电话按键音的识别Word下载.docx
《电话按键音的识别Word下载.docx》由会员分享，可在线阅读，更多相关《电话按键音的识别Word下载.docx（13页珍藏版）》请在冰豆网上搜索。
941
*
#
D
双音多频的拨号键盘是4×
4的矩阵，每一行代表一个低频，每一列代表一个高频。
用户每按一个键就发送一个高频和低频的正弦信号组合。
2.电话按键音识别
MATLAB中audioread函数可以实现多种音频信号的读取，调用形式为
[y,fs]=audioread（）
其中y为所读取的音频数据；
而fs为采样频率；
调用的为指定载入的音频文件名称。
用fft频谱分析公式
（1）
（2）
由公式
（1）和
（2）可得：
（3）
四．实验内容
本实验要实现电话拨号音（DTMF）信号的检测的识别，可以通过直接计算傅里叶变换时的输入信号组成的频率。
这里采用FFT算法对信号进行解码分析。
首先对接收到的数字信号作FFT分析。
计算出其频幅谱，继而得到功率谱，组成输入信号的频率必定对应功率谱的峰值。
对于连续的双音多频（DTMF）信号。
需要把有效的数字拨号信号从静音间隔中分割提取出来，然后再用FFT算法对信号进行解码分析，得出电话拨号码。
五、实验过程与分析
1.读取音频文件
利用MATLAB中audioread读取
[x,fs]=audioread（'
电话按键音.m4a'
）;
2.声道提取
电话按键音是双声道，本实验提取声道1进行分析：
x=x（:
1）；
3.端点提取
该按键音为一段连续的11位数字拨号音，分析时需要对它们分别进行处理，而这11位数字间的时间间隔一般情况是没有规律的，无法直接用for循环控制截取，而要是手动一段一段地进行截取，换一个音频信号就得再次重新截取，因此考虑到可能存在噪音的情况，基于短时能量和短时平均过零率来进行端点检测，实现端点的提取，对于不同的音频信号，只需要修改部分可变参数便可以适用。
4.分析
根据音频实际情况设置对应参数：
framelen=floor（fs*40/1000）;
%floor向下取整，帧长
frameinc=floor（fs*10/1000）;
%帧移
%进行分帧，每帧长framelength，
voice_min_len=15;
%最短语音长度150ms
%语音段的最短长度，若语音段长度小于此值（如果语音段中的静音帧数未超过此值，），则认为其为一段噪音
unvoice_min_len=5;
%结束段最小持续50ms
n3=0.05;
%过零率下限参数0.05
检测结果见图1
结果：
将11个检测到的号码音频左右端点提取出来
对信号进行fft变换后，得到的频谱是呈现对称的，在此截取前部分进行观察，得到频谱图如图2所示。
程序运行最终结果为：
Thetelephonenumberis:
图1端点检测结果图图2电话按键音fft频谱图
5.可靠性检验
自己录制一段拨号音，检验程序的可靠性，这里为了
为了验证程序的正确、可靠性，又分别录制了我自己手机号以及1234567890两段不同格式不同号码，在有噪声条件下的按键音，检验过程如下
（1）（.mp3格式）
参数设置同上
图3端点检测结果图图4电话按键音的fft频谱图
程序运行结果：
图5端点检测结果图图6电话按键音的fft频谱图
（2）1234567890（.ogg格式）
该音频录制时，有的按键音持续时间较短，需要对检测初始参数进行修改
修改参数：
voice_min_len=6;
%最短语音长度60ms
n3=0.02;
%过零率下限参数0.02
1234567890
经验证，该程序可行。
六、小结
1.原本想着，进行端点检测时考虑了噪声的影响进行滤波或许就不必要了，但是将滤波器加进程序后发现，对于不同的音频信号，程序有更好的适应性，端点检测结果的精确度居然也有所提高，不用再反复修改设置参数，然后就将滤波器加入程中了。
2.实验过程中，首先是手动截取11段数字音频验证号码可检测出来后，在进行端点检测的构思，最后考虑滤波。
3.通过本次实验，发现自己在MATLAB函数的应用与程序设计中仍有很大的进步空间。
4.有效的端点检测技术不仅能在语音识别系统中减少数据的采集量，节约处理时间，还能排除无声段或噪声段的干扰。
对于端点检测的程序，其原理经查阅资料明白一些，但不多，查阅到语音端点检测参考程序之后，对其进行了步骤增加、减少等操作，使其适合本实验，考虑到一些参数对于不同的音频需要做不同的改变，便将其提取到主程序中，方便修改。
5.在引用的端点检测代码原理不很了解情况下，结合本实验对其进行部分修改比较困难。
6.对于待检测信号的第一个数字滤波效果不好，未达到理想的效果。
7.先设计滤波器对信号进行滤波，滤去部分噪声，再设计考虑噪声的端点检测函数，相当于信号进行了双重滤波处理，是结果能够更加准确。
七、实验程序
（1）主程序：
%待检测数据
%[x,fs]=audioread（'
10月11日.mp3'
%检验号码
11_11_1.ogg'
%检验号码1234567890
1）;
%提取声道1
x=lv_bo_1（x,fs）;
sound（x,fs）;
%播放滤波后的音频
%%调整各参数
%最短语音长度60ms,150ms
%过零率下限参数0.02，0.05
%%end
[fan_wei]=vad（framelen,frameinc,x,fs,voice_min_len,unvoice_min_len,n3）;
%引用时注意修改函数vad中的最短语音长度
number='
'
;
figure
fori=1:
length（fan_wei）
y=x（fan_wei（i,1）:
fan_wei（i,2））;
n=0:
length（y）-1;
%建立一个信号等长的序列;
%=================频域图像==============================
N=length（y）;
%取信号矩阵的长度
FFT=fft（y,N）;
%N点傅里叶变换
mag=abs（FFT）/（N/2）;
%还原真实幅值
f=n*fs/N;
%频率序列
%
f=f（1:
fix（N/2））;
mag=mag（1:
%
subplot（3,4,i）%图2：
频谱图
%取l/2作图
plot（f,mag）;
axis（[6001700min（mag）max（mag）]）;
title（'
fft频谱图'
%标题：
xlabel（'
频率/Hz'
%标注横坐标
ylabel（'
幅度'
%标注纵坐标
gridon;
%打开网格线
%数字判断
a1=（697+770）/2;
a2=（770+852）/2;
a3=（852+941）/2;
a4=（1209+1336）/2;
a5=（1336+1477）/2;
a6=（1477+1633）/2;
if（f（mag==max（mag（f<
=1000）））<
a1）
if（f（mag==max（mag（f>
1100）））<
a4）
tel=1;
elseif（f（mag==max（mag（f>
a5）
tel=2;
a6）
tel=3;
else
tel='
A'
end
elseif（f（mag==max（mag（f<
a2）
tel=4;
tel=5;
tel=6;
B'
a3）
tel=7;
tel=8;
tel=9;
C'
*'
tel=0;
#'
D'
number=[number,num2str（tel）];
end
disp（['
'
number]）
（2）滤波器
function[f1]=lv_bo_1（x,fs）
%%双线性变换法设计Butterworth滤波器
t=0:
1/fs:
（size（x）-1）/fs;
Au=0.03;
d=（Au*cos（2*pi*10000*t））'
x2=x+d;
%数字滤波器指标fp=3Hz,fr=4Hz,Rp=1db,As=20db,fs=10Hz
wp=0.25*pi;
%通带边界频率（归一化）：
wp=fp*2*pi/fs
ws=0.3*pi;
%阻带边界频率（归一化）：
ws=fr*2*pi/fs
Rp=1;
%通带波纹
Rs=15;
%将模拟指标转换成数字指标
Fs=fs;
Ts=1/Fs;
%时域最小间隔，即时域分辨率
wp1=2/Ts*tan（wp/2）;
%模拟低通原型滤波器通带频率
ws1=2/Ts*tan（ws/2）;
%模拟低通原型滤波器阻带频率
[N,Wn]=buttord（wp1,ws1,Rp,Rs,'
s'
%选择滤波器的最小阶数
[Z,P,K]=buttap（N）;
%创建butterworth模拟滤波器
[Bap,Aap]=zp2tf（Z,P,K）;
[b,a]=lp2lp（Bap,Aap,Wn）;
%双线性变换得到分子和分母的系数向量bz,az
[bz,az]=bilinear（b,a,Fs）;
%用双线性变换法实现模拟滤波器到数字滤波器的转换
f1=filter（bz,az,x2）;
%进行滤波处理
（3）端点检测
function[fan_wei]=vad（a1,a2,x,fs,n1,n2,n3）
%归一化
x=double（x）;
x=x/max（abs（x））;
framelen=a1;
frameinc=a2;
y=enframe（x,hanning（framelen）,frameinc）;
%分帧
%计算短时间能量
amp=sum（abs（y）,2）;
%amp=sum（abs（enframe（filter（[1-0.9375],1,x）,framelen,frameinc））.^2,2）;
%计算过零率
tmp1=enframe（x（1:
length（x）-1）,framelen,frameinc）;
tmp2=enframe（x（2:
length（x））,framelen,frameinc）;
signs=（tmp1.*tmp2）<
0;
diffs=（tmp1-tmp2）>
n3;
zcr=sum（signs.*diffs,2）;
zcr=[zcr;
zcr（end）];
zcr_yu=0.2*mean（zcr）;
yuzhi=0.2*mean（amp）;
N=length（amp）;
forn=1:
N
ifamp（n）<
yuzhi||（zcr（n）<
zcr_yu）
continue;
kaitou=n;
break;
forn=N:
-1:
jiewei=n;
noise=[amp（1:
kaitou-1）;
amp（jiewei+1:
end）];
noise_mean=mean（noise）;
noise_var=std（noise）;
speech_mean=mean（amp（kaitou:
jiewei））;
%noise_mean
yuzhi1=0.3*speech_mean;
yuzhi2=max（0.3*speech_mean,（noise_mean+noise_var）*1.3）;
noise_zcr=[zcr（1:
zcr（jiewei+1:
noise_zcr_mean=mean（noise_zcr）;
noise_zcr_std=std（noise_zcr）;
speech_zcr_mean=mean（zcr（kaitou:
zcr_yu1=0.3*speech_zcr_mean;
zcr_yu2=max（0.3*speech_zcr_mean,（noise_zcr_mean+noise_zcr_std）*0.3）;
st=[];
en=[];
bstart_state=0;
bend_state=0;
segment=0;
unvoice=0;
voice_min_len=n1;
%最短语音长度70ms
unvoice_min_len=n2;
st_candicate=0;
en_candicate=0;
%%开始端点检测
fori=1:
if（（amp（i）>
=yuzhi2&
&
zcr（i）>
=zcr_yu1）&
~bstart_state）%findstart
bstart_state=1;
if（~st_candicate）
st_candicate=i;
segment=segment+1;
elseif（（amp（i）>
=yuzhi2||zcr（i）>
bstart_state）%
if（unvoice>
=unvoice_min_len）%
st=[st;
st_candicate];
en_candicate=en_candicate+unvoice_min_len-1;
en=[en;
en_candicate];
bend_state=1;
unvoice=0;
segment=0;
st_candicate=0;
else
segment=segment+1;
elseif（（amp（i）<
yuzhi2&
zcr（i）<
zcr_yu1）&
bstart_state）%
ifsegment>
=voice_min_len%
unvoice=unvoice+1;
if~bend_state%
en_candicate=i;
else%
bstart_state=0;
bend_state=0;
~bstart_state）%
if~st_candicate
st_candicate=i;
else%
end
if（unvoice>
=unvoice_min_len）%
（en_candicate+unvoice_min_len-1）];
if（segment>
=voice_min_len）%
N];
figure
（1）;
subplot（3,1,1）,plot（x）;
%原始语音波形
axis（[1,length（x）,-1,1]）;
ylabel（'
speech'
xlabel（'
样本点'
fork=1:
length（st）line（[st（k）*frameinc,st（k）*frameinc],[-1,1],'
linestyle'
'
:
color'
blue'
LineWidth'
2）;
line（[en（k）*frameinc,en（k）*frameinc],[-1,1],'
red'
升级会员 