MATLAB在數(shù)字語(yǔ)音課程教學(xué)中的應(yīng)用

羅敏娜, 蔡云鳳

(1. 沈陽(yáng)師范大學(xué) 計(jì)算機(jī)與數(shù)學(xué)基礎(chǔ)教學(xué)部, 沈陽(yáng) 110034; 2. 沈陽(yáng)師范大學(xué) 科信軟件學(xué)院, 沈陽(yáng) 110034)

?

MATLAB在數(shù)字語(yǔ)音課程教學(xué)中的應(yīng)用

羅敏娜1, 蔡云鳳2

(1. 沈陽(yáng)師范大學(xué) 計(jì)算機(jī)與數(shù)學(xué)基礎(chǔ)教學(xué)部, 沈陽(yáng) 110034; 2. 沈陽(yáng)師范大學(xué) 科信軟件學(xué)院, 沈陽(yáng) 110034)

MATLAB在數(shù)字語(yǔ)音處理方面功能強(qiáng)大,利用MATLAB軟件解決數(shù)字語(yǔ)音課程教學(xué)中存在的難點(diǎn),通過(guò)對(duì)時(shí)域、頻域及二者相結(jié)合的過(guò)程進(jìn)行分析,構(gòu)建將理論結(jié)果可視化和基本概念直觀化相結(jié)合的多媒體課程教學(xué)模式。MATLAB在語(yǔ)音課程教學(xué)中的實(shí)現(xiàn)過(guò)程,首先是將數(shù)字語(yǔ)音讀取,查看其波形圖。其次是錄入數(shù)字語(yǔ)音并保存。最后經(jīng)過(guò)對(duì)數(shù)字語(yǔ)音的濾波、疊加、預(yù)處理等過(guò)程,實(shí)現(xiàn)對(duì)數(shù)字語(yǔ)音的分析和重構(gòu)。逐步改變了教學(xué)方法和教學(xué)手段,從而達(dá)到培養(yǎng)學(xué)生的學(xué)習(xí)興趣和操作能力的目的。

MATLAB; 數(shù)字語(yǔ)音; 課程教學(xué); GUI工具

0 引 言

MATLAB是由美國(guó)math works公司推出的,它在一個(gè)視圖窗口中集成了數(shù)值分析、矩陣計(jì)算以及非線性動(dòng)態(tài)系統(tǒng)的仿真和建模等功能。它在許多方面,如控制論、時(shí)間序列分析、系統(tǒng)仿真、圖像信號(hào)處理等都提供了很好的使用功能[1-6]。

矩陣是MATLAB中的一個(gè)基本數(shù)據(jù)單位,數(shù)學(xué)、工程中一些常用的表達(dá)形式與MATLAB中的一些指令表達(dá)式都十分相似,所以,用MATLAB解答一些問(wèn)題要比用C、FORTRAN等語(yǔ)言完成相同的事情要簡(jiǎn)單方便很多,并且在MATLAB新版中已經(jīng)加入了對(duì)C、FORTRAN、JAVA、C++的支持,在新版中已經(jīng)存在一些經(jīng)典的程序,使用者可以直接調(diào)用已存在的一些函數(shù),下載后可直接使用[7-10];也可以根據(jù)自己需求編寫程序,導(dǎo)入到MATLAB函數(shù)庫(kù)中去,便于以后進(jìn)行調(diào)試使用。

對(duì)于數(shù)字語(yǔ)音教學(xué)課程的開展,可以使用MATLAB軟件制作的GUI界面工具,通過(guò)該軟件將語(yǔ)音輸入進(jìn)去,然后將語(yǔ)音轉(zhuǎn)變成波形圖,再將語(yǔ)音形象具體地展現(xiàn)給學(xué)習(xí)該課程的同學(xué)們[11],最后通過(guò)進(jìn)一步的具體分析和比較,確定出不同聲音之間的差別,從而讓學(xué)生更加清楚地知道語(yǔ)音之間的差異,以及不同發(fā)生方式產(chǎn)生的不同結(jié)果。對(duì)于這門數(shù)字語(yǔ)音教學(xué)課,可以擴(kuò)展到很多學(xué)科,對(duì)于涉及語(yǔ)音學(xué)習(xí)的課程都可以引入。

1 MATLAB在語(yǔ)音信號(hào)處理中的應(yīng)用

1.1 相關(guān)函數(shù)介紹

1.1.1 自相關(guān)函數(shù)

