matlab语音处理分窗与短时过零率代码与实例.pdf

在进行语音信号处理时，基础的步骤之一是提取语音信号的本质特征参数，这是因为语音信号是一种非稳态、时变的信号。为了分析这样的信号，通常会采用短时分析技术，这种技术认为在很短的时间范围内（一般为10~30毫秒），语音信号可以被视为是稳态的，从而可以将语音视为“准稳态”信号。利用这种技术，语音信号可以被分成一小段一小段地进行分析，这些小段被称为“帧”，通常每个帧的长度选取为10到30毫秒。根据提取参数方法的不同，语音信号分析可以分为时域分析、频域分析、倒频域分析以及其他域的分析。 在MATLAB中，语音处理首先需要读入声音文件并播放。接下来涉及到对信号进行分帧处理，分帧是语音信号处理的一个核心环节。MATLAB提供了多个函数来处理分帧，其中常用的有'enframe'、'segment'和'buffer'等。'enframe'函数是voicebox工具箱中的一个函数，它能够按照指定的帧长和帧移将语音信号分帧。如果未指定窗函数，'enframe'函数默认使用矩形窗，而通过传递窗函数作为参数，它会根据窗函数的长度来设定帧长。在调用'enframe'函数时，输入参数x为语音信号，win可以是帧长或窗函数（如矩形窗、汉宁窗或汉明窗），而inc则为帧移。输出参数f是分帧后的数组，每一列代表一个帧。 在语音分析中，窗函数的选择对于信号分析结果的准确性有很大影响。常用的窗函数包括矩形窗、海宁窗（Hanning窗）和汉明窗。矩形窗的主瓣宽度最窄，但其第一旁瓣衰落最小，导致频谱泄露较大。相比之下，海宁窗和汉明窗的第一旁瓣衰落更大，频谱泄露较小，因此在需要更精确分析的情况下可能更加适用。 短时分析中，短时能量和短时平均幅度是两个重要参数。短时能量是指在一定窗长内语音信号的平方值的和，它是语音活动的指标，常用来检测语音信号中的浊音段。而在短时能量的基础上，还可以计算短时平均幅度，这是对短时能量的一种简化，能够有效反映语音的强度。 在MATLAB中进行短时能量计算的示例代码首先读取一个声音文件，并进行播放，然后设置帧长和帧移，接着使用海宁窗对信号进行分帧处理。之后，通过循环对每一帧信号计算其能量，再将能量值随时间绘制出来，从而形成短时能量图。这样的处理步骤可以帮助我们对语音信号的时域特性有一个直观的了解，例如，通过短时能量图可以判断出哪些部分是语音的活动区域，哪些部分是静默区域。 此外，在处理过程中还涉及到其他一些MATLAB函数，例如'wavread'用于读取声音文件，'wavplay'用于播放声音，而'filter'函数则用于对分帧后的信号进行滤波处理。这些函数在MATLAB的语音信号处理过程中发挥着各自的作用，帮助工程师和研究人员完成从读取到分析、从播放到结果输出的整个流程。