语音信号处理基于MATLAB的子带编码实现.docx
《语音信号处理基于MATLAB的子带编码实现.docx》由会员分享,可在线阅读,更多相关《语音信号处理基于MATLAB的子带编码实现.docx(17页珍藏版)》请在冰豆网上搜索。
![语音信号处理基于MATLAB的子带编码实现.docx](https://file1.bdocx.com/fileroot1/2023-2/6/fbe2b334-38f5-4e96-962f-e2f25c763e38/fbe2b334-38f5-4e96-962f-e2f25c763e381.gif)
语音信号处理基于MATLAB的子带编码实现
一:
子带编码
1.子带编码首先将输入信号分割成几个不同的频带分量,然后再分别进行编码,这类编码方式称为频域编码。
2.把语音信号分成若干子带进行编码主要有两个优点:
(1).如果对不同的子带合理分配比特数,可以控制各子带的量化电平数目,以及相应的重建信号的量化误差方差值,以获得更好的主观听音质量。
(2).各子带的量化噪声相互独立,被束缚在自己的子带内,不影响其它子带的量化噪声。
3.影响子带编码效率的因数
子带数目、子带划分、编码参数、子带中比特的分配、每样值编码比特、带宽。
4.分类
(1)等带宽子带编码
各子带的带宽是相同的,其优点是易于硬件实现,便于理论分析。
其中,k=1,2,3…,m为子带总数,B编码信号总带宽
(2)变带宽子带编码
各子带带宽是不同的,常用的子带划分是令各子带宽度随K的增加而增加(低频段子带带宽窄,高频段宽),其优点是对不同的子带分配的比特数不同,能获得很好的质量。
二:
matlab实现
1.主要是使用非对称滤波器组来实现语音信号的子带分解和合并。
2.关键:
针对语音信号的频谱设计与之相适应的树形滤波器组。
3.编码采用u律pcm编码。
介绍:
*本编程所设计的树形结构滤波器组,是由两通道的正交镜像滤波器组通过级联或并联组建而成的。
*采用正交镜象滤波器(QMF,quandraturemirrorfilter)来划分频带,混迭效应在最后合成时可以抵消
*混迭失真:
这是由于分析滤波器组和综合滤波器组的频带不能完全分开及x(n)的抽样频率fs不能大于其最高频率成分的m倍所致。
*两通道的滤波器组
两通道的滤波器组
两通道的滤波器组的幅频特性
两通道的正交镜像滤波器组的幅频特性
*(从频频特性可以看出采用正交镜象滤波器来划分频带,混迭效应在最后合成时可以抵消)
重构滤波器组
U律pcm编码
处理后语音y_he
·
整体框图
频带分解(主要)
(下附matlab源程序语音为wav格式自己录音)
%主程序
clearall;closeall;clc;
N=4096*50;%采集点数
[y,fs,bits]=wavread('tangshi',N);%读取音频信息(双声道)
Fs=fs;
ts=1/fs;
%仅处理1通道信号
y1=y(:
1)';%thesignalofchannelone
%y2=y(:
2);%thesignalofchanneltwo
t=0:
1/fs:
(N-1)/fs;%time
%原始语音信号读取
sound(y1,fs);
%原始语音信号画图
figure
(1);
subplot(2,1,1);
plot(t,y1);%1通道信号
title('原始信号y1');
%预滤波
%语音信号预处理人耳可识别范围(300~3400),因此多于此频率的信号可以滤掉而不用传输
[y1_yu,fs_yu]=pre_process(y1,fs);
subplot(2,1,2);
plot(t(1:
fs/fs_yu:
3*floor(length(t)/3)),y1_yu);%滤波后的信号时域波形
title('预滤波后的信号y1_yu');
%对上面两个信号进行频谱分析
Y1=fft(y1);
Y1_YU=fft(y1_yu);
%画出图形
figure
(2);
subplot(2,1,1)
dfs=fs/length(Y1);
H1=abs(Y1(1:
length(Y1)/2));
f1=0:
dfs:
fs-dfs;
f1=f1(1:
length(Y1)/2);
plot(f1,H1)
axis([0,10000,0,max(abs(fftshift(Y1)))])
title('原始信号频谱y1')
subplot(2,1,2)
H2=abs(Y1_YU(1:
length(Y1_YU)/2));
f2=0:
dfs:
fs_yu-dfs;
f2=f2(1:
length(Y1_YU)/2);
plot(f2,H2)
axis([0,10000,0,max(abs(fftshift(Y1_YU)))])
