基于LabVIEW的變聲器設(shè)計(jì)

李要芳 劉智

摘要：變聲器是通過對(duì)聲音的音色和音調(diào)的雙重復(fù)合改變，實(shí)現(xiàn)對(duì)輸出聲音的變聲?，F(xiàn)使用基于基音同步疊加（PSOLA）算法的波形編輯和拼接技術(shù)，利用虛擬儀器軟件LabVIEW對(duì)采集的聲音信號(hào)進(jìn)行濾波、調(diào)頻處理，實(shí)現(xiàn)了對(duì)語(yǔ)音信號(hào)的變聲處理。該設(shè)計(jì)提供了一種變聲器設(shè)計(jì)的簡(jiǎn)便快捷方法，具有很好的應(yīng)用前景。

關(guān)鍵詞：基音同步疊加（PSOLA）算法;LabVIEW;變聲器設(shè)計(jì)

0 ? ?引言

近年來(lái)，語(yǔ)音識(shí)別和基于語(yǔ)音段的建模方法逐漸成為研究熱點(diǎn)。在語(yǔ)音合成方面，基于基音同步疊加（PSOLA）算法的波形編輯和拼接技術(shù)就是最具有代表性的一種方法[1-2]。本設(shè)計(jì)通過LabVIEW[3]設(shè)計(jì)一個(gè)變聲器，利用PSOLA算法與重采樣技術(shù)結(jié)合，實(shí)現(xiàn)音頻的變調(diào)不變速以及多種頻段的變調(diào)，從而達(dá)到變聲的功能。

1 ? ?變聲器的理論基礎(chǔ)

基音同步疊加（PSOLA）算法是利用短時(shí)傅里葉變換重構(gòu)信號(hào)的疊加法，主要有基音同步分析、基音同步修改以及基音同步合成三個(gè)部分[2]。

1.1 ? ?基音同步分析

設(shè)采集的音頻信號(hào)為X（n），選擇合適的時(shí)窗分析窗口hm（n）對(duì)原始合成單元做加窗處理，得到一組短時(shí)信號(hào)xm（n）如式（1）所示：

xm（n）=hm（tm-n）X（n） ? ? ? ? ? ?（1）

式（1）中，tm為基音標(biāo)注點(diǎn)，hm（n）一般采用漢明窗（Hamming），窗長(zhǎng)大于原始信號(hào)的一個(gè)基音周期，因此窗間有重疊，窗長(zhǎng)一般取原始信號(hào)基音周期的2～4倍，即得hm（n）如式（2）所示：

hm（n）=h（n）（n/μp） ? ? ? ? ? ? （2）

式（2）中，h（n）為歸一化窗長(zhǎng)，μ為窗覆蓋基音周期數(shù)的比例系數(shù)，p為基音周期。通常情況下，取μ=2，能夠使合成簡(jiǎn)化。若要提高基頻，令p取為原始分析基音周期;若要降低基頻，令p取為合成基音周期，這樣能夠使得合成簡(jiǎn)化。

1.2 ? ?基音同步修改

基音同步修改分修改聲音的時(shí)域與頻域特性[4]，對(duì)語(yǔ)音基頻的修改是通過對(duì)合成單元標(biāo)記間隔的增加來(lái)減少正在進(jìn)行的語(yǔ)音，對(duì)語(yǔ)音時(shí)長(zhǎng)的修改是通過合成單元同步標(biāo)記的插入來(lái)刪除正在進(jìn)行的語(yǔ)音。

首先，進(jìn)行語(yǔ)音基頻的修改，對(duì)短時(shí)分析信號(hào)xm（n）進(jìn)行傅里葉變換Xm（n），得到短時(shí)分析傅里葉變換，如公式（3）所示：

