matlab语音信号的倒谱、复倒谱、基音周期

Matlab里有现成的倒谱分析函数， cceps 计算复倒谱 rceps 计算实倒谱 要进行倒谱分析可利用这两函数进行分析。

好像还有一个函数，忘记具体是什么了，在帮助了找相关的就行了。

GUI界面现在电脑上没有Matlab，没法做了，你可以自己试着做一下，做了就会发现其实不难的。

基音周期估计是语音处理和分析的最基本步骤,无论是做语音信号处理,语音压缩,还是语音识别,都要用到基音周期这一重要参数.下面总结了教科书上的基音估计方法.

估计基音周期有2种最基本的方法,求短时自相关函数和求短时平均幅度差函数(AMDF)

1 求短时自相关函数

1.1 要用足够长的方窗,语音中最长的基音周期约为20ms,所以窗长就选择大于40ms

1.2 声道共振峰干扰会影响基音周期的估计,有2种方法可以用来克服,

1.2.1 减少共振峰的影响,

1.2.1.1一个是用带宽为60~900Hz的带通滤波器滤波,用滤波信号进行自相关,可以在模拟信号时

滤波也可以是采样后的数字滤波.

1.2.1.2另一个方法是让语音信号通过线性预测(LPC)逆滤波器,并通过求残差信号的自相关函数

来估计基音周期.

1.2.2 对语音信号进行非线性变换然后求自相关.

1.2.2.1 中心削波,削波电平选择最大峰值的68%.

2 求短时AMDF

寻找最深谷点的位置,可以在执行AMDF之前做去除共振峰和中心削波以改善计算效果.

该方法的优点是计算量小但是对于语音信号幅度的快速变化较敏感,影响精度.

对于一些基音周期的"野点"要做滤波处理.

利用短时自相关分析的方法先求得基音周期，同时画出此时的基音周期走势图；然后对超出基音周期均值的1/5的基音周期点进行去除，再利用中值平滑方法剔除野点，同时对剔除野点后的基音周期点进行绘图，同时求得平均的基音周期。

---