對(duì)于離散的語(yǔ)音信號(hào)x(n),它的自相關(guān)函數(shù)定義為[3]:

R(k)=∑x(n)x(n-k)

自相關(guān)函數(shù)與信號(hào)x(n)具有相同的周期性,且二者的周期一定相同。在自相關(guān)函數(shù)中,當(dāng)一個(gè)周期是整數(shù)倍的周期信號(hào)時(shí),它的自相關(guān)函數(shù)就可以達(dá)到最大值。所以,在研究自相關(guān)函數(shù)時(shí),可以不考慮它的起始時(shí)間,而是通過(guò)自相關(guān)函數(shù)的第一個(gè)最大值的位置,來(lái)估計(jì)出信號(hào)的基音周期[12]。

1.1.2 短時(shí)自相關(guān)函數(shù)

語(yǔ)音信號(hào)不一定是平穩(wěn)的信號(hào),應(yīng)該使用短時(shí)自相關(guān)函數(shù)來(lái)處理問(wèn)題。短時(shí)自相關(guān)函數(shù)的具體使用方法是在信號(hào)的第n個(gè)樣本點(diǎn)附近,用短時(shí)窗截取一段信號(hào)[4],再做自相關(guān)計(jì)算所得的結(jié)果

Rm(k)=∑x(n)x(n-k)

其中n表示窗函數(shù)是從第n點(diǎn)開始加入。

1.2 時(shí)域及頻域分析

1.2.1 時(shí)域分析

作為最直接的信號(hào)分析方法是將時(shí)間定為自變量進(jìn)行信號(hào)的分析,短時(shí)能量、短時(shí)平均過(guò)零率、短時(shí)平均幅度差和短時(shí)自相關(guān)數(shù)是語(yǔ)音信號(hào)典型的時(shí)域特征。

對(duì)于信號(hào)x(n),它的短時(shí)能量定義:

圖1 短時(shí)能量En輸出過(guò)程

式中:h(n)=w2(n);N為窗長(zhǎng);En代表一種短時(shí)能量,它是在信號(hào)的第n個(gè)點(diǎn)開始加窗函數(shù)時(shí)產(chǎn)生的。短時(shí)能量En可以看成是語(yǔ)音信號(hào)的平方經(jīng)過(guò)一個(gè)線性濾波器的輸出,該線性濾波器的單位沖激響應(yīng)為h(n)[13],如圖1所示。

1.2.2 頻域分析

人的聽(tīng)覺(jué)系統(tǒng)能夠進(jìn)行頻譜分析,感知語(yǔ)音的過(guò)程與之密切關(guān)聯(lián),因此對(duì)語(yǔ)音信號(hào)進(jìn)行頻譜分析是處理語(yǔ)音信號(hào)的重要方法。

濾波器組法

使用濾波分析語(yǔ)音信號(hào)的頻譜,方法簡(jiǎn)單,并且實(shí)時(shí)性好,濾波器可以用寬(窄)帶帶通濾波器代替。

語(yǔ)音信號(hào)x(n)可以通過(guò)計(jì)算機(jī)進(jìn)行分析和處理。首先將語(yǔ)音信號(hào)x(n)輸入帶通濾波器f1,f2,…,fn,通過(guò)濾波器輸出具有一定頻帶的中心頻率為f1,f2,…,fn的信號(hào),經(jīng)過(guò)濾波器組輸出的信號(hào),再經(jīng)過(guò)自適應(yīng)增量調(diào)制器變?yōu)槎M(jìn)制脈沖信號(hào),再經(jīng)過(guò)多路開關(guān),變?yōu)橐贿B串的二進(jìn)制脈沖信號(hào)[14],這就完成了濾波器信號(hào)的采集工作。

傅里葉頻譜分析

法國(guó)科學(xué)家Fourier提出傅立葉頻譜分析方法,它是語(yǔ)音信號(hào)頻域分析中最為常用的一種方法,傅立葉變換是傅立葉頻譜分析的基礎(chǔ),傅立葉譜、自相關(guān)函數(shù)、功率譜、倒譜可以利用傅立葉變換及其反變換求得。

信號(hào)x的短時(shí)傅立葉變換為[6]:

