👉博__主👈：米码收割机
👉技__能👈：C++/Python语言
👉公众号👈：测试开发自动化【获取源码+商业合作】
👉荣__誉👈：阿里云博客专家博主、51CTO技术博主
👉专__注👈：专注主流机器人、人工智能等相关领域的开发、测试技术。
Matlab 汉/英声学特征比较与基音频率分析
目录
- Matlab 汉/英声学特征比较与基音频率分析
- 一、设计目的
- 二、设计思路
- 三、代码实现
一、设计目的
使用 MATLAB 代码旨在通过详细分析汉语中的“a”和英语中的"A"这两个音素的语音特性，揭示同一音素在不同语言中的发音差异。它通过读取和处理语音样本，计算短时平均能量和幅度，绘制这些特性的图表，以及运用短时自相关法和平均幅度差法（AMDF）检测基音周期，从而提供对汉语和英语“A”音在能量、幅度和基频等方面差异的深入理解。
这一分析对于语音识别、语言学习、语音合成等领域具有重要价值，有助于促进跨语言交流的技术发展。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
二、设计思路
-
录制音频：录制汉语“a”和英语"A"的语音信号，并获取其采样率。
-
单声道处理：如果音频是双声道的，则将其转换为单声道，以便后续处理。
-
计算短时平均能量和短时平均幅度：通过调用相应的函数，计算汉语“a”和英语"A"语音信号的短时平均能量和短时平均幅度。
-
绘制能量和幅度图：利用计算得到的短时平均能量和短时平均幅度，绘制出汉语“a”和英语"A"的能量和幅度变化图。
-
基音周期检测：
- 使用短时自相关法（Autocorrelation）检测基音周期，并得到基音频率。
- 使用短时平均幅度差法（AMDF）检测基音周期，并得到基音频率。
-
绘制自相关曲线和AMDF曲线：绘制汉语“a”和英语"A"的短时自相关曲线和短时平均幅度差曲线，以便观察基音周期检测的结果。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
三、代码实现
-
读取音频文件：
[hanYu, fs1] = audioread('chinese_a.m4a'); [yingYu, fs2] = audioread('english_A.m4a');使用
audioread函数读取汉语“a”和英语"A"的音频文件，分别存储在hanYu和yingYu变量中。fs1和fs2是对应的采样频率。 -
音频处理：
if size(hanYu, 2) == 2 hanYu = mean(hanYu, 2); end if size(yingYu, 2) == 2 yingYu = mean(yingYu, 2); end检查音频是否为双声道，如果是，则将其转换为单声道。这是通过计算双声道样本的平均值来实现的。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
-
短时特征分析：
frameLen = 256; hanYu_energy = shortTimeEnergy(hanYu, frameLen); hanYu_amplitude = shortTimeAmplitude(hanYu, frameLen); yingYu_energy = shortTimeEnergy(yingYu, frameLen); yingYu_amplitude = shortTimeAmplitude(yingYu, frameLen); % 实现 略....这里设置了帧长，然后计算了短时平均能量和短时平均幅度。
-
绘图：
subplot(2,2,1); % 实现 略.... % 实现 略.... % 实现 略.... % 实现 略.... % 实现 略.... subplot(2,2,4);这部分代码使用
subplot和plot函数创建图表，展示两种语言中“a”音的短时能量和幅度。👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
-
基音周期检测：
- 短时自相关法:
[hanYu_pitch1, hanYu_acf] = pitchDetectionAutocorr(hanYu, fs1); [yingYu_pitch1, yingYu_acf] = pitchDetectionAutocorr(yingYu, fs2); - 短时平均幅度差法（AMDF）:
[hanYu_pitch2, hanYu_amdf] = pitchDetectionAMDF(hanYu, fs1); [yingYu_pitch2, yingYu_amdf] = pitchDetectionAMDF(yingYu, fs2);
这两个段落分别使用自相关法和AMDF法进行基音周期的检测，并将结果保存在相应的变量中。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
- 短时自相关法:
-
辅助函数定义：
function energy = shortTimeEnergy(signal, frameLen) ... % 实现 略... % 实现 略... function [pitch, amdfCurve] = pitchDetectionAMDF(signal, fs) ... % 实现 略... % 实现 略...这部分定义了用于短时能量、短时幅度、自相关法基音检测和AMDF法基音检测的辅助函数。
👉👉👉 源码获取 关注【测试开发自动化】公众号，回复 “ 声学特征分析 ” 获取。👈👈👈