title('抗混叠滤波后y1_yu的信号频谱,fl=300Hz,fh=3400Hz')
%抗混叠滤波后语音信号读取
sound(y1_yu,fs_yu);
%分解
[yu1,yu2]=fenjie(y1_yu,fs_yu);
%y1
%2次分解
[y1_1,y1_2]=fenjie(yu1,fs_yu);
%3次分解
[y1_11,y1_12]=fenjie(y1_1,fs_yu);
[y1_21,y1_22]=fenjie(y1_2,fs_yu);
%y2
%2次分解
[y2_1,y2_2]=fenjie(yu2,fs_yu);
%3次分解
[y2_11,y2_12]=fenjie(y2_1,fs_yu);
[y2_21,y2_22]=fenjie(y2_2,fs_yu);
%分解图示
figure
subplot(4,1,1)
plot(f2,H2);
title(['原始信号频谱,fs=',num2str(fs_yu)])
subplot(4,2,3)
hy1=abs(fft(yu1));
fhy1=0:
dfs:
fs_yu/2-dfs;
fhy1=fhy1(1:
length(hy1)/2);
plot(fhy1,hy1(1:
length(hy1)/2))
title(['1次分解,fs=',num2str(fs_yu/2)])
subplot(4,2,4)
hy2=abs(fft(yu2));
fhy2=0:
dfs:
fs_yu/2-dfs;
fhy2=fhy2(1:
length(hy2)/2);
plot(fhy2,hy2(1:
length(hy2)/2))
subplot(4,4,9)
hy1_1=abs(fft(y1_1));
fhy1_1=0:
dfs:
fs_yu/4-dfs;
fhy1_1=fhy1_1(1:
length(hy1_1)/2);
plot(fhy1_1,hy1_1(1:
length(hy1_1)/2))
title(['2次分解,fs=',num2str(fs_yu/4)])
subplot(4,4,10)
hy1_2=abs(fft(y1_2));
fhy1_2=0:
dfs:
fs_yu/4-dfs;
fhy1_2=fhy1_2(1:
length(hy1_2)/2);
plot(fhy1_2,hy1_2(1:
length(hy1_2)/2))
subplot(4,4,11)
hy2_1=abs(fft(y2_1));
fhy2_1=0:
dfs:
fs_yu/4-dfs;
fhy2_1=fhy2_1(1:
length(hy2_1)/2);
plot(fhy2_1,hy2_1(1:
length(hy2_1)/2))
subplot(4,4,12)
hy2_2=abs(fft(y2_2));
fhy2_2=0:
dfs:
fs_yu/4-dfs;
fhy2_2=fhy2_2(1:
length(hy2_2)/2);
plot(fhy2_2,hy2_2(1:
length(hy2_2)/2))
subplot(4,8,25)
hy1_11=abs(fft(y1_11));
fhy1_11=0:
dfs:
fs_yu/8-dfs;
fhy1_11=fhy1_11(1:
length(hy1_11)/2);
plot(fhy1_11,hy1_11(1:
length(hy1_11)/2))
title(['3次分解,fs=',num2str(fs_yu/8)])
subplot(4,8,26)
hy1_12=abs(fft(y1_12));
fhy1_12=0:
dfs:
fs_yu/8-dfs;
fhy1_12=fhy1_12(1:
length(hy1_12)/2);
plot(fhy1_12,hy1_12(1:
length(hy1_12)/2))
subplot(4,8,27)
hy1_21=abs(fft(y1_21));
fhy1_21=0:
dfs:
fs_yu/8-dfs;
fhy1_21=fhy1_21(1:
length(hy1_21)/2);
plot(fhy1_21,hy1_21(1:
length(hy1_21)/2))
subplot(4,8,28)
hy1_22=abs(fft(y1_22));
fhy1_22=0:
dfs:
fs_yu/8-dfs;
fhy1_22=fhy1_22(1:
length(hy1_22)/2);
plot(fhy1_22,hy1_22(1:
length(hy1_22)/2))
subplot(4,8,29)
hy2_11=abs(fft(y2_11));
fhy2_11=0:
dfs:
fs_yu/8-dfs;
fhy2_11=fhy2_11(1:
length(hy2_11)/2);