圖2 利用帶通濾波器來(lái)理解短時(shí)傅里葉變換

式中w(n)為窗口函數(shù)。圖2表示利用帶通濾波器來(lái)理解短時(shí)傅立葉變換。

Xn(ejw)可以看作是加窗后函數(shù)的傅立葉變換,為了實(shí)現(xiàn)反變換,將Xn(ejw)進(jìn)行頻率采樣,即令wk=2πK/L則有

其中L為頻率采樣點(diǎn)數(shù)。

短時(shí)功率譜可以通過(guò)短時(shí)傅里葉變換幅度來(lái)計(jì)算,也就是短時(shí)傅里葉變換幅度的平方,它是信號(hào)x(n)的短時(shí)自相關(guān)函數(shù)的傅里葉變換,即

式中Rn(k)是自相關(guān)函數(shù)。

2 使用GUI工具創(chuàng)建交互界面

GUI是MATLAB提供的圖形用戶界面開發(fā)環(huán)境,可以使用里面的工具創(chuàng)建圖形界面,實(shí)現(xiàn)頁(yè)面布局等工作的簡(jiǎn)化。

MATLAB在GUI設(shè)計(jì)中有4個(gè)模板,分別是Blank GUI、GUI Uicontrols、GUI with Axes and Menu、Modal Qupestion Dialog。

SPTool是MATLAB中的一個(gè)窗口,在這個(gè)窗口中可以進(jìn)行交互式信號(hào)分析處理,通過(guò)這一窗口能夠讓使用者在不完全了解MATLAB的信號(hào)處理工具的函數(shù)語(yǔ)法規(guī)則下,就可以進(jìn)行大部分的信號(hào)分析處理。窗口有信號(hào)(Signal)、濾波器(Filter)、頻譜(Spectra)3欄,用戶能夠使用鼠標(biāo)在計(jì)算機(jī)屏幕上面控制數(shù)字語(yǔ)音信號(hào)的觀察、測(cè)量和時(shí)域分析,觀測(cè)濾波器的時(shí)域和頻域特性,設(shè)計(jì)和實(shí)現(xiàn)數(shù)字濾波器以及觀察信號(hào)的頻譜,分析信號(hào)的頻率成分等[15]。

除此之外,MATLAB還能提供其他的工具,如窗函數(shù)設(shè)計(jì)工具 Wintool、隨機(jī)噪聲生成器RANDTool以及數(shù)字濾波器設(shè)計(jì)分析工具FDAtool等等。

3 實(shí)踐處理過(guò)程

MATLAB在語(yǔ)音教學(xué)課程中的實(shí)現(xiàn)過(guò)程,主要是將數(shù)字語(yǔ)音讀取,并查看其波形圖;錄入數(shù)字語(yǔ)音并保存;經(jīng)過(guò)對(duì)數(shù)字語(yǔ)音的濾波、疊加、預(yù)處理等過(guò)程,實(shí)現(xiàn)對(duì)數(shù)字語(yǔ)音的分析和重構(gòu)。

由于隨著時(shí)間的推移和對(duì)教學(xué)的深入研究,在教學(xué)中運(yùn)用的功能和模塊將會(huì)進(jìn)行更加復(fù)雜和龐大的GUI界面集成的編寫。在這里只設(shè)置了其中的4個(gè)應(yīng)用方面。

3.1 數(shù)字語(yǔ)音的播放讀取

3.1.1 GUI界面:

進(jìn)入語(yǔ)音播放讀取的界面,點(diǎn)擊“打開”,將會(huì)打開.wav格式的音頻文件,其波形圖會(huì)在左邊的第1個(gè)曲線繪制框里面描繪出語(yǔ)音文件的原始語(yǔ)音信號(hào),左邊的第2個(gè)曲線繪制框?qū)⒗L制出語(yǔ)音文件的信號(hào)頻譜。

其余按鈕(從上至下)的功能依次為:關(guān)閉GUI界面、將選擇的音頻文件進(jìn)行播放、暫停播放、繼續(xù)播放、停止播放等。

3.1.2 實(shí)現(xiàn)過(guò)程的函數(shù)

表1 實(shí)現(xiàn)播放讀取過(guò)程的函數(shù)

3.2 數(shù)字語(yǔ)音的錄入

3.2.1 GUI界面

進(jìn)入語(yǔ)音輸入GUI界面,主要功能有:

【滾動(dòng)條】: 選擇需要錄入的時(shí)間長(zhǎng)度(2 s～9 s)。

【記錄】: 該按鈕是開始觸發(fā)系統(tǒng)對(duì)輸入的語(yǔ)音進(jìn)行記錄和采集,按鍵被點(diǎn)擊之后會(huì)提示 “開始錄音”的字樣,表示已經(jīng)進(jìn)入數(shù)字語(yǔ)音采樣階段。當(dāng)采樣完成之后,會(huì)將其采樣的文件記錄下來(lái),自動(dòng)繪制出其具體的波形圖。

