC0</p><p>　　3.2.6 合成激勵的能量</p><p>　　根據線性預測分析的原理可知，求解p個線性預測系數的依據，是預測誤差濾波器的輸出方均值或輸出功率最小?？煞Q這一最小方均誤差為正向預測誤差功率 ，即</p><p>　　=E{e(n)[s(n)- s(n-1)]}

22、 </p><p>　　=E[e(n)s(n)]- E[e(n)s(n-i)] (4.2)</p><p>　　由于上式第二項為0，又：</p><p>　　e(n)=s(n)-=s(n)- s(n-i) (4.3)</p><p>　　將（4.3）代入（4.2）得：

23、</p><p>　　=E[e(n)s(n)]=E[s(n)s(n)]- E[s(n)s(n-i)]=R(0)- R(i) (4.4)</p><p>　　根據式（4.4）可以求得增益常數G。</p><p>　　=R(0)- R(i) (4.5)</p><p><b>　　從而

24、可以得到：</b></p><p>　　= （4.6）</p><p>　　由前面計算預測系數的代碼</p><p>　　可以得到 (代碼里用E表示)，和計算得到的基音周期聯(lián)立可以得到增益G。</p><p><b>　　程序代碼如下：</b></

25、p><p>　　3.2.7 變聲處理</p><p>　　變聲的過程的實現思路與前面合成語音的思路基本相同，只是在兩個地方有所不同：系統(tǒng)參數b，a不同，這里的b和a是要用經改變后的極點算出來的；生成激勵信號時，用floor（PT/2）作為這里的PT。</p><p>　　在變聲的時候我們采用女生，小孩時變調不變速的濾波器：</p><p>　　老

26、人采用變速不變調濾波器：</p><p>　　3.3仿真結果及分析</p><p>　　3.3.1波形及頻譜</p><p>　　（1）原始信號波形及頻譜：</p><p>　　采集到的男子聲音信號大都分布在較低的頻段上，即男子話音的基頻較低</p><p>　　（2）男生信號合成女生信號后波形及頻譜：</p&g

27、t;<p>　　變聲前后，音頻信號的時域波形被壓縮，總體形狀無太大變化。</p><p>　　改變信號的基頻可以實現語音的變調。零頻和35000附近的信號被削弱，而對應于【10000，25000】頻點部分的信號得到加強</p><p>　?。?）男生信號合成小孩信號后波形及頻譜：</p><p>　　變聲前后，音頻信號的時域波形被壓縮，總體形狀無太大變

28、化。</p><p>　　改變信號的基頻可以實現語音的變調。零頻附近的信號被削弱，而對應于 【10000，24000】頻點部分的信號得到加強</p><p>　?。?）男生信號合成老人信號后的波形及頻譜：</p><p>　　男聲變老人聲前后，音頻的時域波形被展寬，總體形狀變化不大。</p><p>　　男聲變老人聲前后【0，15000】頻

29、點對應的信號和【25000，30000】頻點對應的信號則被削弱</p><p><b>　　3.3.2調試分析</b></p><p>　　1、在對處理后的語音文件獲取預測系數的時候一直為NaN</p><p>　　將對語音文件的采樣率改為22KHz后，能正常獲取數據。</p><p>　　2、用wavread讀取48M

30、的wav音頻文件時一直讀取不到。</p><p>　　改為讀取只有幾十K的文件后就能正常運行，猜測可能是文件太大。</p><p><b>　　第四章 課設總結</b></p><p><b>　　4.1小組總結</b></p><p>　　此次課設題目為數字變聲器設計，要求我們利用所學的信號處理、

31、MATLAB知識完成任務。綜合了過去三年所學的重要專業(yè)知識，可謂是對過去所學知識的一次全面考察。變聲器的原理是通過改變輸入聲音頻率，進而改變聲音的音色、音調，使輸出聲音在感官上與原聲音不同。變聲器是借助對聲音音色和音調的雙重復合改變，實現輸出聲音的改變。通過自己發(fā)聲，共振峰頻率的改變是基于重采樣實現的。接到課題后，我便積極準備，到圖書館查閱相關書籍，上網搜索有關內容，利用MATLAB實現仿真，并及時向指導老師回報進度，聽取老師的意見和建

