语音信号短时分析与基音周期估计算法实现

资 源 简 介

本项目旨在利用MATLAB平台对语音信号进行深入的短时时域分析。首先对输入的语音信号进行预处理，包括预加重处理、分帧操作以及加窗处理（如Hamming窗），以确保语音信号在短时间内满足平稳性要求。通过计算每一帧信号的短时能量和短时平均过零率，系统能够有效地将语音信号划分为清音、浊音以及背景噪声段。在此基础上，项目采用自相关函数法（ACF）或倒谱法对浊音段进行基音周期（Pitch Period）的准确估计，提取反映发音人声带振动特征的关键生理参数。该系统能够直观地展示语音信号的时域变化及各个短时特征参数的分

详 情 说 明

语音信号短时分析与基音周期估计算法实现

项目介绍

本项目实现了一套完整的语音信号短时时域分析系统。通过对模拟生成的复合语音信号进行预处理、分帧、加窗处理，提取反映语音特征的短时能量（STE）和短时平均过零率（ZCR），并在此基础上实现清/浊音的自动判决。系统核心逻辑在于利用自相关函数法（ACF）准确提取浊音段的基音频率轨迹，并利用中值滤波技术优化估计结果。该项目为语音识别、合成及分析提供了稳健的基础算法框架。

功能特性

• 合成信号仿真：系统能够自主生成包含浊音（100Hz基频及其谐波）、清音（随机噪声）及环境背景底噪的多段复合信号，确保算法在无外部音频文件时仍能独立运行。
• 高保真预处理：应用预加重技术补偿高频损耗，提升信号质量。
• 时域特征提取：同步计算短时能量和过零率，为端点检测和音素分类提供依据。
• 智能化清浊音判决：基于动态阈值逻辑，自动识别语音序列中的发音段落属性。
• 精准基音追踪：采用自相关法在50Hz至500Hz的生理特征范围内搜索峰值，获取发音人的基音周期。
• 多维度可视化：提供波形、能量、过零率及基音轨迹的同步对比图表，直观呈现语音特性的动态演变。

实现逻辑与功能说明

本系统的核心逻辑严格遵循语音信号处理的标准流程，具体实现如下：

1. 信号初始化与预处理 系统首先定义采样率为16000Hz，并通过数学建模合成一段时长2秒的语音。浊音段由基频与多阶谐波组成，清音段由高频随机信号构成。合成后对信号进行幅度归一化，并使用传递函数为 $H(z) = 1 - 0.97z^{-1}$ 的滤波器进行预加重，以提升高频分辨率。

2. 灵活分帧与加窗 系统采用30ms的帧长和20ms的重叠区进行滑动分帧，通过计算得出具体的采样点数。每一帧信号均乘以Hamming窗，以减少分帧产生的频谱能量泄露，保证信号在每帧内的短时平稳性。

3. 短时时域特征计算

• 短时能量 (STE)：通过对每一帧内所有采样点的平方求和获得，反映语音信号的强度变化。
• 短时过零率 (ZCR)：通过计算信号穿过零电平的次数来衡量频率特性。清音段通常具有高过零率，而浊音段过零率较低。

4. 清、浊音自动判决 (V/U Detection) 系统基于能量和过零率设定动态阈值：

• 浊音 (Voiced)：定义为能量高于设定阈值且过零率低于均值逻辑阈值的段落。
• 清音 (Unvoiced)：定义为过零率显著较高且具备一定能量强度的段落。

5. 基音周期估计 (ACF算法) 在判别为浊音的帧中，系统计算信号的自相关函数（ACF）。算法在对应50Hz到500Hz频率范围的延迟点（Lags）之间搜索除原点外的最大值位置。该位置即对应基音周期，进而换算为基音频率。

6. 基音轨迹平滑处理 为消除自相关法中可能产生的倍频或半频错误，系统对估计出的基音频率序列应用了5阶中值滤波（Median Filter），有效剔除了异常跳变点，使频率曲线更加平滑自然。

核心算法与实现细节分析

• 自相关函数法 (ACF)：这是估计基音最经典的时域方法。系统利用其在浊音段具有显著周期性峰值的特性，在正延迟部分锁定最大相关点。
• 动态阈值技术：系统并未采用固定数值，而是基于全信号的最大能量分段和平均过零率设定相对阈值。这种方法在信噪比发生变化时比固定阈值具有更强的适应性。
• 绘图优化技巧：在可视化阶段，为了避免非浊音段（基频为0）在图表中产生垂直掉落的连线，系统将0值替换为NaN（非数字值），从而实现频率轨迹的离散化准确呈现。
• 背景标注：系统在可视化窗口中利用浅绿色半透明矩形框（Patch）自动标记出算法判定的浊音区域，极大地方便了特征参数与发音属性的对应分析。

使用方法

1. 确保安装了MATLAB环境以及相关的信号处理工具箱。
2. 直接运行脚本程序。
3. 系统将自动生成一段模拟语音信号。
4. 程序运行结束后，会自动弹出可视化分析窗口，展示从原始波形到基音轨迹的完整分析结果。
5. 如需分析实际语音文件，可将信号生成部分替换为读取本地音频文件的函数。

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 必备工具箱：Signal Processing Toolbox（用于执行自相关计算和中值滤波）。
• 硬件配置：主流个人电脑即可平滑运行。