【播放】: 錄入的語(yǔ)音文件將會(huì)播放。

【保存】: 將語(yǔ)音文件保存為后綴名為.wav格式。

【退出】: 退出GUI界面。

3.2.2 實(shí)現(xiàn)過(guò)程的函數(shù)

表2 實(shí)現(xiàn)語(yǔ)音錄入過(guò)程的函數(shù)

3.3 數(shù)字語(yǔ)音的分析和重構(gòu)

MATLAB軟件對(duì)數(shù)字語(yǔ)音的分析與重構(gòu),重在表現(xiàn)對(duì)語(yǔ)音的深入分析,從它的原始信號(hào),頻譜信號(hào),haar分解信號(hào),haar分解頻譜信號(hào)以及haar小波4層分解后重構(gòu)信息化與原始信號(hào)的比較等方面對(duì)一段語(yǔ)音進(jìn)行完整的分析。該GUI是由3個(gè)獨(dú)立界面組合而成的,為了直觀分析和查看到具體信息,采用多個(gè)曲線坐標(biāo)軸來(lái)繪制曲線[16-17]。

GUI界面包括:原始語(yǔ)音信號(hào)和頻譜信號(hào)的坐標(biāo)軸圖;haar的3種分解信號(hào)和頻譜信號(hào)。

實(shí)現(xiàn)過(guò)程:

由于此GUI界面是由3組直觀圖所組成,即存在3個(gè)M文件:test.m(主函數(shù)),MallatDec.m(小波分解),MallatRec.m(小波重構(gòu)),見(jiàn)表3。

表3 GUI界面直觀函數(shù)

3.4 數(shù)字語(yǔ)音的集成處理

在語(yǔ)音教學(xué)課程中,難免需要一些綜合型的小系統(tǒng)來(lái)處理一些大量的語(yǔ)音文件來(lái)提高教學(xué)效率。因此在前面的研究和學(xué)習(xí)中,將一些常用的功能集成在一起,以便能夠更加直觀的了解語(yǔ)音文件的詳細(xì)信息。

在研究過(guò)程中,通過(guò)查找圖書館的相關(guān)書籍和文案,并且上網(wǎng)查找了一些資料,將這個(gè)小系統(tǒng)集成在一起,雖然實(shí)現(xiàn)了大部分的功能,但是在將來(lái)更深入的研究之中,需要更加有效的集成更多有用的工具。

在這部分,實(shí)現(xiàn)了語(yǔ)音信號(hào)從輸入到分析再到顯示的過(guò)程,顯示的部分包括數(shù)據(jù)和波形圖。

4 結(jié) 語(yǔ)

本文對(duì)數(shù)字語(yǔ)音信號(hào)的處理做了簡(jiǎn)略的介紹,將整個(gè)實(shí)踐過(guò)程的圖形和界面進(jìn)行了展示,給出了相關(guān)的函數(shù),由于代碼量相對(duì)較大,沒(méi)有給出程序代碼。MATLAB軟件功能真的很強(qiáng)大,對(duì)于語(yǔ)音教學(xué)這部分的應(yīng)用僅僅是很小的一個(gè)部分,這里只是做出一個(gè)較為簡(jiǎn)略的應(yīng)用界面,對(duì)于語(yǔ)音信號(hào)噪聲處理的部分也并沒(méi)有涉及。MATLAB對(duì)于語(yǔ)音信號(hào)的處理實(shí)現(xiàn)了從聲音到數(shù)字圖形的轉(zhuǎn)換,對(duì)于語(yǔ)音教學(xué)課程的學(xué)習(xí)將產(chǎn)生很大的幫助,為了更好地與實(shí)際相結(jié)合,需要更多的實(shí)踐作為基礎(chǔ),這部分有待以后更為具體的研究。

[ 1 ]何強(qiáng),何英. MATLAB擴(kuò)展編程[M]. 北京:清華大學(xué)出版社, 2002:59-123.

[ 2 ]王洪元. MATLAB語(yǔ)言及其在電子信息工程中的應(yīng)用[M]. 北京:清華大學(xué)出版社, 2004:42-112.

[ 3 ]張德喜,賀勤,張永. MATLAB在工程數(shù)學(xué)課程教學(xué)中的應(yīng)用[J]. 許昌學(xué)院學(xué)報(bào), 2010,29(5):137-140.

[ 4 ]胡冰,李艷方. MATLAB軟件在高等數(shù)學(xué)課程教學(xué)中的應(yīng)用[J]. 中國(guó)科教創(chuàng)新導(dǎo)刊, 2007,38(9):154-155.

[ 5 ]曹昕燕. 基于MATLA的數(shù)字語(yǔ)音信號(hào)處理課程改革[J]. 長(zhǎng)春大學(xué)學(xué)報(bào), 2007,12(4):95-97.

[ 6 ] 程佩青.數(shù)字信號(hào)處理教程[M]. 3版. 北京:清華大學(xué)出版社, 2007:110-157.

[ 7 ]唐俊波,費(fèi)秀海,尹國(guó)成. MATLAB在數(shù)學(xué)教學(xué)中的幾類應(yīng)用[J]. 保山學(xué)院學(xué)報(bào), 2010,29(5):84-88.

[ 8 ]徐國(guó)鈺.基于多小波的基音檢測(cè)法及歌聲的客觀評(píng)價(jià)研究[D].桂林:廣西師范大學(xué), 2006:22-47.

[ 9 ]丁玉美,高西全. 數(shù)字信號(hào)處理[M]. 西安:西安電子科技大學(xué)出版社, 2006:56-92.

[10]童峰,李霞. MATLAB在“信號(hào)與系統(tǒng)”課程教學(xué)中的應(yīng)用[J]. 電氣電子教學(xué)報(bào), 2007,29(1):82-84.

[11]田慧. 支持向量機(jī)集成及在音樂(lè)分類中的應(yīng)用[D]. 濟(jì)南:山東師范大學(xué), 2009:5-26.

[12]鞏萍,趙杰. MATLAB在數(shù)字信號(hào)處理中的應(yīng)用[J]. 長(zhǎng)沙大學(xué)學(xué)報(bào), 2009(9):78-79.

[13] 武麗,姜斌,張海瑞. MATLAB在數(shù)字信號(hào)處理教學(xué)中的應(yīng)用[J]. 科技傳播, 2012,3(2):179.

[14]汪冰. 小詞匯非特定人的孤立詞語(yǔ)音識(shí)別系統(tǒng)的研究與設(shè)計(jì)[D]. 廣州:廣東工業(yè)大學(xué), 2008:8-24.

[15]王坤,劉天偉,杜芳芳,等. MATLAB在對(duì)圖像進(jìn)行邊緣檢測(cè)方面的應(yīng)用[J]. 沈陽(yáng)師范大學(xué)學(xué)報(bào):自然科學(xué)版, 2005,23(2):161-165.

[16]陳貴明. 應(yīng)用Matlab建模與仿真[M]. 北京: 科學(xué)出版社, 2001:20-60.

[17]楊行峻,遲惠生. 語(yǔ)音信號(hào)數(shù)字處理[M]. 北京: 國(guó)防工業(yè)出版社, 1995:32-74.

Application of MATLAB in digital speech course teaching

LUOMinna1,CAIYunfeng2

(1. Department of Basic Computer and Math, Shenyang Normal University, Shenyang 110034, China;2. Software Cellege, Shenyang Normal University, Shenyang 110034, China)

As a powerful tool in digital speech processing, MATLAB can be used to solve many problems appeared in digital speech course teaching. Through the analysis of time domain, frequency domain and the process of combining both, a multimedia course instruction model is constructed based on the combination of visualizations of both theoretical results and basic concepts. In the course of the digital speech course teaching, the digital speech is read and the waveform graph is checked in the first place. Secondly, the digital speech is input and saved. At last, the analysis and reconstruction of digital speech is realized after the process of the filtering, superposition and pretreatment of the digital speech. Through the improved teaching method and teaching means, the students’ learning interest and operation ability are cultured.

MATLAB; digital speech; course teaching; GUI tool

2015-03-26。

國(guó)家自然科學(xué)基金青年科學(xué)基金資助項(xiàng)目(61104023); 遼寧省教育廳大學(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目(201310166059)。

羅敏娜(1965-)女,遼寧錦州人,沈陽(yáng)師范大學(xué)教授。

1673-5862(2015)03-0400-05

TP319

A

10.3969/ j.issn.1673-5862.2015.03.018