数字信号处理——matlab变声器

数字信号处理——matlab变声器2013-07-0907:44:20|分类：数字信号|标签：声音信号|举报|字号大中小订阅效果不好。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。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。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，基频和共振峰频率通常必须各自独立地伸缩变化如下图：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。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%读取语音信号[sfsnbits]=wavread('f:\data\my.wav');s=s/max(s);%归一化%sound(s,fs)L=length(s)%读入语音长度S=fft(s,L);%画图：原始信号figure(1)subplot(2,1,1);plot(s);title('原语音信号波形');subplot(2,1,2);plot(abs(S));title('原语音信号频谱');%findpitch.m%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%下面变声会用到的，没有的话变声不会成功的，自己单独保存为m函数文件，上面的程序要调用的%计算一段语音的基音周期functionPT=findpitch(s)[B,A]=butter(5,700/4000);s=filter(B,A,s);R=zeros(143,1);fork=1:143R(k)=s(144:223)'*s(144-k:223-k);end[R1,T1]=max(R(80:143));T1=T1+79;R1=R1/(norm(s(144-T1:223-T1))+1);[R2,T2]=max(R(40:79));T2=T2+39;R2=R2/(norm(s(144-T2:223-T2))+1);[R3,T3]=max(R(20:39));T3=T3+19;R3=R3/(norm(s(144-T3:223-T3))+1);Top=T1;Rop=R1;ifR2=0.85*RopRop=R2;Top=T2;endifR30.85*RopRop=R3;Top=T3;endPT=Top;return以下是整理的变声的完整程序：[s,fs,nbits]=wavread(‘a.wav’);%载入语音sFL=80;%帧长WL=240;%窗长P=10;%预测系数个数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（预测误差）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);%合成滤波器exc_syn=zeros(L,1);%合成的激励信号（脉冲串）s_syn=zeros(L,1);%合成语音last_syn=0;%存储上一个（或多个）段的最后一个脉冲的下标zi_syn=zeros(P,1);%合成滤波器的状态%变调不变速滤波器exc_syn_t=zeros(L,1);%合成的激励信号（脉冲串）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%变速不变调滤波器（假设速度减慢一倍）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%(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PTG=sqrt(E*PT);%计算合成激励的能量G%本段激励只能修改本段长度tempn_syn=[1:n*FL-last_syn]';exc_syn1=zeros(length(tempn_syn),1);exc_syn1(mod(tempn_syn,PT)==0)=G;%某一段算出的脉冲exc_syn1=exc_syn1((n-1)*FL-last_syn+1:n*FL-last_syn);[s_syn1,zi_syn]=filter(1,A,exc_syn1,zi_syn);exc_syn((n-1)*FL+1:n*FL)=exc_syn1;%计算得到的合成激励s_syn((n-1)*FL+1:n*FL)=s_syn1;%计算得到的合成语音last_syn=last_syn+PT*floor((n*FL-last_syn)/PT);%(13)将基音周期减小一半，将共振峰频率增加150Hz，重新合成语音(男声变女声)PT1=floor(PT/2);%减小基音周期poles=roots(A);deltaOMG=150*2*pi/fs;%下面为女声变男声，要用的话把上面一段换成以下三行%PT1=floor(2*PT);%poles=roots(A);%deltaOMG=0.005*2*pi/fs;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);endendA1=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);[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%这是绘图的，自己改plot(s_syn_t),xlabel('n(samples)'),...ylabel('Amplitude'),title('变换后语音信号'),...xlim([0,length(s_syn_t)]);%handles.y=s_syn_t;%要保存数据就把handles.y改成自己的%guidata(hObject,handles);sound(2*s_syn_t);%播放改变后的声音%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%下面变声会用到的，没有的话变声不会成功的，自己单独保存为m函数文件，上面的程序要调用的%计算一段语音的基音周期functionPT=findpitch(s)[B,A]=butter(5,700/4000);s=filter(B,A,s);R=zeros(143,1);fork=1:143R(k)=s(144:223)'*s(144-k:223-k);end[R1,T1]=max(R(80:143));T1=T1+79;R1=R1/(norm(s(144-T1:223-T1))+1);[R2,T2]=max(R(40:79));T2=T2+39;R2=R2/(norm(s(144-T2:223-T2))+1);[R3,T3]=max(R(20:39));T3=T3+19;R3=R3/(norm(s(144-T3:223-T3))+1);Top=T1;Rop=R1;ifR2=0.85*RopRop=R2;Top=T2;endifR30.85*RopRop=R3;Top=T3;endPT=Top;returnrefer:1.=34789312730&cid=0#34789312730