数字信号处理变声器报告.docx
《数字信号处理变声器报告.docx》由会员分享，可在线阅读，更多相关《数字信号处理变声器报告.docx（14页珍藏版）》请在冰豆网上搜索。
数字信号处理变声器报告
精品文档
数字信号处理--变声器报告
1项目目标：
把自己（男）的声音分别变成小孩的声音、女人的声音和老人的声音。
2变声原理:
语音科学家将人类发声过程视作一个由声门源输送的气流经以声道、口、鼻腔组成的滤波器调制而成的。
人类语音可分为有声语音和无声语音，前者是由声带振动激励的脉冲信号经声腔调制变成不同的音，它是人类语言中元音的基础，声带振动的频率称为基频。
无声语音则是声带保持开启状态，禁止振动引发的。
一般来说，由声门振动决定的基频跟说话人的性别特征有关，如下表，而无声语音则没有体现这个特征。
说话人的个性化音色和语音的另外
一个声学参数——共振峰频率的分布有关。
儿童由于声道短，其共振峰频率高于成年人，成年女性的声道一般短于成年男性，所以女性的共振峰频率一般高于男性。
表男声、女声和童声基频、共振峰频率关系表
人群
基频分布Hz
共振峰频率分布
男声
[50,
180]
偏低
女声
[160,
380]
中
童声
[400,
1000]
偏高
由上可知，在进行性别变声时，主要考虑基频和共振峰频率的变
化。
当基频伸展，共振峰频率也同时伸展时，可由男声变成女声，女
声变成童声；反之，基频收缩，共振峰频率也同时收缩时，则由童声
变女声，女声变男声。
为了获得自然度、真实感较好的变声效果，基
1欢迎下载。
精品文档
频和共振峰频率通常必须各自独立地伸缩变化如图1。
v1童
女声
区
率
男
声
频
v2
峰
声
区
振
共
区
基频
V1男声变童声
V2男声变女声
图1基频和共振峰频率分布的变化
共振峰频率的改变是基于重采样实现的，从重采样原理知道，这也同时引发了基频的变化，为保证基频变化和共振峰频率变化的独立、互不相关，在基频移动时必须考虑抵消重采样带来的偏移，理论上只要基频检测足够精确，确实可以保证基频改变和共振峰频率改变间的互不相关。
3设计方案：
1录入自己（小孩、女人、老人）的一段声音2用MATLAB做fft得到其频谱3做fft频谱分析4搬移和改变基频、语速，实现变声
4程序流图
2欢迎下载。
精品文档
5程序清单：
元语音信号
[s,fs,nbits]=wavread（‘wo.wav’）;%载入语音s
s=s/max（s）;%归一化
L=length（s）;%读入语音长度
S=fft（s,L）;
pigure
ubplot（2,1,1）;plot（s）;title（‘原语音信号波形’）;
ubplot（2,1,2）;plot（abs（S））;title（‘原语音信号频谱’）;
3欢迎下载。
精品文档
变声：
小孩的声音
clearall,closeall,clc;
%定义常数
FL=80;%帧长
WL=240;%窗长
P=10;%预测系数个数
[s,fs,nbits]=wavread（'wo.wav'）;%载入语音s
4欢迎下载。
精品文档
s=s/max（s）;%归一化
L=length（s）;%读入语音长度
FN=floor（L/FL）-2;%计算帧长
%预测和重建滤波器
exc=zeros（L,1）;%激励信号
zi_pre=zeros（P,1）;%预测滤波器的状态
s_rec=zeros（L,1）;%重建语音
zi_rec=zeros（P,1）;
%变调不变速滤波器
exc_syn_t=zeros（L,1）;%合成的激励信号
s_syn_t=zeros（L,1）;%合成语音
last_syn_t=0;%存储上一个（或多个）段的最后一个脉冲的下标
zi_syn_t=zeros（P,1）;%合成滤波器的状态
hw=hamming（WL）;%汉明窗
%依次处理每帧语音forn=3:
FN
%计算预测系数
s_w=s（n*FL-WL+1:
n*FL）.*hw;%汉明窗加权后的语音
[AE]=lpc（s_w,P）;%用线性预测法计算P个预测系数
