MATLAB实现基于线性预测的语音合成实验【语音信号处理实战】.zip

%实验要求二：基于线性预测系数和基音参数的语音合成实验 clear all; clc; close all; [xx, fs, bits] = wavread('C7_2_y.wav'); % 读入数据文件 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; % 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 wind=hanning(wlen); % 窗函数 X=enframe(x,wind,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 for i=1 : fn % 计算每帧的线性预测系数和增益 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; % 初始化前导零点 zint=zeros(p,1); for i=1:fn; ai=AR_coeff(:,i); % 获取第i帧的预测系数 sigma_square=Gain(i); % 获取第i帧的增益系数 sigma=sqrt(sigma_square); if SF(i)==0 % 无话帧 excitation=randn(wlen,1); % 产生白噪声 [synt_frame,zint]=filter(sigma,ai,excitation,zint); % 用白噪声合成语音 else % 有话帧 PT=round(Dpitch(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); % 按线性比例重叠相加处理合成数据 output=[output(1:M-overlap); output(M-overlap+1:M).*tempr2+synt_frame(1:overlap).*tempr1; synt_frame(overlap+1:wlen)]; end end ol=length(output); % 把输出output延长至与输入信号xx等长 if ol<N output1=[output; zeros(N-ol,1)]; else output1=output(1:N); 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 subplot 211; plot(time,x,'k'); title('(a)原始语音波形'); axis([0 max(time) -1 1.1]); xlabel('时间/s'); ylabel('幅值') subplot 212; plot(time,output,'k'); title('(b)合成语音波形'); axis([0 max(time) -1 1.1]); xlabel('时间/s'); ylabel('幅值')