数字信号处理——matlab变声器.docx

数字信号处理——matlab变声器  
2013-07-09 07:44:20|  分类： 数字信号 |  标签：声音信号   |举报 |字号大中小 订阅
效果不好。

项目目标：把自己（男）的声音分别变成小孩的声音、女人的声音和老人的声音。
变声原理:语音科学家将人类发声过程视作一个由声门源输送的气流经以声道、口、鼻腔组成的滤波器调制而成的。人类语音可分为有声语音和无声语音，前者是由声带振动激励的脉冲信号经声腔调制变成不同的音，它是人类语言中元音的基础，声带振动的频率称为基频。无声语音则是声带保持开启状态，禁止振动引发的。一般来说，由声门振动决定的基频跟说话人的性别特征有关，如下表，而无声语音则没有体现这个特征。说话人的个性化音色和语音的另外一个声学参数——共振峰频率的分布有关。儿童由于声道短，其共振峰频率高于成年人，成年女性的声道一般短于成年男性，所以女性的共振峰频率一般高于男性。

人群
基频分布Hz
共振峰频率分布
男声
[50,  180]
偏低
女声
[160,  380]
中
童声
[400,  1000]
偏高

    由上可知，在进行性别变声时，主要考虑基频和共振峰频率的变化。当基频伸展，共振峰频率也同时伸展时，可由男声变成女声，女声变成童声；反之，基频收缩，共振峰频率也同时收缩时，则由童声变女声，女声变男声。为了获得自然度、真实感较好的变声效果，基频和共振峰频率通常必须各自独立地伸缩变化如下图：

共振峰频率的改变是基于重采样实现的，从重采样原理知道，这也同时引发了基频的变化，为保证基频变化和共振峰频率变化的独立、互不相关，在基频移动时必须考虑抵消重采样带来的偏移，理论上只要基频检测足够精确，确实可以保证基频改变和共振峰频率改变间的互不相关。

设计方案：
1录入自己（小孩、女人、老人）的一段声音  
2用MATLAB做fft得到其频谱 
3做fft频谱分析 
4搬移和改变基频、语速，实现变声
%读取语音信号
[s fs nbits] = wavread('f:\data\my.wav');
s=s/max(s); %归一化
%sound(s,fs)

L = length(s) % 读入语音长度
S=fft(s,L);

%画图：原始信号
figure(1)
subplot(2,1,1);plot(s);title('原语音信号波形');
subplot(2,1,2);plot(abs(S));title('原语音信号频谱');

%findpitch.m

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

%下面变声会用到的 ，没有的话变声不会成功的，自己单独保存为m函数文件，上面的程序要调用的

% 计算一段语音的基音周期
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

以下是整理的变声的完整程序 ：
[s,fs,nbits] = wavread(‘a.wav’); % 载入语音s

FL = 80; % 帧长
WL = 240; % 窗长
P = 10; % 预测系数个数

s = s/max(s); %归一化
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
last_syn = 0; %存储上一个（或多个）段的最后一个脉冲的下标
zi_syn = zeros(P,1); % 合成滤波器的状态

% 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
last_syn_t = 0; %存储上一个（或多个）段的最后一个脉冲的下标
zi_syn_t = zeros(P,1); % 合成滤波器的状态

% 变速不变调滤波器（假设速度减慢一倍）

hw = hamming(WL); % 汉明窗

% 依次处理每帧语音
for n = 3:FN

% 计算预测系数
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) 用filter函数s_f计算激励，注意保持滤波器状态
[exc1,zi_pre] = filter(A,1,s_f,zi_pre);

exc((n-1)*FL+1:n*FL) = exc1; %计算得到的激励

% (5) 用filter函数和exc重建语音，注意保持滤波器状态
[s_rec1,zi_rec] = filter(1,A,exc1,zi_rec);

s_rec((n-1)*FL+1:n*FL) = s_rec1; %计算得到的重建语音

% 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
G = sqrt(E*PT); % 计算合成激励的能量G

%本段激励只能修改本段长度
tempn_syn = [1:n*FL-last_syn]';
exc_syn1 = zeros(length(tempn_syn),1);
exc_syn1(mod(tempn_syn,PT)==0) = G; %某一段算出的脉冲
exc_syn1 = exc_syn1((n-1)*FL-last_syn+1:n*FL-last_syn);
[s_syn1,zi_syn] = filter(1,A,exc_syn1,zi_syn);
exc_syn((n-1)*FL+1:n*FL) = exc_syn1; %计算得到的合成激励
s_syn((n-1)*FL+1:n*FL) = s_syn1; %计算得到的合成语音
last_syn = last_syn+PT*floor((n*FL-last_syn)/PT);

% (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(男声变女声)

PT1 =floor(PT/2); %减小基音周期
poles = roots(A);
deltaOMG =150*2*pi/fs;

%下面为女声变男声，要用的话把上面一段换成以下三行
% PT1 =floor(2*PT);
% poles = roots(A);
% deltaOMG =0.005*2*pi/fs;

for p=1:10 %增加共振峰频率，实轴上方的极点逆时针转，下方顺时针转
if imag(poles(p))>0 poles(p) = poles(p)*exp(j*deltaOMG);
elseif imag(poles(p))<0 poles(p) = poles(p)*exp(-j*deltaOMG);
end
end
A1=poly(poles);

tempn_syn_t = [1:n*FL-last_syn_t]';
exc_syn1_t = zeros(length(tempn_syn_t),1);
exc_syn1_t(mod(tempn_syn_t,PT1)==0) = G; %某一段算出的脉冲
exc_syn1_t = exc_syn1_t((n-1)*FL-last_syn_t+1:n*FL-last_syn_t);
[s_syn1_t,zi_syn_t] = filter(1,A1,exc_syn1_t,zi_syn_t);
exc_syn_t((n-1)*FL+1:n*FL) = exc_syn1_t; %计算得到的合成激励
s_syn_t((n-1)*FL+1:n*FL) = s_syn1_t; %计算得到的合成语音
last_syn_t = last_syn_t+PT1*floor((n*FL-last_syn_t)/PT1);

end

%这是绘图的，自己改

plot(s_syn_t),
xlabel('n (samples)'), ...
ylabel('Amplitude'), title('变换后语音信号'),...
xlim([0,length(s_syn_t)]);

%handles.y=s_syn_t; %要保存数据就把handles.y改成自己的
% guidata(hObject,handles);

sound(2*s_syn_t);%播放改变后的声音

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

%下面变声会用到的 ，没有的话变声不会成功的，自己单独保存为m函数文件，上面的程序要调用的

% 计算一段语音的基音周期
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

refer:
1.