plot(fhy2_11,hy2_11(1:
length(hy2_11)/2))
subplot(4,8,30)
hy2_12=abs(fft(y2_12));
fhy2_12=0:
dfs:
fs_yu/8-dfs;
fhy2_12=fhy2_12(1:
length(hy2_12)/2);
plot(fhy2_12,hy2_12(1:
length(hy2_12)/2))
subplot(4,8,31)
hy2_21=abs(fft(y2_21));
fhy2_21=0:
dfs:
fs_yu/8-dfs;
fhy2_21=fhy2_21(1:
length(hy2_21)/2);
plot(fhy2_21,hy2_21(1:
length(hy2_21)/2))
subplot(4,8,32)
hy2_22=abs(fft(y2_22));
fhy2_22=0:
dfs:
fs_yu/8-dfs;
fhy2_22=fhy2_22(1:
length(hy2_22)/2);
plot(fhy2_22,hy2_22(1:
length(hy2_22)/2))
%PCM编码
pcm1=upcm(y1_11);
pcm2=upcm(y1_12);
pcm3=upcm(y1_21);
pcm4=upcm(y1_22);
pcm5=upcm(y2_11);
pcm6=upcm(y2_12);
pcm7=upcm(y2_21);
pcm8=upcm(y2_22);
%decode解码
dpcm1=dupcm(pcm1,8);
dpcm2=dupcm(pcm2,8);
dpcm3=dupcm(pcm3,8);
dpcm4=dupcm(pcm4,8);
dpcm5=dupcm(pcm5,8);
dpcm6=dupcm(pcm6,8);
dpcm7=dupcm(pcm7,8);
dpcm8=dupcm(pcm8,8);
%信号的合成
y_he=hebing8(y1_11,y1_12,y1_21,y1_22,y2_11,y2_12,y2_21,y2_22);%低频信号8通道合成
figure;
subplot(2,1,1);
plot(y1_yu);
title('预滤波后的信号y1_yu');
subplot(2,1,2)
plot(y_he);%合成后的信号
title('信宿端恢复信号y_he');
wavwrite(y_he,fs_yu,16,'sound.wav')
%sound(y,fs)
%sound(y1,fs)
%sound(y1_yu,fs_yu)
sound(y_he,fs_yu)
%抗混迭滤波器
function[y1,fs_yu]=pre_process(y,Fs)
%降低采样率,抽取
y=y(1:
3:
3*floor(length(y)/3));
fs_yu=Fs/3;
fl=300;
fh=3400;
wn1=fl/(fs_yu/2);
wn2=fh/(fs_yu/2);
wn=[wn1,wn2];
a=1;
N=70;
b=fir1(N,wn,'bandpass');
y1=filter(b,a,y);
%信号插值子程序(完成信号的零插值和高通滤波)
functionf=interp1(x)
%实现信号的零插值
f=interp(x,2);
fori=1:
length(x)
f(2*i)=0;
end
%设计高通滤波器
a1=fir1(200,1/2,'high');
%完成对信号的高通滤波
f=filter(a1,1,f);
%树形结构分解子程序(完成信号的2通道分解以及降采样率)
function[y1,y2]=fenjie(x,fs)
a1=fir1(100,1/2);%频谱的一半滤波
a2=qmf(a1);%镜像滤波器
w1=filter(a1,1,x);%低通滤波
w2=filter(a2,1,x);%高通滤波
%抽取
%y1=w1;y2=w2;
y1=downsample(w1,2);%抽取2
y2=downsample(w2,2);%抽取2
%信号的8通道的分解子程序()
function[f1f2f3f4f5f6f7f8]=fenjie8(x,fs)
%1次分解
[y1,y2]=fenjie(x,fs);
%y1
%2次分解
[y1_1,y1_2]=fenjie(y1,fs);
%3次分解
[f1,f2]=fenjie(y1_1,fs);
[f3,f4]=fenjie(y1_2,fs);
%y2
%2次分解
[y2_1,y2_2]=fenjie(y2,fs);
%3次分解
[f5,f6]=fenjie(y2_1,fs);
[f7,f8]=fenjie(y2_2,fs);
%μ律PCM编码
functionpcm=upcm(x)
