郭一隆 无36 2013011189
完全原创
-
给定
$$e(n)=s(n)-a_1s(n-1)-a_2s(n-2)$$ -
假设$e(n)$是输入信号,
$s(n)$ 是输出信号, 则上述滤波器的传递函数为$$H(z)=\frac{z^2}{z^2-a_1z-a_2}$$ -
如果$a_1=1.3789, a_2=-0.9506$, 则利用
[Z,P,K]=tf2zp(b,a)或roots(poly)等函数可求出系统极点为$$p_{1,2}=0.6895\pm 0.6894j=0.9750e^{\pm j0.7854}$$ 根据共振峰频率的定义
$$f=\frac{\omega}{2\pi}=\frac{\Omega}{2\pi T}=\frac{\Omega f_s}{2\pi}=\frac{Arg(p)}{2\pi}f_s$$ 取$f_s=8000\text{Hz}$, 求得共振峰频率(Formant Frequency)
$f_f=999.94\text{Hz}$ -
绘制零极点图,
zplane(Z,P)
-
绘制频率响应,
freqz(b,a,512,fs)
从频率响应图中也可直观地看出共振峰频率在1000Hz附近
-
绘制单位样值响应
-
impz(b,a,512,fs)
-
filterx = zeros(1,512); x(1) = 1; y = filter(b,a,x); stem(0:1/fs:511/fs,y);
与impz画出的结果相同
-
-
-
function speechproc() % 定义常数 FL = 80; % 帧长 WL = 240; % 窗长 P = 10; % 预测系数个数 s = readspeech('voice.pcm',100000); % 载入语音s 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 % 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 % 变速不变调滤波器（假设速度减慢一倍） exc_syn_v = zeros(2*L,1); % 合成的激励信号（脉冲串） s_syn_v = zeros(2*L,1); % 合成语音 hw = hamming(WL); % 汉明窗 % 依次处理每帧语音 for n = 3:FN % 计算预测系数（不需要掌握） s_w = s(n*FL-WL+1:n*FL).*hw; %汉明窗加权后的语音 [A E] = 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 if n == 27 % (3) 在此位置写程序，观察预测系统的零极点图 end s_f = s((n-1)*FL+1:n*FL); % 本帧语音，下面就要对它做处理 % (4) 在此位置写程序，用filter函数s_f计算激励，注意保持滤波器状态 % exc((n-1)*FL+1:n*FL) = ... 将你计算得到的激励写在这里 % (5) 在此位置写程序，用filter函数和exc重建语音，注意保持滤波器状态 % s_rec((n-1)*FL+1:n*FL) = ... 将你计算得到的重建语音写在这里 % 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PT（不要求掌握） G = sqrt(E*PT); % 计算合成激励的能量G（不要求掌握） % (10) 在此位置写程序，生成合成激励，并用激励和filter函数产生合成语音 % exc_syn((n-1)*FL+1:n*FL) = ... 将你计算得到的合成激励写在这里 % s_syn((n-1)*FL+1:n*FL) = ... 将你计算得到的合成语音写在这里 % (11) 不改变基音周期和预测系数，将合成激励的长度增加一倍，再作为filter % 的输入得到新的合成语音，听一听是不是速度变慢了，但音调没有变。 % exc_syn_v((n-1)*FL_v+1:n*FL_v) = ... 将你计算得到的加长合成激励写在这里 % s_syn_v((n-1)*FL_v+1:n*FL_v) = ... 将你计算得到的加长合成语音写在这里 % (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，听听是啥感受～ % exc_syn_t((n-1)*FL+1:n*FL) = ... 将你计算得到的变调合成激励写在这里 % s_syn_t((n-1)*FL+1:n*FL) = ... 将你计算得到的变调合成语音写在这里 end % (6) 在此位置写程序，听一听 s ，exc 和 s_rec 有何区别，解释这种区别 % 后面听语音的题目也都可以在这里写，不再做特别注明 % 保存所有文件 writespeech('exc.pcm',exc); writespeech('rec.pcm',s_rec); writespeech('exc_syn.pcm',exc_syn); writespeech('syn.pcm',s_syn); writespeech('exc_syn_t.pcm',exc_syn_t); writespeech('syn_t.pcm',s_syn_t); writespeech('exc_syn_v.pcm',exc_syn_v); writespeech('syn_v.pcm',s_syn_v); return % 从PCM文件中读入语音 function s = readspeech(filename, L) fid = fopen(filename, 'r'); s = fread(fid, L, 'int16'); fclose(fid); return % 写语音到PCM文件中 function writespeech(filename,s) fid = fopen(filename,'w'); fwrite(fid, s, 'int16'); fclose(fid); return % 计算一段语音的基音周期，不要求掌握 function PT = findpitch(s) [B, A] = butter(5, 700/4000); s = filter(B,A,s); R = zeros(143,1); for k=1:143 R(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; if R2 >= 0.85*Rop Rop = R2; Top = T2; end if R3 > 0.85*Rop Rop = R3; Top = T3; end PT = Top; return
