本文目录一览

1，基于matlab语音信号的采集与处理

加一个按钮用作滤波就好了。你们老师这种方法就是一种平滑滤波的手段直接放在回调函数下就行，注意将有关变量声明为全局变量

基于matlab语音信号的采集与处理

2，语音信号是什么分布

语音信号呈拉普拉斯分布
考！............你知道qq上有个语音吗！....反正和信号塔.差不多吧！

语音信号是什么分布

3，语音信号的波形有什么特征

方波是考音频设备最佳波形。 按照你图的结果 ，此设备的低频响应比较差（可以说相当差）。 此输出波形几乎和 微分 电路一样。 检查你方波的频率是否超越音频设备的范围，或音频设备是否低频响应不足。

语音信号的波形有什么特征

4，语音信号的频率范围是

电信系统中规定的语音信号频率范围是300Hz~3.4kHz
语音信号频率范围是：300hz~3.4khz。音频信号是带有语音、音乐和音效的有规律的声波的频率、幅度变化信息载体。 根据声波的特征，可把音频信息分类为规则音频和不规则声音。其中规则音频又可以分为语音、音乐和音效。声音的三个要素是音调、音强和音色。声波或正弦波有三个重要参数：频率 ω0、幅度a n 和相位ψn ，这也就决定了音频信号的特征。

5，为什么要对语音信号短时分析

语音信号的时域参数：短时能量： 短时平均幅度： 短时过零率： 短时自相关函数： 短时平均幅度差函数：要求：（1） 采集一段语音信号，采样率为8KHZ，量化精度为16比特线性码；（2） 分析帧长30ms（或10ms～50ms）；（3） 利用上述公式分别计算这段语音信号的短时能量、短时平均幅度、短时过零率曲线；（4） 利用（3）中的结果画出短时零能比曲线；(零能比: 即同一时间段内的过零率和能量的比值)（5） 根据上述结果判断找出其中的一帧浊音信号和一帧清音信号，分别计算他们的短时自相关函数和平均幅度差函数；（6） 根据（5）中的结果，分析浊音段语音的基音周期。编写程序完成上述计算，并撰写一个简单的总结报告。其他回答 共1条 我估计你的问题十年内不会得到解决了！以上结论来自如下分析:1.老人家太贪心了!2.老人家太贪心了!3.老人家太贪心了!4.老人家太贪心了!...建议： 将上述问题分解为50-100个小问题（每个问题涉及的概念不要超过3个）总结： 不要总奢望能有人替你完成所有的事。即便有人可以做，也需要你付出相应的代价。
一般性的时频分析：短时傅里叶分析，小波分析 针对人的听觉特性的：mel频率倒谱系数分析（mfcc），属于倒谱域的分析， 其它的属于时域分析。

6，MATLAB 语音信号处理

1.改变声音播放速度所谓改变声音的播放速度也就是改变采样间隔(sampling interval)（即改变了采样频率），但是这个频率依然要在2f(Nyquist rate)之上，否则就会产生失真（distortion）。 2.实现对声音信号放大和衰减功能所谓放大或者衰减并不改变声音信号频域上的特征，只改变时域上的幅值，这时就需要全通滤波器（all pass filter）然后加一个固有的参数。改变参数可以实现对声音信号放大和衰减功能3.实现混音音效效果所谓混音就是不同的声音叠加在一起，而又不影响分别的时域和频域的特征。4.实现回音音效效果回声在时域上幅值减小了，频域上的特征不变，只需要把原信号添加一个延时（delay）和对时域的幅度（Amplitude）添加一个参数（coefficient）.然后和原信号叠加（同三）。5.实现男女变声音效效果男女变音就是需要改变频域的幅度，但是是线性的改变幅度。
改变音速只要改变采样频率值就行了 回音的话加一个延时就好了 别的不会。。
呵呵，这种问题出这点分太少了，再加点我告诉你。你这个里面要解决5项问题哦。
基于matlab 平台, 笔者将教学内容中一些难以理解的要点或者抽象的概念用matlab语言开发成可执行的程序, 并生成可执行的动画文件, 可以根据实际需要修改文件中的参数来分析结果的动态图形, 能够精确、逼真地反映变化过程。本文以根据语音的短时自相关函数进行基音周期估计和根据能量和过零率进行端点检测为例, 对程序的开发过程进行详细介绍。 1 根据短时自相关函数进行基音周期估计 1.1 基本原理 基音周期是语音最重要的参数之一, 根据加窗语音来估计基音周期, 在语音编码器、语音识别、说话人识别等领域都很重要。由信号自相关函数的性质可知, 若原始信号是周期的, 则其自相关函数也是周期的, 且自相关函数的周期就是原始信号的周期。 由于浊音是周期信号, 其自相关函数也呈现明显的周期性, 且自相关函数的周期就是浊音的基音周期。浊音的自相关函数应在基音周期的整数倍位置上取得极大值。清音接近于随机噪声, 其短时自相关函数不具有周期性。根据这个性质可以判断一个语音信号是清音还是浊音, 还可以确定其基音周期。 1.2 估计方法及设计思想 语音是典型的非平稳信号, 但是在一个很短的时间内可以认为其近似为平稳信号。因此计算自相关函数前要对语音进行分段, 分段最常用的方法是加窗。一般情况下用矩形窗, 但是在本实验中可以自己选择所用的窗。矩形窗函数可表示为 w (n) =1 0 <= n <= n - 1 0 其它 假设s(n)是原始语音, sw(n)是加窗语音, 非零区间为n= 0～n-1, 即sw(n)=s(n)w(n) sw(n)的自相关函数就是s(n)的短时自相关函数, 定义为 rw(l)=σsw(n)sw(n+l) 式中: l∈[-n+1,n-1]。 可以证明, 自相关函数是偶函数, 且l=0在处取得最大值, 但是很多时候自相关函数第一最大峰值的位置并不能与基音周期相吻合, 产生这种情况的主要原因有两点: 1) 与窗长有关 一般认为窗长应至少大于两个基音周期, 窗长取40ms为宜。 2) 与声道特性的影响有关 要去除这种影响, 一般情况先对原始语音进行预处理, 预处理的过程包括两步: (1)用一个60～900hz 的带通滤波器对原始语音滤波; (2)对语音进行非线性变换, 常用的非线性变换方法是进行中心削波, 中心削波函数为c(n)=s(n)-cl s(n)>cl 0 |s(n)|<=cl s(n)+cl s(n)

文章TAG：语音  音信号  信号  基于  语音信号  
下一篇