32、議。最終，順利完成了此次課設任務。</p><p>　　采集到的男子聲音信號大都分布在較低的頻段上，而女子的聲音信號大都分布在較高的頻段上。即男子話音的基頻較低，女子的話音基頻較高。信號經過濾波器處理后，保留了有效的頻率成分，一定程度上去除了干擾信號。對于男子的聲音影響較小，原因為男子的話音有用信號大都分布在較低的頻段上，通過低通濾波器后，噪聲等無用信號被濾除。改變信號的基頻可以實現語音的變調。變聲前后，音頻的時

33、域波形基本變化不大，而信號的頻域波形發(fā)生較大變動。男聲變女聲后信號的頻譜被搬到較高的頻帶上，男聲變童音后，信號的頻譜被搬移到更高的地方。女聲變男聲則反過來。通過改變輸出頻率，可以實現聲音的提速或減速播放。將頻率乘以大于一的數后，可以實現減速播放效果。將頻率乘以（0，1）內的數后，可以實現減速播放效果。男聲變老人的聲音可以通過變速實現，變速不變調。改變輸出速度而不用改變聲音頻率。</p><p>　　通過這次課設，

34、我對理論知識的掌握更加牢固，而且把理論與實踐聯(lián)系在一起，提高了自己的實踐能力。而且我認識到了同學之間的相互合作的重要性，還提高了自己如何在眾多的資料中找到對自己有用的信息。要想把所學的內容融會貫通，只學好課本知識是不夠的，要把所學習的知識加以利用，這次課設就給了我們很好的機會，讓我們不僅鞏固了課本知識，還從理論上升到了實際。</p><p>　　從課題的中心來看，課題是希望將數字信號處理技術應用于某一實際領域，這

35、里就是指對語音的處理。作為存儲于計算機中的語音信號，其本身就是離散化了的向量，我們只需將這些離散的量提取出來，就可以對其進行處理了。</p><p>　　在這里，用到了處理數字信號的強有力工具MATLAB，通過MATLAB里幾個命令函數的調用，很輕易的在實際化語音與數字信號的理論之間搭了一座橋。</p><p>　　通過這次的課程設計，熟悉并掌握了MATLAB 中有關語音信號的讀取，頻譜分

36、析，頻譜的搬移和基頻、語速的改變來實現變聲，分析其頻譜，并與原始信號頻譜進行比較。</p><p><b>　　4.2個人總結</b></p><p>　　通過本次課程設計，我在代碼編寫過程中認識到認真，嚴謹的重要性；以及調試過程中需要極大的耐心，最重要的是團隊協(xié)作，也學習到了matlab的基本使用和編程的一些技巧。</p><p><b

37、>　　參考文獻</b></p><p>　　[1] 高西全、丁玉美編著.數字信號處理.西安:西安電子科技大學出版社，2008.</p><p>　　[2] 劉樹棠譯.數字信號處理——使用MATLAB.西安:西安交通大學出版社，2002.</p><p>　　[3] 孫卓、岳振軍，一種漢語語音變換技術，電聲技術，2007.</p>&l

38、t;p>　　[4] 羅軍輝等編著.MATLAB7.0在數字信號處理中的應用.北京：機械工業(yè)出版社，2005.</p><p>　　[5] 陳懷琛等編著.MATLAB及在電子信息課中的應用.北京：電子工業(yè)出版社，2002.</p><p>　　[6] 胡廣書編著.數字信號處理――理論、算法與實現.北京：清華大學出版社，2002.</p><p>　　[7] 梁虹

39、等編.信號與線性系統(tǒng)分析――基于MATLAB的方法與實現.北京：高等教育出版社，2006.</p><p>　　[8] 劉衛(wèi)國主編.MATLAB程序設計與應用（第二版）. 北京：高等教育出版社，2006.</p><p><b>　　附錄：</b></p><p>　　global music;</p><p><

40、b>　　music=0;</b></p><p>　　[s,fs,nbits] = wavread('錄音.wav'); </p><p>　　s = s/max(s);</p><p>　　L = length(s); </p><p>　　S=fft(s,L);<

41、/p><p>　　axes(handles.axes1);</p><p>　　plot(s);title('原語音信號波形');</p><p>　　axes(handles.axes2);</p><p>　　plot(abs(S));title('原語音信號頻譜');</p><p>

42、　　music=audioplayer(s,fs);</p><p>　　play(music);</p><p>　　% --- Executes on button press in pushbutton2.</p><p>　　function pushbutton2_Callback(hObject, eventdata, handles)</p>

43、;<p>　　% hObject handle to pushbutton2 (see GCBO)</p><p>　　% eventdata reserved - to be defined in a future version of MATLAB</p><p>　　% handles structure with handles and user dat

44、a (see GUIDATA)</p><p>　　global music;</p><p><b>　　music=0;</b></p><p>　　[s,fs,nbits] = wavread('錄音.wav'); </p><p>　　FL = 80; </

45、p><p>　　WL = 240; </p><p>　　P = 10; </p><p>　　s= s/max(s); </p><p>　　L = length(s); </p><p>　　FN = floor(L/FL)-2; </p&

46、gt;<p>　　Ec = zeros(L,1); </p><p>　　ZiPre = zeros(P,1); </p><p>　　Sre = zeros(L,1); </p><p>　　ZiPre = zeros(P,1); </p><p>　　EcS= zeros(L,1); </

47、p><p>　　Ssn = zeros(L,1); </p><p>　　LastSn = 0; </p><p>　　ZiSn = zeros(P,1); </p><p>　　EcSnT = zeros(L,1); </p><p>　　SsnT = zeros(L,1); </p

48、><p>　　LastSnT = 0; </p><p>　　ZiSn_t = zeros(P,1); </p><p><b>　　v=.5;</b></p><p>　　EcSnV = zeros(v\L,1); </p><p>　　SsnV = zeros(v\L,1); &l

49、t;/p><p>　　LastSnV = 0; </p><p>　　ZiSnV = zeros(P,1); </p><p>　　hw = hamming(WL); </p><p>　　for n = 3:FN</p><p>　　SW = s(n*FL-WL+1:n*FL).*hw; </p&g

50、t;<p>　　[A E] = lpc(SW, P); </p><p>　　SF = s((n-1)*FL+1:n*FL); </p><p>　　[Ec1,ZiPre] = filter(A,1,SF,ZiPre); </p><p>　　Ec((n-1)*FL+1:n*FL) = Ec1; </p

51、><p>　　[Sre1,ZiPre] = filter(1,A,Ec1,ZiPre); </p><p>　　Sre((n-1)*FL+1:n*FL) = Sre1; </p><p>　　s_Pitch = Ec(n*FL-222:n*FL);</p><p>　　PT = findpitch(s_Pitch); </

52、p><p>　　G = sqrt(E*PT); </p><p>　　TempSn = [1:n*FL-LastSn]';</p><p>　　EcSn1 = zeros(length(TempSn),1);</p><p>　　EcSn1(mod(TempSn,PT)==0) = G; </p&

53、gt;<p>　　EcSn1 = EcSn1((n-1)*FL-LastSn+1:n*FL-LastSn);</p><p>　　[Ssn1,ZiSn] = filter(1,A,EcSn1,ZiSn);</p><p>　　EcSn((n-1)*FL+1:n*FL) = EcSn1; </p><p>　　Ssn((n-1)*FL+1:n*FL)

54、 = Ssn1; </p><p>　　LastSn = LastSn+PT*floor((n*FL-LastSn)/PT);</p><p>　　PT1 =floor(PT/2); </p><p>　　poles = roots(A);</p><p>　　deltaOMG =150*2*pi/fs; </p&g

55、t;<p>　　for p=1:10 </p><p>　　if imag(poles(p))>0 poles(p) = poles(p)*exp(j*deltaOMG);</p><p>　　elseif imag(poles(p))<0 poles(p) = poles(p)*exp(-j*deltaOMG);</p><p>&l

56、t;b>　　end</b></p><p><b>　　end</b></p><p>　　A1=poly(poles); </p><p>　　TempSnT = [1:n*FL-LastSnT]';</p><p>　　EcSn1T = zeros(length(TempSnT),1);&

57、lt;/p><p>　　EcSn1T(mod(TempSnT,PT1)==0) = G; </p><p>　　EcSn1T = EcSn1T((n-1)*FL-LastSnT+1:n*FL-LastSnT);</p><p>　　[Ssn1T,ZiSn_t] = filter(1,A1,EcSn1T,ZiSn_t);</p><p>　　EcS

58、nT((n-1)*FL+1:n*FL) = EcSn1T; </p><p>　　SsnT((n-1)*FL+1:n*FL) = Ssn1T; </p><p>　　LastSnT = LastSnT+PT1*floor((n*FL-LastSnT)/PT1); </p><p><b>　　end</b></p&g

59、t;<p>　　S=fft(SsnT,L);</p><p>　　axes(handles.axes3);</p><p>　　plot(SsnT),title('合成女生信號波形') ,XLim([0,length(EcSnT)]);</p><p>　　axes(handles.axes4);</p><p>