speechproc函数的系统框图
-
在
speechproc运行至第27帧时观察预测系统的零极点图预测系统
$$e(n)=s(n)-\sum_{k=1}^{N}a_k s(n-k)$$ 其中$s(n)$为输入,
$e(n)$ 为输出, 则系统函数$$H_{pre}(z)=\frac{z^N-\sum_{k=1}^{N}a_k z^{N-k}}{z^N}$$ 取预测系数个数
$N=P=10$ -
lpc函数[A,E] = lpc(X,N) % A = [1 A(2) A(3) ... A(N+1)]
系数$A_i$使得
$$err(n)=X(n)-\sum_{k=1}^{N}(-A_{k+1} X(n-k))$$ 取到最小值, 于是可知$$A = [1,-a_1,-a_2,...,-a_N]$$
在
speechproc中相应位置插入代码:if n == 27 % (3) 在此位置写程序，观察预测系统的零极点图 [z,p,~] = tf2zp(A,[1,zeros(1,P)]); zplane(z,p); title('预测系统零极点图(第27帧)'); end
-
-
在循环中添加程序: 对每帧语音信号$s(n)$和预测模型系数${a_i}$, 用
filter计算激励信号$e(n)$. 注意: 在系数变化的情况下连续滤波, 需维持滤波器的状态不变% (4) 在此位置写程序，用filter函数s_f计算激励，注意保持滤波器状态 [Y,zi_pre] = filter(A,[1,zeros(1,P)],s_f,zi_pre); % keep state: zi_pre exc((n-1)*FL+1:n*FL) = Y; % exc((n-1)*FL+1:n*FL) = ... 将你计算得到的激励写在这里
-
完善speechproc.m程序, 在循环中添加程序: 用你计算得到的激励信号$e(n)$和预测模型系数${a_i}$, 用
filter计算重建语音$\hat{s}(n)$. 同样要注意维持滤波器的状态不变对于语音重建模型
$$\hat{s}(n)=x(n)+\sum_{k=1}^{N}a_k \hat{s}(n-k)$$ 输入为$x(n)$, 输出为$\hat{s}(n)$, 则系统函数
$$H_{rec}(z)=\frac{1}{H_{pre}(z)}=\frac{z^N}{z^N-\sum_{k=1}^{N}a_k z^{N-k}}$$ % (5) 在此位置写程序，用filter函数和exc重建语音，注意保持滤波器状态 [Y,zi_rec] = filter([1,zeros(1,P)],A,Y,zi_rec); s_rec((n-1)*FL+1:n*FL) = Y; % s_rec((n-1)*FL+1:n*FL) = ... 将你计算得到的重建语音写在这里
-
对比归一化(normalize.m)后的$e(n)$,
$s(n)$ 以及$\hat{s}(n)$信号% normalization s = normalize(s); exc = normalize(exc); s_rec = normalize(s_rec); sound([s;exc;s_rec],8000); figure(2); subplot(3,1,1);plot(s);title('原声'); subplot(3,1,2);plot(exc);title('激励信号'); subplot(3,1,3);plot(s_rec);title('重建信号'); figure(3); plot(s,'k');axis([6400 6500 -1 1]);hold on plot(exc,'r'); plot(s_rec);hold off; legend('原声','激励信号','重建信号');title('片段对比');
听觉感受
-
$s(n)$ 和$\hat{s}(n)$听不出区别, 清晰明了 -
$e(n)$ 有杂音, 但语音内容基本可以辨认
整体波形
-
$s(n)$ 和$\hat{s}(n)$波形包络基本一致,$e(n)$ 则不同 -
三者波形包络基本可以反映音节出现的位置
局部波形
-
$s(n)$ 和$\hat{s}(n)$波形完全重合(黑色的$s(n)$被蓝色的$\hat{s}(n)$覆盖) -
$e(n)$ 变化更陡峭剧烈, 而$s(n)$和$\hat{s}(n)$的变化相对缓慢 -
$e(n)$ 的局部峰值基本对应$s(n)$和$\hat{s}(n)$的局部峰值
-
-
(练习7) 生成一个$f_s=8000\text{Hz}$抽样的持续时间$T=1\text{s}$的数字信号, 该信号是一个频率为$f=200\text{Hz}$的单位样值"串", 即
$$x(n)=\sum_{i=0}^{NS-1} \delta (n-iN)$$ 则式中$N=\frac{f_s}{f}=40$,
$NS=Tf=200$ 单位样值"串"即每隔一定间隔$N$有一脉冲(幅度为1), 其余位置取值为0, 则可以通过以下方法生成$x(n)$ (impulsestring.m)
function x = impulsestring(T,f,fs) %Generate impulse string %输入: % <double>T: 信号长度, 单位(秒) % <double>f: 冲激串频率 % <double>fs: 采样频率 %输出: % <column vector>x: length(x)==round(T*fs), sum(x)==round(T*f) x = zeros(round(T*fs),1); % initialize x(n) NS = round(T*f); % NS for i=0:NS-1 x(round(i*fs/f)+1) = 1; % x(k) = 1 if (k-i*N == 0) else 0 end end
注1: 另一种生成方法是先利用
N=round(fs/f)将N求出, 再以N为步长产生冲激, 但这样的结果不精确, 如当$314 \leq f \leq 326$时, 求得的$N$均为25, 产生的单位样值串频率均为320Hz, 误差在**2%**左右注2: 上述方法产生的信号, 虽然相邻两冲激之间的间隔不是恒定(有$\pm 1$的浮动)的, 但从整体上看, 生成信号的频率更接近需求
试听
>> sound(impulsestring(1,200,fs),fs); >> sound(impulsestring(1,300,fs),fs);
