语音合成基于matlab语音信号变速【含Matlab源码 565期】.zip

%实验要求一：语音信号变速实验 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)); % 归一化 N=length(x); % 数据长度 time=(0:N-1)/fs; % 信号的时间刻度 wlen=240; % 帧长 inc=80; % 帧移 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)'; % 分帧 fn=size(X,2); % 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('请输入伸缩语音的时间长度是原语音时间长度的倍数:','s');%输入伸缩长度比例 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 tal=0; % 初始化 zint=zeros(p,1); %% LSP参数的提取 for i=1 : fn a2=AR_coeff(:,i); % 取来本帧的预测系数 lsf=lpctolsf(a2); % 调用ar2lsf函数求出lsf Glsf(:,i)=lsf; % 把lsf存储在Glsf数组中 end % 通过内插把相应数组缩短或伸长 fn1=floor(rate*fn); % 设置新的总帧数fn1 Glsfm=interp1((1:fn),Glsf',linspace(1,fn,fn1))';% 把LSF系数内插 Dpitchm=interp1(1:fn,Dpitch,linspace(1,fn,fn1));% 把基音周期内插 Gm=interp1((1:fn),Gain,linspace(1,fn,fn1));%把增益系数内插 SFm=interp1((1:fn),SF,linspace(1,fn,fn1)); %把SF系数内插 %% 语音合成 for i=1:fn1; lsf=Glsfm(:,i); % 获取本帧的lsf参数 ai=lsftolpc(lsf); % 调用lsf2ar函数把lsf转换成预测系数ar sigma=sqrt(Gm(i)); if SFm(i)==0 % 无话帧 excitation=randn(wlen,1); % 产生白噪声 [synt_frame,zint]=filter(sigma,ai,excitation,zint); else % 有话帧 PT=round(Dpitchm(i)); % 取周期值 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); % 计算有几个脉冲 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; 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,output); % 高通滤波 output=output/max(abs(output)); % 幅值归一化 %% 作图 % figure(1) ol=length(output); % 输出数据长度 time1=(0:ol-1)/fs; % 求出输出序列的时间序列 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(time1,output,'k'); title('合成语音波形'); xlim([0 max(time1)]); xlabel('时间/s'); ylabel('幅值')