DSP试验报告

基于基于 LPCLPC 算法的语音基频检测算法的语音基频检测姓名：姓名：学号：学号：组号：第二组组号：第二组 1818 号设备号设备指导老师：指导老师：时间：时间：2016.5.232016.5.23 南京理工大学南京理工大学目录目录 1．实验目的 3 2 .实验器材 3 3．实验过程 3 3.1 熟悉 LPC 算法 . 3 3.1.1 LPC 原理 3 3.1.2 LPC 过程 3 3.2 熟悉并验证各个模块 . 4 3.2.1 AD 采样 . 4 3.2.2 FIR 滤波 5 3.2.3 FFT. 5 3.3 LPC 验证 6 3.3.1 CODEC 的下抽取采样 6 3.3.2 信号分帧 7 3.3.3 LPC 滤波 7 3.3.3 计算残差 8 3.3.4 对残差做 FFT 运算 9 3.3.5 得到基音频率. 10 3.4 实验结果的验证. 10 3.4.1 验证方法. 11 3.5 其他实验结果 11 3.5.1 上扫频波. 11 3.5.2 麦克风输入语音. 12 3.5.3 麦克风输入音乐. 12 3.6 结论 13 4. 实验中遇到的问题. 13 南京理工大学南京理工大学 1 1．．实实验目的验目的 1) 了解DSP硬件系统基本构架 2) 熟悉DSP软件开发基本流程 3) 掌握DSP软件开发、调试、验证方法 4) 掌握DSP硬件调试、验证方法 5) 锻炼发现、分析、解决问题能力 6) 理解DSP特点 2 .2 .实验器材实验器材 1) DSP 平台：TI 的 TMS320C6713 2) 测试设备：示波器——泰克 TDS2012B 3) 函数发生器——泰克 AFG3021B 3 3．实验过程．实验过程 3.13.1 熟悉熟悉 LPCLPC 算法算法 3.1.13.1.1LPCLPC 原理原理语音线性预测的基本思想是：一个语音信号的抽样值可以用过去若干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样值的均方误差达到最小，可以确定唯一的一组线性预测系数。采用线性预测分析不仅能够得到语音信号的预测波形，而且能够提供一个非常好的声道模型。此外，LPC分析还能够对共振峰、功率谱等语音参数进行精确估计，LPC分析得到的参数可以作为语音识别的重要参数之一。由于语音是一种短时平稳信号，因此只能利用一段语音来估计模型参数。将长的语音序列加窗，然后对加窗语音进行LPC分析，只要限定窗的长度就可以保证分析的短时性，这种方案称为自相关法。 3.1.23.1.2 LPCLPC过程过程 LPC的过程：残差= 真实语音– 预测语音= 真实语音– LPC系数*真实语音南京理工大学南京理工大学 LPC算法流程图如下：采样语音提取 LPC计算残差计算 FFT 局部最值索引频率转换图 1 LPC 算法流程图 3.23.2 熟悉并验证各个模块熟悉并验证各个模块 3.2.1 AD3.2.1 AD 采样采样通过信号发生器产生频率f=100Hz的正弦波信号，采样率为96KHz，设置断点，运行C程序，查看View-Graph的1024点输出，View-Graph显示的波形图2：图2 AD采样输出实际输入频率的计算公式为f n * fs,图中半个周期的点数为 480 点，所 N 以，输入频率为 96k/960=100Hz。由此说明通过 AD 采样得到的仍然是 100Hz 的正弦波信号，由此 AD 采样模块得以验证。南京理工大学南京理工大学 3.2.2 FIR3.2.2 FIR 滤波滤波通过输入一个频率为 300Hz 的三角波信号，来验证 fir 滤波的低通性。图 3 和图 4 分别为 fir 滤波前和滤波后三角波输出：图3 滤波前三角波输出图4滤波后三角波输出从图中可以看出，经过 fir 滤波之后，输出的还是一个频率为 300Hz 的三角波形，只是幅度上略有削顶，这是由于设置时信号幅度略大造成的。后面验证 LPC 时要用 100Hz 的正弦信号，图 5 和图 6 为 100Hz 的正弦信号在 fir 滤波前和滤波后的结果：图 5滤波前正弦波输出图 6 滤波后正弦波输出 3.2.3 FFT3.2.3 FFT 通过信号发生器输入一个频率为100Hz的正弦信号来验证FFT, 图7是输入信号，图 8 是FFT 之后的频谱图，图 9 是对频谱图取模后的图：南京理工大学南京理工大学图 7 输入信号图 8频谱图图 9 频谱图取模由图 9可以读出，FFT 之后谱线对应的点数为 56，从而计算可得信号的频率为 100Hz。由此 FFT 模块得证。 3.3 LPC3.3 LPC 验证验证 3.3.1 CODEC3.3.1 CODEC 的下抽取采样的下抽取采样 DSP 内部设置采样率为 32KHz，而我们要求 16KHz 采样，我们采取二倍下抽取的方法来实现 16KHz 采样。图 9 和图 10 分别为下抽取前后的采样信号。南京理工大学南京理工大学图 9 下抽取前的采样信号图 10下抽取后的采样信号很明显，在 512 个采样点中，下抽取之后得到了更多的周期。 3.3.23.3.2 信号分帧信号分帧将 16K 采样信号分成 50 帧，每一帧包含 320 个点，其中一帧的信号波形图 11：图 11一帧的信号波形 3.3.3 LPC3.3.3 LPC 滤波滤波首先比较 matlab 中的 LPC 系数和 C 中的系数，图 12 中左边为 C 中的 LPC 系数，右边为 matlab 中的 LPC 系数，可以看到基本一致。南京理工大学南京理工大学图 12 LPC 系数比较然后利用 LPC 系数进行 FIR 滤波，滤波之后的 lpcwav 波形如图 13：图 13滤波之后的 lpcwav 波形 3.3.33.3.3计算残差计算残差由公式：残差= 真实语音– 预测语音= 真实语音– LPC 系数*真实语音，进行残差计算之后的波形输出为：南京理工大学南京理工大学图 14 残差计算之后的波形 3.3.43.3.4 对残差做对残差做 FFTFFT 运算运算接着观察 lpcwav 的残差谱，即做 FFT 运算，得到的结果如下图：图 15 残差谱再对 FFTlpcerr 进行求模运算，得到的结果如下图：南京理工大学南京理工大学图 16残差谱取模 3.3.53.3.5 得到基音频率得到基音频率根据残差谱的局部最值和频谱分辨率计算频率，找到最大值位置。最大值位置即为基音频率。下图100Hz正弦信号经过LPC之后得到的基音频率。图 17基音频率从图中可以看到，得到的基音频率为109.375Hz。 3.43.4实验结果的验证实验结果的验证我们采用了一种方法得到采样率为16KHz正弦信号，比较LPC之后的基音频率，从而验证了DSP中的LPC算法的正确性。南京理工大学南京理工大学 3.4.13.4.1 验证方法验证方法我们通过 Datasave 将信号源通过 AD 采样后产生的 wavsig 的 16 进制数据从 CCS 中导出，并通过 matlab 转换成为十进制的数，生成代码如下： a=textr