-
略刺耳
-
300Hz单位样值串音调更高
-
-
(练习8) 真实语音信号的基音周期总是随时间变化的. 我们首先将信号分成若干个10毫秒长的段, 假设每个段内基音周期固定不变, 但段和段之间则不同, 具体为
$$PT=80+5mod(m,50)$$ 其中$PT$表示基因周期,
$m$ 表示段序号, 相邻两脉冲的间隔由前一个脉冲所在的段序号决定生成时长为1秒钟的上述信号(pitchtest.m):
x = zeros(8000,1); cursor = 1; m = 1; % index of slice while m <= 100 x(cursor) = 1; cursor = cursor + 80 + 5*mod(m,50); % next cursor m = ceil(cursor/80); % locate next cursor end figure; stem(0:8000-1,x);
试听
-
生成的信号被均分为重复的两段, 每段内音调逐渐变化
-
不好听, 很压抑, 好像也不能称之为颤音, 这个声音让我想到拉链的声音, 频率随时间变化的特征也相似, 姑且称之为拉链音
-
-
(练习9) 用
filter将**(8)中的激励信号$e(n)$输入到(1)**的系统中计算输出$s(n)$y = normalize(filter(b,a,x)); sound(y,fs);
试听
-
经过滤波器后音色发生显著变化, 变得更清脆了, 不那么刺耳
-
经过滤波器后音调似乎变低沉了一些
-
-
(练习10) 重改speechproc.m程序. 利用每一帧已经计算得到的基音周期和**(8)**的方法, 生成合成激励信号$G x(n)$, 用
filter函数将$G x(n)$送入合成滤波器得到合成语音$\tilde{s}(n)$% (10) 在此位置写程序，生成合成激励，并用激励和filter函数产生合成语音 if n == 3 % first loop cursor = (n-1)*FL+1; % initialize cursor m = n; % initialize m end while m == n % cursor still point into current frame exc_syn(cursor) = 1; cursor = cursor + PT; % next cursor m = ceil(cursor/FL); % locate next cursor end s_syn((n-1)*FL+1:n*FL) = filter([1,zeros(1,P)],A,... G*exc_syn((n-1)*FL+1:n*FL)); % exc_syn((n-1)*FL+1:n*FL) = ... 将你计算得到的合成激励写在这里 % s_syn((n-1)*FL+1:n*FL) = ... 将你计算得到的合成语音写在这里
试听
-
可以听出合成信号语音的内容
-
有些单薄, 略有杂音
波形比较
-
波形包络基本相同
-
y<0部分的包络似乎不太吻合
-
-
(练习11) 仿照**(10)重改speechproc.m程序, 只不过将(10)**中合成激励的长度增加一倍, 即原来10毫秒的一帧变成了20毫秒一帧, 再用同样的方法合成出语音
s_syn_v% (11) 不改变基音周期和预测系数，将合成激励的长度增加一倍，再作为filter % 的输入得到新的合成语音，听一听是不是速度变慢了，但音调没有变。 FL_v = 2*FL; if n == 3 % first loop cursor_v = (n-1)*FL_v+1; % initialize cursor m_v = n; % initialize m end while m_v == n % cursor still point into current frame exc_syn_v(cursor_v) = 1; cursor_v = cursor_v + PT; % next cursor m_v = ceil(cursor_v/FL_v); % locate next cursor end s_syn_v((n-1)*FL_v+1:n*FL_v) = filter([1,zeros(1,P)],A,... G*exc_syn_v((n-1)*FL_v+1:n*FL_v)); % exc_syn_v((n-1)*FL_v+1:n*FL_v) = ... 将你计算得到的加长合成激励写在这里 % s_syn_v((n-1)*FL_v+1:n*FL_v) = ... 将你计算得到的加长合成语音写在这里
试听
- 在合成信号
s_syn的基础上,s_syn_v速度变为原来的一半, 而音调没有变化
- 在合成信号
-
(练习12) 重新考察**(1)**中的系统
$$e(n)=s(n)-a_1s(n-1)-a_2s(n-2)$$ $$a_1=1.3789, a_2=-0.9506$$ $$p_{1,2}=0.6895\pm 0.6894j=0.9750e^{\pm j0.7854}$$ $$f_f=999.94\text{Hz}$$ 而共振峰频率
$$f_f=\frac{Arg(p)}{2\pi}f_s$$ 因此需通过旋转极点(改变幅角)改变共振峰频率
定义
rotatez函数用以旋转复数(rotatez.m)function zr = rotatez(z,rad) %Rotate complex number z by rad counterclockwisely zr = z*exp(rad*1j); end
则共振峰频率变化量为
$$\Delta f = \frac{\Delta Arg(p)}{2\pi} f_s$$ 定义
changetone函数(changetone.m)function A = changetone(a,df,fs) %A = changetong(a,df,fs) %输入: % <vector>a: 传递函数的分母, 用于求极点 % <double>df: 频率变化量 % <double>fs: 采样频率 %输出: % <row vector>A: 变频后新系统传递函数的分母 p = roots(a); % get poles for k=1:length(p) p(k) = rotatez(p(k),sign(rem(angle(p(k)),pi))*2*pi*df/fs); % rotate % use rem() in case angle equals pi end A = poly(p); % get poly end