L=length(x);
fori=1:
L
x(i)=x(i)/4;
x(i)=fix(x(i)*4079);
s=sign(x(i));
ifs<0
pcm((i-1)*8+1)=0;
else
pcm((i-1)*8+1)=1;
end
x(i)=abs(x(i));
p(i)=x(i);
ifx(i)<=15.5
pcm((i-1)*8+2:
(i-1)*8+4)=[0,0,0];
elseifx(i)<=47.5
pcm((i-1)*8+2:
(i-1)*8+4)=[0,0,1];
p(i)=floor((x(i)-15.5)/2);
elseifx(i)<=111.5
pcm((i-1)*8+2:
(i-1)*8+4)=[0,1,0];
p(i)=floor((x(i)-47.5)/4);
elseifx(i)<=239.5
pcm((i-1)*8+2:
(i-1)*8+4)=[0,1,1];
p(i)=floor((x(i)-111.5)/8);
elseifx(i)<=495.5
pcm((i-1)*8+2:
(i-1)*8+4)=[1,0,0];
p(i)=floor((x(i)-239.5)/16);
elseifx(i)<=1007.5
pcm((i-1)*8+2:
(i-1)*8+4)=[1,0,1];
p(i)=floor((x(i)-495.5)/32);
elseifx(i)<=2031.5
pcm((i-1)*8+2:
(i-1)*8+4)=[1,1,0];
p(i)=floor((x(i)-1007.5)/64);
elseifx(i)<=4079.5
pcm((i-1)*8+2:
(i-1)*8+4)=[1,1,1];
p(i)=floor((x(i)-2031.5)/128);
end;end;end;end;end;end;end;end;
y=str2double(dec2bin(p(i)));
pcm((i-1)*8+5)=floor(y/1000);
pcm((i-1)*8+6)=floor(mod(y,1000)/100);
pcm((i-1)*8+7)=floor(mod(y,100)/10);
pcm((i-1)*8+8)=floor(mod(y,10));
end
end
%u律pcm解码
functiondpcm=dupcm(pcm,nbit)
L=length(pcm)/nbit;
fori=1:
L
k(i)=pcm((i-1)*8+2)*4+pcm((i-1)*8+3)*2+pcm((i-1)*8+4);
h(i)=pcm((i-1)*8+5)*8+pcm((i-1)*8+6)*4+pcm((i-1)*8+7)*2+pcm((i-1)*8+8);
switchk(i)
case0
dpcm(i)=h(i);
case1
dpcm(i)=16.5+h(i)*2+1;
case2
dpcm(i)=49.5+h(i)*4+2;
case3
dpcm(i)=115.5+h(i)*8+4;
case4
dpcm(i)=247.5+h(i)*16+8;
case5
dpcm(i)=511.5+h(i)*32+16;
case6
dpcm(i)=1039.5+h(i)*64+32;
case7
dpcm(i)=2095.5+h(i)*128+64;
otherwise
disp('error');
end
ifpcm((i-1)*8+1)==0
dpcm(i)=0-dpcm(i);
end;
dpcm(i)=dpcm(i)/1023;
end;
end
%树形结构综合子程序(完成2通道信号的综合)
functiony=hebing(y1,y2)
%信号的零插值和低通滤波
y1=interp(y1,2);
%信号的零插值和高通滤波
y2=interp1(y2);
%进行插值后的信号可能长度不一样,因此要进行长信号的截取
n=min(length(y1),length(y2));
y1=y1(1:
n);
y2=y2(1:
n);
%信号的合并
y=y1+y2;
%重构滤波器组8通道合并
functionf=hebing8(y1_1_1,y1_1_2,y1_2_1,y1_2_2,y2_1_1,y2_1_2,y2_2_1,y2_2_2)
%信号的3次合并
y1_1=hebing(y1_1_1,y1_1_2);
y1_2=hebing(y1_2_1,y1_2_2);
y2_1=hebing(y2_1_1,y2_1_2);
y2_2=hebing(y2_2_1,y2_2_2);
%信号的2次合并
y1=hebing(y1_1,y1_2);
y2=hebing(y2_1,y2_2);
%信号的1次合并
f=hebing(y1,y2);