function ct3

% 定義常數(shù)

FL = 80;? ?? ?? ?? ?? ? % 幀長

WL = 240;? ?? ?? ?? ?? ?% 窗長

P = 10;? ?? ?? ?? ?? ???% 預測系數(shù)個數(shù)

hw = hamming(WL);? ?? ? % 漢明窗

%%%%%%

[sl,Fs] = wavread('sunday_2.wav');? ?? ?? ?? ? % 載入語音s

load('mtlb.mat');

sl=mtlb;

s=buffer(sl,FL);

[~,FN] = size(s);? ?? ???% 計算幀數(shù)

% 預測和重建濾波器

exc = zeros(FL,FN);? ?? ? % 激勵信號(預測誤差)

s_rec = exc;? ?? ?? ?? ???% 重建語音

zi_pre = zeros(P,1);? ?? ?% 預測濾波器的狀態(tài)

zi_rec = zeros(P,1);? ?? ?% 重建濾波器的狀態(tài)

% 合成濾波器

exc_syn =exc;? ?? ?? ?? ? % 合成的激勵信號(脈沖串)

s_syn = exc;? ?? ?? ?? ???% 合成語音

last_syn = [];? ?? ?? ?? ? % 存儲上一個幀的最后一個脈沖在下一幀結(jié)束的位置

zi_syn = zeros(P,1);? ?? ?% 合成濾波器的狀態(tài)

% 變速不變調(diào)濾波器

FL_v = 2*FL;? ?? ?? ?? ???% 假設(shè)速度減慢一倍

exc_syn_v = zeros(FL_v,FN);??% 合成的激勵信號

s_syn_v = exc_syn_v;? ?? ?% 合成語音

last_syn_v = [];

zi_syn_v = zeros(P,1);? ? % 合成濾波器的狀態(tài)

% 變調(diào)不變速濾波器

exc_syn_t = zeros(FL,FN);

s_syn_t = exc_syn_t;

last_syn_t = [];

zi_syn_t = zeros(P,1);

% 記錄中間參數(shù)

A=zeros(P+1,FN);? ? %記錄每幀提取的預測系數(shù)

E=zeros(1,FN);

PT_sf=zeros(1,FN);

PT_rf=zeros(1,FN);? ???%記錄每幀提取的基音周期

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

[S,F,T,Psd]=spectrogram(sl,240,160,2048,1);

Pe=pow2db(abs(Psd));

figure;surf(T,F*2048,Pe,'edgecolor','none')

% figure;surf(T,F(1:200)*2048,Pe(1:200,:),'edgecolor','none')

axis tight;

view(0,90);

xlabel('Time'); ylabel('sample');

[w,ind]=max(bsxfun(@minus,Pe(1:200,:),1.03.^(1:200)'));

PT_sf=round(2048./ind);

pind=w

PT_sf(pind)=FL-1; %基音周期置為幀長

figure;hold on;

plot(PT_sf,'r')

% 依次處理每幀語音

for n = 2:FN-1

% 計算預測系數(shù)(建立聲道的系統(tǒng)模型)

s_f = s(:,n-1:n+1);? ?? ?? ?? ?? ?? ???%漢明窗加權(quán)后的語音

[A(:,n) Et] = lpc(s_f(:).*hw, P);? ?? ?? ?? ?%用線性預測法計算P個預測系數(shù)

E(n)=Et*WL/sum(hw);

% A是預測系數(shù)，E會被用來計算合成激勵的能量

% 提取激勵，并用激勵重建語音

[exc(:,n),zi_pre] = filter(A(:,n),1,s(:,n),zi_pre);% 計算激勵

[s_rec(:,n),zi_rec] = filter(1,A(:,n),exc(:,n),zi_rec);% 重建語音

end

for n = 2:FN-1

ex_f=exc(:,n-1:n+1);

ex_f=ex_f(:);

% 提取基音周期，用于人工合成激勵

R=xcorr(ex_f,1.5*FL);

Rh=filter(hamming(16),1,R(1.5*FL+1:end));

[~,PT]=findpeaks(Rh(9:end),'s','descend','n',1);

PT_rf(:,n)=PT;

G = sqrt(E(n)*PT);? ?? ?? ???% 計算合成激勵的能量G(不要求掌握)

[~,m]=findpeaks(ex_f(81:160),'s','descend','n',1);

if isempty(m),m=121;end

m=80+m;

a=ceil(PT/2)-1;

b=floor(PT/2);

excf=[ex_f(m-b:m+a)];

excfh=excf(1+mod(b,2):2:end);

% 合成語音

%n

kt=ceil((FL-length(last_syn))/PT);

GG=[last_syn;repmat(excf,kt,1)];

exc_syn(:,n) = GG(1:80);? ?? ???% 人工生成本幀激勵

last_syn=GG(81:end);

%if length(exc_syn)>80,n,end

[s_syn(:,n),zi_syn] = filter(1,A(:,n),exc_syn(:,n),zi_syn); %通過人造激勵合成語音

% 合成速度慢，但音調(diào)不變的語音。

kt=ceil((FL_v-length(last_syn_v))/PT);? ?% (不改變基音周期和預測系數(shù)，將合成激勵的長度增加一倍)

GG=[last_syn_v;repmat(excf,kt,1)];

exc_syn_v(:,n) = GG(1:160); % 人工生成本幀激勵

last_syn_v=GG(161:end);

[s_syn_v(:,n),zi_syn_v] = filter(1,A(:,n),exc_syn_v(:,n),zi_syn_v);

% 合成變調(diào)不變速的語音

poles = roots(A(:,n));

deltaOMG = 150*2*pi/8000; % 將共振峰頻率增加150Hz

A1=poly(poles.*exp(sign(imag(poles))*1j*deltaOMG)); %生成新的聲道模型

PT1 =length(excfh);? ?% 將基音周期減小一半

kt=ceil((FL-length(last_syn_t))/PT1);

GG=[last_syn_t;repmat(excfh,kt,1)];

exc_syn_t(:,n) = GG(1:80); % 人工生成本幀激勵

last_syn_t=GG(81:end);

[s_syn_t(:,n),zi_syn_t] = filter(1,A1,exc_syn_t(:,n),zi_syn_t);

end

plot(PT_rf);title('受頻域分辨率的影響，70到80幀的精度很差')

xlabel('提高精度可以增加短時傅立葉變換的樣點數(shù)目(當前是2048)')

%return

xx=reshape(1:FL*FN,FL,FN);

splot(s,exc,s_rec,xx,'重建',Fs)

splot(s,exc_syn,s_syn,xx,'合成',Fs)

xx2=reshape(1:FL_v*FN,FL_v,FN);

splot(s,exc_syn_v,s_syn_v,xx2,'合成慢速',Fs)

splot(s,exc_syn_t,s_syn_t,xx,'合成高調(diào)',Fs)

function splot(s,ex,re,x,str,Fs)

figure;

ax(3)=subplot(3,1,1);

plot(s(:));??title('原語音信號')

ax(2)=subplot(3,1,2);

plot(x,ex);??title([str,'激勵信號'])

ax(1)=subplot(3,1,3);

plot(re(:));??title([str,'語音信號'])

linkaxes(ax,'xy')

sound(s(:),Fs);

sound(ex(:),Fs);

sound(re(:),Fs);

總結(jié)

以上是生活随笔為你收集整理的matlab 变调器,个人改动后的语音变速变调的程序的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。