>> a_t = changetone(a,150,fs) a_t = 1.0000 -1.2073 0.9506
因此共振峰频率提高150Hz后,
$a_1=1.2073, a_2=-0.9506$ 对比系统前后变化
-
绘制零极点图 (zplane_changetone.m)
[Z,P,~]=tf2zp(b,a); [Z_t,P_t,~]=tf2zp(b,a_t); figure; [Hz1,Hp1,Hl1] = zplane(Z,P); hold on; [Hz2,Hp2,Hl2] = zplane(Z_t,P_t); hold off; xlim([-1.4 1.4]); set(findobj(Hz2, 'Type', 'line'), 'Color', 'r') set(findobj(Hp2, 'Type', 'line'), 'Color', 'r') legend([Hp1,Hp2],'原系统','变调系统'); title('旋转极点');
极点幅角绝对值变大, 共振峰频率增大
-
绘制频率响应 (freqz_changetone.m)
[H,F]=freqz(b,a,512,fs); [H_t,F_t]=freqz(b,a_t,512,fs); figure; subplot 211 plot(F,20*log10(abs(H)));hold on; grid on; xlabel('Frequency (Hz)');ylabel('Magnitude (dB)'); plot(F,20*log10(abs(H_t)),'r');hold off; legend('原系统','变调系统'); title('幅频特性'); subplot 212 plot(F,angle(H));hold on; grid on; hold off; plot(F_t,angle(H)/pi*180);hold on; grid on; xlabel('Frequency (Hz)');ylabel('Phase (degrees)'); plot(F_t,angle(H_t)/pi*180,'r');hold off; legend('原系统','变调系统'); title('相频特性');
变调后系统共振峰频率变为1150Hz
-
-
(练习13) 仿照**(10)**重改speechproc.m程序, 但要将基音周期减小一半, 将所有的共振峰频率都增加150Hz
% (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，听听是啥感受～ PT_t = round(PT/2); if n == 3 % first loop cursor_t = (n-1)*FL+1; % initialize cursor m_t = n; % initialize m end while m_t == n % cursor still point into current frame exc_syn_t(cursor_t) = 1; cursor_t = cursor_t + PT_t; % next cursor m_t = ceil(cursor_t/FL); % locate next cursor end A_t = changetone(A,150,8000); % ff += 150 s_syn_t((n-1)*FL+1:n*FL) = filter([1,zeros(1,P)],A_t,... G*exc_syn_t((n-1)*FL+1:n*FL)); % exc_syn_t((n-1)*FL+1:n*FL) = ... 将你计算得到的变调合成激励写在这里 % s_syn_t((n-1)*FL+1:n*FL) = ... 将你计算得到的变调合成语音写在这里
试听
- 由男声变为女声
-
波形包络也有变化, 原因是改变了基音周期, 激励信号$e(n)$变化了
-
时长未改变
-
容易发现, 变速变调可以完美地结合在一起, 新建
speechproc1(rv,rt,df)(speechproc1.m)实现变速变调功能function H = speechproc1(rv,rt,df) %speechproc1(rv,rt,df) %输入: % <double>rv: 调速比 % <double>rt: 调(tiao)调(diao)比, ratio_tone % <double>df: 共振峰频率改变量 %输出文件 % 定义常数 FL = 80; % 帧长 WL = 240; % 窗长 P = 10; % 预测系数个数 s = readspeech('voice.pcm',100000); % 载入语音s 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(ceil(L/rv),1); % 合成的激励信号（脉冲串） s_syn = zeros(ceil(L/rv),1); % 合成语音 hw = hamming(WL); % 汉明窗 % 依次处理每帧语音 for n = 3:FN % 计算预测系数（不需要掌握） s_w = s(n*FL-WL+1:n*FL).*hw; %汉明窗加权后的语音 [A E] = 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) 在此位置写程序，用filter函数s_f计算激励，注意保持滤波器状态 [Y,zi_pre] = filter(A,[1,zeros(1,P)],s_f,zi_pre); % keep state exc((n-1)*FL+1:n*FL) = Y; % exc((n-1)*FL+1:n*FL) = ... 