%A是预测系数，E会被用来计算合成激励的能量
s_f=s（（n-1）*FL+1:
n*FL）;%本帧语音，下面就要对它做处理
5欢迎下载。
精品文档
%（4）用filter函数s_f计算激励，注意保持滤波器状态
[exc1,zi_pre]=filter（A,1,s_f,zi_pre）;
exc（（n-1）*FL+1:
n*FL）=exc1;%计算得到的激励
%（5）用filter函数和exc重建语音，注意保持滤波器状态
[s_rec1,zi_rec]=filter（1,A,exc1,zi_rec）;
s_rec（（n-1）*FL+1:
n*FL）=s_rec1;%计算得到的重建语音
%注意下面只有在得到exc后才会计算正确
s_Pitch=exc（n*FL-222:
n*FL）;
PT=findpitch（s_Pitch）;%计算基音周期PT
G=sqrt（E*PT）;%计算合成激励的能量G
%（13）将基音周期减小一半，将共振峰频率增加7000Hz，重新合成语音
PT1=floor（PT/2）;%减小基音周期
poles=roots（A）;
deltaOMG=700*2*pi/8000;
forp=1:
10%增加共振峰频率，实轴上方的极点逆时针转，下方顺时针转
ifimag（poles（p））>0poles（p）=poles（p）*exp（j*deltaOMG）;
elseifimag（poles（p））<0poles（p）=poles（p）*exp（-j*deltaOMG）;
end
end
A1=poly（poles）;
tempn_syn_t=[1:
n*FL-last_syn_t]';
exc_syn1_t=zeros（length（tempn_syn_t）,1）;
exc_syn1_t（mod（tempn_syn_t,PT1）==0）=G;%某一段算出的脉冲
exc_syn1_t=exc_syn1_t（（n-1）*FL-last_syn_t+1:
n*FL-last_syn_t）;
6欢迎下载。
精品文档
[s_syn1_t,zi_syn_t]=filter（1,A1,exc_syn1_t,zi_syn_t）;
exc_syn_t（（n-1）*FL+1:
n*FL）=exc_syn1_t;%计算得到的合成激励
s_syn_t（（n-1）*FL+1:
n*FL）=s_syn1_t;%计算得到的合成语音
last_syn_t=last_syn_t+PT1*floor（（n*FL-last_syn_t）/PT1）;
end
S=（s_syn_t,L）
%变调不变速
figure;
subplot（2,1,1）,plot（exc_syn_t）,xlabel（'n（samples）'）,ylabel（'Amplitude'）,title（'合成高调
激励信号'）,XLim（[0,length（exc_syn_t）]）;
subplot（2,1,）,plot（abs（S）））,title（'合成高调语音信号频谱'）,XLim（[0,length（s_syn_t）]）;
sound（s_syn_t）;
7欢迎下载。
精品文档
女人的声音
把上面程序中的（deltaOMG=700*2*pi/8000;
）改为（deltaOMG=100*2*pi/8000;
）
8欢迎下载。
精品文档
老人的声音
clearall,closeall,clc;
%定义常数
FL=80;%帧长
9欢迎下载。
精品文档
WL=240;%窗长
P=10;%预测系数个数
[s,fs,nbits]=wavread（'wo.wav'）;%载入语音s
s=s/max（s）;%归一化
L=length（s）;%读入语音长度
FN=floor（L/FL）-2;%计算帧数
%预测和重建滤波器
exc=zeros（L,1）;%激励信号
zi_pre=zeros（P,1）;%预测滤波器的状态
s_rec=zeros（L,1）;%重建语音
zi_rec=zeros（P,1）;
%变速不变调滤波器
v=.38;
