语音信号变声处理与频谱分析系统

资 源 简 介

本项目专注于语音信号的特征分析、数字化处理与变声算法设计，旨在通过技术手段改变原始语音的感官特性。系统的核心原理在于通过改变输入声音的频率分布，进而调整声音的音色与音调，使用户听感上的输出声音与原声产生显著区别。变声器的实现过程借助了对声音音色和音调的双重复合改变，其中共振峰频率的迁移是基于重采样技术实现的。系统能够对采集到的语音信号进行快速傅里叶变换（FFT），分析其频谱特性，并通过重采样算法调整信号的采样率，实现共振峰位置的移动，从而模拟不同发音者的特征。此外，系统还包含数字滤波功能，用于滤除噪声并优

详 情 说 明

基于MATLAB的语音信号变声处理与分析系统

本项目是一个集语音信号采集、变声处理、数字滤波及频谱分析于一体的综合性实验系统。通过MATLAB强大的信号处理工具箱，系统能够对原始语音进行实时或模拟获取，并利用重采样技术改变声音的音色与音调，实现如“萝莉音”（高音）与“大叔音”（低音）的转换效果。

---

功能特性

1. 多模式信号获取：系统优先读取本地音频文件，若文件不存在，则自动通过叠加不同频率的正弦波并添加指数衰减函数，生成模拟多共振峰的语音信号，确保演示的连续性。
2. 高精度变声算法：基于重采样（Resampling）原理，通过有理数比例逼近算法调整信号采样率。不仅改变了播放速率，更有机地迁移了语音的共振峰位置，实现音调的自然转换。
3. 专业数字滤波优化：内置4阶巴特沃斯（Butterworth）带通滤波器，截止频率设定在100Hz至4000Hz之间，有效滤除高频噪声及直流偏置，优化输出音质并保留人类语音的核心特征成分。
4. 双维度可视化分析：系统自动生成对比图谱，包括时域波形（Amplitude-Time）和频域频谱（Power-Frequency），直观展示变声前后能量分布的变化。
5. 自动化分析报告：在控制台实时输出处理参数，包括采样率、共振峰偏移系数、滤波器类型等关键技术指标。
6. 实时回放与序列化保存：处理后的语音可直接通过系统音频设备顺序播放，并自动保存为高质量的WAV归档文件。

---

系统要求

• 软件环境：MATLAB R2016b 或更高版本。
• 工具箱需求：Signal Processing Toolbox（信号处理工具箱）。
• 硬件需求：声卡及扬声器（用于音频回放）。

---

变声处理逻辑与算法实现

#### 1. 信号预处理 系统设定标准采样率为44100Hz，采用16位采样精度。在读取音频后，强制转换为单声道处理，以保证算法处理的一致性。

#### 2. 音调变换核心算法 变声的核心在于改变信号的频率结构。

• 高音处理（童声效果）：设置变声系数 alpha = 1.5。通过重采样函数将信号频率向上迁移，缩短时域长度，使共振峰向高频移动，从而产生尖锐、清脆的听感。
• 低音处理（怪兽效果）：设置变声系数 alpha = 0.7。通过重采样使信号频率向下迁移，拉伸时域长度，使共振峰向低频移动，产生深沉、厚重的听感。

系统中利用了 rat 函数将浮点数系数转换为最接近的有理数比例 P/Q，作为 resample 函数的输入参数。

#### 3. 滤波器设计 为了模拟真实通信环境并滤除重采样可能引入的伪影噪声，系统采用了带通滤波方案：

• 滤波器类型：4阶巴特沃斯带通滤波器。
• 通带范围：100Hz - 4000Hz。
• 实现方式：利用 butter 函数计算滤波器系数，通过 filter 函数进行线性相位或零极点滤波，并对输出信号施加1.2倍的增益补偿（Gain），确保音量适中。

#### 4. 频谱特征分析 系统利用快速傅里叶变换（FFT）分析信号的频域特性：

• 采样点数 N 取 2 的幂次以优化计算效率（nextpow2）。
• 将处理后的信号进行长度补齐或截断，确保原始信号、高音信号、低音信号在同一基准下进行对比。
• 频谱图采用对数坐标（dB）显示功率分布，清晰揭示不同变声模式下能量重心的偏移。

---

使用方法

1. 准备阶段：将名为 original_speech.wav 的音频文件放置在程序运行目录下。若无此文件，程序将自动进入模拟语音模式。
2. 运行处理：在MATLAB命令行窗口执行主函数。
3. 结果查看：程序运行后会弹出可视化窗口：

* 时域波形图：观察不同变声效果对信号包络和持续时间的影响。 * 频域频谱图：观察原始频谱与变声后频谱在频率轴上的平移情况。

1. 音频试听：程序会依次播放“原始语音”、“变声高音”、“变声低音”，每段播放间隙设有缓冲区。
2. 文件获取：处理完成后的文件 processed_child.wav 和 processed_monster.wav 将自动生成在当前工作空间目录中。

---

技术参数总结

• 重采样比例：由 alpha 参数决定，采用有理数逼近算法计算。
• FFT长度：根据信号长度自动适应的2的幂次方。
• 滤波器阶数：4阶。
• 可视化频率轴范围：0 - 8000Hz（重点覆盖语音敏感区）。