将你计算得到的激励写在这里 % 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PT（不要求掌握） G = sqrt(E*PT); % 计算合成激励的能量G（不要求掌握） % 变速变调 FL_v = round(FL/rv); % change velocity PT_t = round(PT/rt); % change tone A_t = changetone(A,df,8000);% change predict sys if n == 3 % first loop cursor = (n-1)*FL_v+1; % initialize cursor m = n; % initialize m end while m == n % cursor still point into current frame exc_syn(cursor) = 1; cursor = cursor + PT_t; % next cursor m = ceil(cursor/FL_v); % locate next cursor end s_syn((n-1)*FL_v+1:n*FL_v) = filter([1,zeros(1,P)],A_t,... G*exc_syn((n-1)*FL_v+1:n*FL_v)); end % 保存所有文件 writespeech('exc_syn_c.pcm',exc_syn); % _c means Combine both velocity and tone change writespeech('syn_c.pcm',s_syn); % normalization s = normalize(s); s_syn = normalize(s_syn); sound(s_syn,8000); H = plot(s_syn);title('"电灯比油灯进步多了"'); return % 从PCM文件中读入语音 function s = readspeech(filename, L) fid = fopen(filename, 'r'); s = fread(fid, L, 'int16'); fclose(fid); return % 写语音到PCM文件中 function writespeech(filename,s) fid = fopen(filename,'w'); fwrite(fid, s, 'int16'); fclose(fid); return % 计算一段语音的基音周期，不要求掌握 function PT = findpitch(s) [B, A] = butter(5, 700/4000); s = filter(B,A,s); R = zeros(143,1); for k=1:143 R(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; if R2 >= 0.85*Rop Rop = R2; Top = T2; end if R3 > 0.85*Rop Rop = R3; Top = T3; end PT = Top; return
-
参数测试
为了方便地进行
rv rt df三个参数的调整, 不妨写一个简陋的GUI(gui.m)function varargout = gui(varargin) % GUI MATLAB code for gui.fig % GUI, by itself, creates a new GUI or raises the existing % singleton*. % % H = GUI returns the handle to a new GUI or the handle to % the existing singleton*. % % GUI('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in GUI.M with the given input arguments. % % GUI('Property','Value',...) creates a new GUI or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before gui_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to gui_OpeningFcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help gui % Last Modified by GUIDE v2.5 31-Jul-2015 22:09:11 % Begin initialization code - DO NOT EDIT gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, ... 'gui_Singleton', gui_Singleton, ... 'gui_OpeningFcn', @gui_OpeningFcn, ... 'gui_OutputFcn', @gui_OutputFcn, ... 'gui_LayoutFcn', [] , ... 'gui_Callback', []); if nargin && ischar(varargin{1}) gui_State.gui_Callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:}); else gui_mainfcn(gui_State, varargin{:}); end % End initialization code - DO NOT EDIT % --- Executes just before gui is made visible. function gui_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to gui (see VARARGIN) % Choose default command line output for gui handles.output = hObject; % Initialize handles.rv = 1; handles.rt = 1; handles.df = 0; % Display text handles.text_rv.String = ['速度比 rv = ',num2str(handles.rv)]; handles.text_rt.String = ['基音频率比 rt = ',num2str(handles.rt)]; handles.text_df.String = ['共振峰频率偏移量 df = ',num2str(handles.df)]; % Update handles structure guidata(hObject, handles); % UIWAIT makes gui wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = gui_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hObject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on