exc_syn_v=zeros（v\L,1）;%合成的激励信号
s_syn_v=zeros（v\L,1）;%合成语音
last_syn_v=0;%存储上一个（或多个）段的最后一个脉冲的下标
zi_syn_v=zeros（P,1）;%合成滤波器的状态
hw=hamming（WL）;%汉明窗
%依次处理每帧语音forn=3:
FN
%计算预测系数（不需要掌握）
s_w=s（n*FL-WL+1:
n*FL）.*hw;%汉明窗加权后的语音
[AE]=lpc（s_w,P）;%用线性预测法计算P个预测系数
%A是预测系数，E会被用来计算合成激励的能量
s_f=s（（n-1）*FL+1:
n*FL）;%本帧语音，下面就要对它做处理
%（4）用filter函数s_f计算激励，注意保持滤波器状态
[exc1,zi_pre]=filter（A,1,s_f,zi_pre）;
exc（（n-1）*FL+1:
n*FL）=exc1;%计算得到的激励
%（5）用filter函数和exc重建语音，注意保持滤波器状态
[s_rec1,zi_rec]=filter（1,A,exc1,zi_rec）;
。
10欢迎下载
精品文档
s_rec（（n-1）*FL+1:
n*FL）=s_rec1;%计算得到的重建语音
%注意下面只有在得到exc后才会计算正确s_Pitch=exc（n*FL-222:
n*FL）;
PT=findpitch（s_Pitch）;%计算基音周期PT（不要求掌握）
G=sqrt（E*PT）;%计算合成激励的能量G（不要求掌握）
%（11）不改变基音周期和预测系数，将合成激励的长度增加一倍，再作为filter
%的输入得到新的合成语音，听一听是不是速度变慢了，但音调没有变。
FL_v=floor（FL/v）;
tempn_syn_v=[1:
n*FL_v-last_syn_v]';
exc_syn1_v=zeros（length（tempn_syn_v）,1）;
exc_syn1_v（mod（tempn_syn_v,PT）==0）=G;%某一段算出的脉冲
exc_syn1_v=exc_syn1_v（（n-1）*FL_v-last_syn_v+1:
n*FL_v-last_syn_v）;
[s_syn1_v,zi_syn_v]=filter（1,A,exc_syn1_v,zi_syn_v）;
last_syn_v=last_syn_v+PT*floor（（n*FL_v-last_syn_v）/PT）;
exc_syn_v（（n-1）*FL_v+1:
n*FL_v）=exc_syn1_v;%计算得到的加长合成激励
s_syn_v（（n-1）*FL_v+1:
n*FL_v）=s_syn1_v;%计算得到的加长合成语音
end
S=fft（s_syn_v,L）;
%变速不变调
figure;
subplot（2,1,1）,plot（s_syn_v）,xlabel（'n（samples）'）,ylabel（'Amplitude'）,title（'合成慢速语
音信号'）,
subplot（2,1,2）,plot（abs（S））,title（'合成慢速语音信号频谱'）,
sound（s_syn_v）;
。
11欢迎下载
精品文档
6操作界面操作说明
。
12欢迎下载
精品文档
操作界面如上图
（1）点击按钮“录音”表示开始录音；“原声”按钮表示播放录入的
声音；
（2）“小孩的声音”按钮表示把录入的声音变成小孩的声音；
（3）“女人的声音”按钮表示把原声变成女人的声音；
（4）“老人的声音”按钮表示把原声变成老人的声音。
（5）界面上的坐标表示播放当前声音的频谱。
7仿真结果
录入的声音
变成小孩的声音
变成女人的声音
。
13欢迎下载
精品文档
变成老人的声音
8结论
1改变频谱可以实现变声；2改变基频可以变声；3共振峰与基频是变声的重点；4MATLAB可以做频谱分析，通过这次作业我更深的理解了MATLAB这个工具。
5编程基本可以实现变声。
项目目标可以实现！
。
14欢迎下载
升级会员 