Xm（n）=Xm（ej2πn/N）=xm（n）e-j2πn/N ?（0≤n≤N-1） ? ? （3）

又Xm（n）有公式如下：

Xm（n）=E（n）V（n） ? ? ? ?（4）

式中：E（n）為分析音段激勵(lì)源信號(hào)頻譜;V（n）為頻譜的譜包絡(luò)部分。

然后，按照音高調(diào)整系數(shù)對(duì)音段激勵(lì)源信號(hào)頻譜E（n）進(jìn)行拉伸或壓縮，得到合成激勵(lì)源頻譜E′（n）。將E′（n）與原始頻譜的譜包絡(luò)V（n）相乘得到短時(shí)合成傅里葉頻譜Xm′（n）如式（5）所示：

Xm′（n）=E′（n）V（n） ? ? ? ? ? ?（5）

最后，進(jìn)行語(yǔ)音時(shí)長(zhǎng)的修改。首先對(duì)短時(shí)合成傅里葉頻譜Xm′（n）進(jìn)行傅里葉逆變換，得到中間短時(shí)合成信號(hào)xm′（n）。然后對(duì)原始拼接單元時(shí)長(zhǎng)進(jìn)行修改，得到新的中間短時(shí)合成信號(hào)xp′（n），這樣，新的基音標(biāo)注tp就取代了前面中間短時(shí)合成信號(hào)的基音標(biāo)注tm，當(dāng)時(shí)長(zhǎng)調(diào)整系數(shù)為λ時(shí)，選擇合適的tm使之與λtp最接近，則xp′（n）=xm′（n）。當(dāng)時(shí)長(zhǎng)調(diào)整系數(shù)λ<1時(shí)，則加快語(yǔ)音，需要去掉一些短時(shí)信號(hào);當(dāng)時(shí)長(zhǎng)調(diào)整系數(shù)λ>1時(shí)，則放慢語(yǔ)速，需要重復(fù)一些短時(shí)信號(hào)。這樣就可以得到與新合成信號(hào)基音標(biāo)記同步的短時(shí)合成信號(hào)序列。

1.3 ? ?基音同步合成

采用合成信號(hào)譜與原始信號(hào)譜差異最小的最小平方疊加合成法，合成的信號(hào)如式（6）所示：

x（n）=∑papxp（n）hp（tp-n）/∑php2（tp-n） ? ? ?（6）

式中：分母是時(shí)變單位化因子，hp（n）是合成窗序列，是窗之間時(shí)變疊加的能量補(bǔ)償，ap是音強(qiáng)調(diào)整系數(shù)，用來(lái)調(diào)整合成語(yǔ)音信號(hào)的強(qiáng)度。

式（6）也可簡(jiǎn)化如下：

x（n）=∑papxp′（n）/∑php（tp-n） ? ? ?（7）

公式（7）中的分母是時(shí)變的單位化因子，用來(lái)補(bǔ)償相鄰窗口疊加部分的能量損失。在寬帶條件下，當(dāng)合成窗長(zhǎng)為合成基音周期的兩倍時(shí)，該因子也為常數(shù);在窄帶條件下該因子接近于常數(shù)。故式（7）可進(jìn)一步簡(jiǎn)化為如式（8）所示：

x（n）=∑papxp′（n） ? ? ? ? ?（8）

2 ? ?變聲器的設(shè)計(jì)

2.1 ? ?前面板的總體設(shè)計(jì)

為了使界面看起來(lái)簡(jiǎn)潔，變聲器的設(shè)計(jì)分為聲音采集模塊、聲音錄制模塊和聲音播放模塊。如圖1所示，左邊將聲音信號(hào)采集到LabVIEW并顯示波形，右邊將采集到的聲音信號(hào)進(jìn)行變聲處理后播放。此次設(shè)計(jì)設(shè)有五種聲音播放效果，如圖1所示。

2.2 ? ?后面板的程序設(shè)計(jì)

后面板程序設(shè)計(jì)主要分3個(gè)部分，即聲音采集程序設(shè)計(jì)、聲音播放程序設(shè)計(jì)與變聲處理程序設(shè)計(jì)。

2.2.1 ? ?聲音采集程序設(shè)計(jì)

聲音采集的程序由一系列聲音輸入VI和一系列聲音文件VI并列組成[5-6]。聲音采集程序框圖如圖2所示[7]。

2.2.2 ? ?聲音播放程序設(shè)計(jì)

聲音播放程序框圖是由聲音輸出VI和聲音文件VI組成，實(shí)現(xiàn)的功能為把聲音文件播放出來(lái)。程序框圖如圖3所示。

2.2.3 ? ?變聲處理程序設(shè)計(jì)

變聲處理程序如圖4所示。變聲之前先用數(shù)字IIR濾波器VI將寫入的聲音信號(hào)進(jìn)行濾波處理，然后用FFT頻譜（幅度-相位）VI將聲音進(jìn)行傅里葉變換，得到變換的頻譜。然后使用FFT功率譜和PSD VI，計(jì)算時(shí)間信號(hào)的平均自功率譜，最后用窗口函數(shù)縮放VI截取語(yǔ)音信號(hào)樣本，就得到了變聲處理后的聲音信號(hào)[4]。

3 ? ?程序運(yùn)行與分析

采集聲音效果測(cè)試時(shí)，在界面中顯示采集的聲音波形。聲音采集播放程序運(yùn)行效果如圖5所示。

4 ? ?結(jié)語(yǔ)

本文使用基于基音同步疊加（PSOLA）算法的波形編輯和拼接技術(shù)，利用虛擬儀器軟件LabVIEW對(duì)采集的聲音信號(hào)進(jìn)行濾波、調(diào)頻處理，實(shí)現(xiàn)了對(duì)語(yǔ)音信號(hào)的變聲處理。本設(shè)計(jì)能使變聲器的設(shè)計(jì)更加簡(jiǎn)便快捷，具有很好的應(yīng)用前景。

[參考文獻(xiàn)]

[1] 黎子芬，謝曉方，林麗娜，等.基于TD-PSOLA算法的語(yǔ)音合成方法研究[J].海軍航空工程學(xué)院學(xué)報(bào)，2008，23（1）：101-104.

[2] 涂相華，蔡蓮紅.用于語(yǔ)音合成的PSOLA算法簡(jiǎn)介[J].微型計(jì)算機(jī)，1996（4）：5-9.

[3] 劉君華，賈惠芹，丁暉，等.虛擬儀器圖形化編程語(yǔ)言LabVIEW教程[M].西安：西安電子科技大學(xué)出版社，2007.

[4] 彭柏，許剛.利用頻譜搬移控制語(yǔ)音轉(zhuǎn)換中的共振峰[J].電聲技術(shù)，2007，31（1）：39-43.

[5] 熊國(guó)華，羅頌榮，王耕耘.基于聲卡虛擬音頻信號(hào)分析儀設(shè)計(jì)[J].國(guó)外電子測(cè)量技術(shù)，2006，25（4）：37-39.

[6] 于琳，陳健.基于Labview的聲卡信號(hào)采集及其分析系統(tǒng)設(shè)計(jì)[J].儀器儀表用戶，2009，16（4）：39-41.

[7] 孟武勝，朱劍波，黃鴻，等.基于LabVIEW數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)[J].電子測(cè)量技術(shù)，2008（11）：63-65.

收稿日期：2020-07-17

作者簡(jiǎn)介：李要芳（1987—），男，湖南常德人，碩士，工程師，主要從事液壓鑿巖機(jī)、頂錘式液壓鉆機(jī)、掘進(jìn)臺(tái)車、礦用振動(dòng)篩等方面的設(shè)計(jì)研究工作。

劉智（1986—），男，湖南岳陽(yáng)人，博士，講師，主要從事流體傳動(dòng)與控制、液壓鑿巖裝備方面的研究與教學(xué)工作。