slider movement. function slider_rv_Callback(hObject, eventdata, handles) % hObject handle to slider_rv (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'Value') returns position of slider % get(hObject,'Min') and get(hObject,'Max') to determine range of slider handles.rv = get(hObject,'Value'); handles.text_rv.String = ['速度比 rv = ',num2str(handles.rv)]; guidata(hObject,handles); % --- Executes during object creation, after setting all properties. function slider_rv_CreateFcn(hObject, eventdata, handles) % hObject handle to slider_rv (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: slider controls usually have a light gray background. if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor',[.9 .9 .9]); end % --- Executes on slider movement. function slider_rt_Callback(hObject, eventdata, handles) % hObject handle to slider_rt (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'Value') returns position of slider % get(hObject,'Min') and get(hObject,'Max') to determine range of slider handles.rt = get(hObject,'Value'); handles.text_rt.String = ['基音频率比 rt = ',num2str(handles.rt)]; guidata(hObject,handles); % --- Executes during object creation, after setting all properties. function slider_rt_CreateFcn(hObject, eventdata, handles) % hObject handle to slider_rt (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: slider controls usually have a light gray background. if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor',[.9 .9 .9]); end % --- Executes on slider movement. function slider_df_Callback(hObject, eventdata, handles) % hObject handle to slider_df (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hObject,'Value') returns position of slider % get(hObject,'Min') and get(hObject,'Max') to determine range of slider handles.df = get(hObject,'Value'); handles.text_df.String = ['共振峰频率偏移量 df = ',num2str(handles.df)]; guidata(hObject,handles); % --- Executes during object creation, after setting all properties. function slider_df_CreateFcn(hObject, eventdata, handles) % hObject handle to slider_df (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: slider controls usually have a light gray background. if isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor')) set(hObject,'BackgroundColor',[.9 .9 .9]); end % --- Executes on button press in button_sound. function button_sound_Callback(hObject, eventdata, handles) % hObject handle to button_sound (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) handles.axes1 = speechproc1(handles.rv,handles.rt,handles.df); guidata(hObject,handles);
效果如下
-
拖动滑块即可改变参数
-
按下
Sound键可以听到声音, 并绘制出波形
-
-
语音合成作业相比于音乐合成简单不少(因为最复杂的求基音周期已经实现好了), 熟练掌握了
filter函数的用法 -
由于处理是逐帧进行的, 因此必须保持滤波器的状态, 若不保持滤波器状态, 虽然合成语音内容还能听得出, 但是会伴随显著的噪声, 影响合成质量
-
简单了解了GUI的原理, 实现了简单的GUI程序
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent