发布时间 : 星期六 文章数字变声器更新完毕开始阅读
第2章 设计方案
2.1 设计原理
采用线性预测参数合成法。线性预测参数合成法利用LPC语音分析方法，通过分析自然语音样本，计算出LPC系数，就可以建立信号产生模型，从而合成出语音。 2.2 设计步骤
它包括以下几个步骤：1、先用短时自相关法对基音周期估值。2、用LPC倒谱法提取共振峰。3、线性预测语音信号合成，根据线性预测的基本思想，用过去M个样点值来预测现在或未来的样点值。4、用matlap编程和matlap GUI界面设计。
第3章 建模
3.1 基于短时自相关法的基音周期估值
对语言信号进行低通滤波，然后进行自相关计算。在低通滤波时，采用巴特沃斯滤波器
3.1.1构建巴特沃斯低通滤波器
根据人的说话特征设定相应指标参数，对本段语音设计算出巴特沃斯模拟滤波器的阶数N为5，3dB截止频率归一化低通原型系统函数为：
,
,算出
为0.175，
其中将
带人
中，得到低通滤波器，
根据设定的滤波器编写matlab程序，当信号经过低通滤波器后，对原始信号滤波产生结果如下图所示，低通滤波后，保留基音频率，然后再用8kHz采样
5 / 24
频率进行采样，采样序列为x(n)，然后进行下一步的自相关计算。
3.1.2语音信号的短时自相关函数
定义语音信号自相关函数如下：
其中k为信号延迟点数:
为语音信号；N为语音帧长度。经过低通滤波
之后，取160个样点数，帧长取10ms，对每帧语音求短时自相关，取得自相关最大点数，自相关函数在基音周期处表现为峰值，这些峰值点之间的间隔的平均值就是基音周期。但是由于图中存在野点，编写matlab程序除去野点算出对应基音周期如图3所示，设基音周期值为PT，调动PT，接近女声，设新的为PT1。 3.2 LPC倒谱法提取共振峰
通过线性预测分析得到合成滤波器的系统函数为
其冲击响应为h(n),为预测系数。
?(n),首先根据同态分析方法，?(z)=logH(z),因为H然后求h(n)的倒谱h有H?(z)可以展开成级数形式，（z）是最小相位的，即在单位圆内是解析的，所以H?(z)=即H?(n)是存在的，设h?(n)=0，将?(z)的逆变换h,也就是说H等式两端分别对求导，得到：
6 / 24
=
有（1-）=, 令式左右两边Z的各次幂前
系数分别相等得到：
?(1)=1 h
?(n)= h+ 1
?(n)= h n>p
在本实验中，取预测阶数为10，语音的样点数为160，按照上式可直接从预
?(n)，这个倒谱是根据线性预测模型得到，即称为LPC倒谱。测系数求得倒谱h谱的峰值基本上对应于共振峰频率，用GT表示共振峰；修改共振峰，使共振峰
接近女声、童声、老人声范围，新的为GT1. 3.3 线性预测语音信号合成
根据线性预测的基本思想，用过去M个样点值来预测现在或未来的样点值：
?（n）=y
?（n）是预测信号，为预测系数，y(n)为取样信号，预测误差（n）: yE｛(n)｝=E｛
为使E｛(n)｝最小，对求偏导，并令其为零，有：
E｛［
｝
］y(n-)｝=0 =1,?,M
上式表明采用最佳预测系数时，预测误差与过去的样点值正交。由于语音信
7 / 24
号的短时平稳性，要分帧处理，对于每一个样点值记为 这段语音记为Yn。
对于语音段Yn，并记它的自相关函数为：
(j,i)=E｛
(n)?, (n+N-1)，
｝,对于语音段Yn，
n=1,?,M
根据Yule—walker方程，可以解出样值，用这种方法定期地改变激励参数u(n)和预测系数，并使用修改过后的基因周期和共振峰参数，就能合成出语音，合成语音样本如下：
S（n）=
+Gu(n)
为预测系数；G为模型增益；u(n)为激励；合成样本s(n)；p为预测器阶数； 编写matlab程序，合成效果如下图所示：
第4章 GUI界面设计以及仿真图形和程序
在设计数字变声器的界面时，使用了MATLAB提供的可视化的界面环境Guide。相比较通过编写程序进行GUI的设计，可视化的界面环境更加方便快捷。 4.1 界面设计
在matlab新建GUI，添加各部件，完成如下图所示。
8 / 24