语音合成基于matlab语音信号变调【含Matlab源码 566期】.zip

% 实验要求二：语音信号变调实验 clear all; clc; close all; [xx,fs]=wavread('C7_4_y.wav'); % 读取文件 xx=xx-mean(xx); % 去除直流分量 x=xx/max(abs(xx)); % 幅值归一化 lx=length(x); % 数据长度 time=(0:lx-1)/fs; % 求出对应的时间序列 wlen=240; % 设定帧长 inc=80; % 设定帧移的长度 overlap=wlen-inc; % 重叠长度 tempr1=(0:overlap-1)'/overlap; % 斜三角窗函数w1 tempr2=(overlap-1:-1:0)'/overlap; % 斜三角窗函数w2 n2=1:wlen/2+1; % 正频率的下标值 X=enframe(x,wlen,inc)'; % 按照参数进行分帧 fn=size(X,2); % 总帧数 T1=0.1; r2=0.5; % 端点检测参数 miniL=10; % 有话段最短帧数 mnlong=5; % 元音主体最短帧数 ThrC=[10 15]; % 阈值 p=12; % LPC阶次 frameTime=FrameTimeC(fn,wlen,inc,fs); % 计算每帧的时间刻度 in=input('请输入基音频率升降的倍数:','s'); % 输入基音频率增降比例 rate=str2num(in); for i=1 : fn % 求取每帧的预测系数和增益 u=X(:,i); [ar,g]=lpc(u,p); AR_coeff(:,i)=ar; Gain(i)=g; end % 基音检测 [voiceseg,vosl,SF,Ef,period]=pitch_Ceps(x,wlen,inc,T1,fs); %基于倒谱法的基音周期检测 Dpitch=pitfilterm1(period,voiceseg,vosl); % 对T0进行平滑处理求出基音周期T0 if rate>1, sign=-1; else sign=1; end lmin=floor(fs/450); % 基音周期的最小值 lmax=floor(fs/60); % 基音周期的最大值 deltaOMG = sign*100*2*pi/fs; % 根值顺时针或逆时针旋转量dθ Dpitchm=Dpitch/rate; % 增减后的基音周期 % Dfreqm=Dfreq*rate; % 增减后的基音频率 tal=0; % 初始化 zint=zeros(p,1); for i=1 : fn a=AR_coeff(:,i); % 取得本帧的AR系数 sigma=sqrt(Gain(i)); % 取得本帧的增益系数 if SF(i)==0 % 无话帧 excitation=randn(wlen,1); % 产生白噪声 [synt_frame,zint]=filter(sigma,a,excitation,zint); else % 有话帧 PT=floor(Dpitchm(i)); % 把周期值变为整数 if PT<lmin, PT=lmin; end % 判断修改后的周期值有否超限 if PT>lmax, PT=lmax; end ft=roots(a); % 对预测系数求根 ft1=ft; %增加共振峰频率，实轴上方的根顺时针转，下方的根逆时针转，求出新的根值 for k=1 : p if imag(ft(k))>0, ft1(k) = ft(k)*exp(j*deltaOMG); elseif imag(ft(k))<0 ft1(k) = ft(k)*exp(-j*deltaOMG); end end ai=poly(ft1); % 由新的根值重新组成预测系数 exc_syn1 =zeros(wlen+tal,1); % 初始化脉冲发生区 exc_syn1(mod(1:tal+wlen,PT)==0)=1;% 在基音周期的位置产生脉冲，幅值为1 exc_syn2=exc_syn1(tal+1:tal+inc); % 计算帧移inc区间内的脉冲个数 index=find(exc_syn2==1); excitation=exc_syn1(tal+1:tal+wlen);% 这一帧的激励脉冲源 if isempty(index) % 帧移inc区间内没有脉冲 tal=tal+inc; % 计算下一帧的前导零点 else % 帧移inc区间内有脉冲 eal=length(index); % 计算脉冲个数 tal=inc-index(eal); % 计算下一帧的前导零点 end gain=sigma/sqrt(1/PT); % 增益 [synt_frame,zint]=filter(gain,ai,excitation,zint);%用激励脉冲合成语音 end if i==1 % 若为第1帧 output=synt_frame; % 不需要重叠相加,保留合成数据 else M=length(output); % 重叠部分的处理 output=[output(1:M-overlap); output(M-overlap+1:M).*tempr1+... synt_frame(1:overlap).*tempr2; synt_frame(overlap+1:wlen)]; end end output(find(isnan(output)))=0; ol=length(output); % 把输出output延长至与输入信号xx等长 if ol<lx output1=[output; zeros(lx-ol,1)]; else output1=output(1:lx); end bn=[0.964775 -3.858862 5.788174 -3.858862 0.964775]; % 滤波器系数 an=[1.000000 -3.928040 5.786934 -3.789685 0.930791]; output=filter(bn,an,output1); % 高通滤波 output=output/max(abs(output)); % 幅值归一化 subplot 211; plot(time,x,'k'); title('原始语音波形'); axis([0 max(time) -1 1]); xlabel('时间/s'); ylabel('幅值') subplot 212; plot(time,output,'k'); title('合成语音波形'); xlim([0 max(time)]); xlabel('时间/s'); ylabel('幅值')