1. 引言語音信號分析是一門新興的涉及到很多領域的交叉學科［1，2］。伴隨著通信技術的發(fā)展，語音采集和分析儀器的數(shù)字化、智能化、小型化和多功能化的發(fā)展越來越快，其分析速度也有了大幅度的提高［3］。但現(xiàn)在市場上的語音分析系統(tǒng)價格昂貴，且操作復雜，大多只能用于特定的測量分析項目［4~6］。基于上述不足，本文設計了一款基于 Matlab 的語音信號分析系統(tǒng)，能夠方便地對語音信號進行時域分析，具有價格便宜、通用性強等優(yōu)點。 2. 語音處理系統(tǒng)的設計 2.1. 語音信號的采集過程與預處理語音信號作為一維模擬信號，利用計算機來分析處理時，應先進行采樣和量化，轉換成數(shù)字信號。 Matlab 中提供了強大的數(shù)據(jù)采集工具箱，可滿足控制聲卡對數(shù)據(jù)進行采集的要求，通過如下方法可以驅動聲卡來進行：一是將聲卡作為對象處理采集語音信號；二是調用 Wavrecord 功能函數(shù)采集語音信號；三是運用 Audiorecorder 對象采集語音信號。在實際的語音信號處理時，為了減少信息的丟失，采樣頻率一般根據(jù)采樣定理選取為 8 kHz~10 kHz。采樣后的信號在幅度上仍然保持著連續(xù)的特點，所以要進行量化處理。量化的目的是將信號波形的幅度值離散化。作為短時平穩(wěn)信號，語音信號在時域頻域分析時，對數(shù)據(jù)要進行分幀加窗處理。一個好的窗函數(shù)的標準是：在時域因為是語音波形乘以窗函數(shù)，所以要減小時間窗兩端的坡度，使窗口邊緣兩端不引起急劇變化而平滑過渡到零，這樣可以使截出的語音波形緩慢降為零，減小語音幀的階段效應；在頻域要有較寬的 3 dB 帶寬以及較小的邊帶最大值。另外一方面，不同人的基音周期變化很大，主要集中在 70 Hz~1000 Hz。所以窗一般選擇在 10 ms~20 ms 之間。此外，為了避免在加窗時加入多余的高頻信號，應該使用平滑窗，例如漢明窗。