语音合成与识别

开发平台：
Matlab

feature_extrac.m：源码内容
							function [parameter,region_set]= feature_extrac(wavefile)
%feature_extrac(wavefile) :
%To get feature parameters from input wave file.
%Generally ,sample rate of the wave file is 8KHz or 16KHz.
%Inwav is data(time-amplitude) of the wave file.
%Fs is sample rate(Freqency) of the wave file.
%NBits means N bits to save one data.
%[Inwav,Fs,NBits] = wavread('wavedir/w10.wav');
[Inwav,Fs,NBits] = wavread(wavefile);
%First Step : pre-emphasis.
Inwav = pre_emphasis(Inwav);
%Second Step: frame blocking.
%             Frame size N(ms),overlapping region is M(ms)
%             Generally , M = (1/3)*N , which N = 30.
N = 32;			%32 = (256/8000)*1000 , each frame has 256 points.
M = (1/2)*N;	
FrameSize = round(N*Fs/1000);
FrameLap  = round(M*Fs/1000);
FrameCount= floor((size(Inwav,1)/(FrameSize-FrameLap)) - 1);
parameter = [];
threshold = 0.0003;  % for edge detetcion threshold.
load tri_coef.mat   % for tri_band_filter parameter : fstart,fcent,fstop.
for i = 1 : FrameCount,
   startpos = (i-1)*(FrameSize-FrameLap)+1;
   Frame{i} = Inwav(startpos:startpos+FrameSize-1);
   %Calculate energy to do edge detection
   energy(i) = sum(Frame{i}.^2)/FrameSize;
   if energy(i) > threshold , 
      energy(i) = 1;
   else 
      energy(i) = 0;
   end;
end;
[region_set,legal_frame] = edge_detect(energy);
for i = 1 : FrameCount,
   if ismember(i,legal_frame),
      %Third Step: hamming window.
      %            w(m) = 0.54 - 0.46 cos(2*pi*m / n) , 1<=m<=n+1.
      %Wframe = Frame*(0.54 - 0.46*cos(2*pi*i / (FrameCount-1)));
      Wframe  = hamming(FrameSize).*Frame{i};
      
      %Forth Step: fast fourier transform.
      %            Using FFT function to calculate. 
      %            Compute square of real part and imaginary part.
      %fft_frame = sqrt(real(fft(Wframe)).^2+imag(fft(Wframe)).^2);
      fft_frame = abs(fft(Wframe));
      
      %Fifth Step: triangular bandpass filter.
      %            Using user defined function tri_band_filter(fft_frame{i}).
      P = 20;      %P means counts of log spectral magnitude.
      TBF_coef = tri_band_filter(fft_frame,P,fstart,fcent,fstop);
      %TBF_coef = bandfilt(fft_frame,P,fstart,fcent,fstop);
      
      %Sixth Step: cosine transform.
      %            Using DCT to get L order mel-scale-cepstrum parameters.
      L = 12;      %L means L order , generally L is 12.
      Cepstrum = mel_cepstrum(L,P,TBF_coef);
      
      %Compute log_energy for parameter.
      normalize_coff = 10;
      log_energy = 10*log10(sum(Frame{i}.^2)/FrameSize)/normalize_coff;
      
      %parameter is 12+1 = 13 order now. 
      %In other words, parameter is 13 x N matrix. N is size of legal_frame.
      temp = [Cepstrum log_energy]';
      parameter = [parameter temp];
   end; 
end;
%=========compute delta energy and delta cepstrum============
%Calculate delta Cepstrum and delta log energy
%Combine them with Cepstrum and log energy, get 26 order parameter.
delta_window = 2;
parameter = delta_function(delta_window,parameter);
%figure;
%plot(Inwav);      
%========================Subfunction================================
function Inwav = pre_emphasis(Inwav)
%s'(n) = s(n)-0.95s(n-1);
Inwav = Inwav - 0.95*[0 ;Inwav(1:end-1)];
function TBF_coef = tri_band_filter(fft_frame,P,fstart,fcent,fstop)
%The function is triangular bandpass filter.
for i = 1 : P,
   for j = fstart(i) : fcent(i),
      filtmag(j) = (j-fstart(i))/(fcent(i)-fstart(i));
   end;
   for j = fcent(i)+1: fstop(i),
      filtmag(j) = 1-(j-fcent(i))/(fstop(i)-fcent(i));
   end;
   TBF_coef(i) = sum(fft_frame(fstart(i):fstop(i)).*filtmag(fstart(i):fstop(i))');
end;
TBF_coef = log(TBF_coef.^2);
function Cepstrum = mel_cepstrum(L,P,TBF_coef)
%compute mel-scale cepstrum , L should be 12 at most part.
for i = 1 : L,
   coef        = cos((pi/P)*i*(linspace(1,P,P)-0.5))';
   Cepstrum(i) = sum(coef.*TBF_coef');
end;
function parameter = delta_function(delta_window,parameter)
%compute delta value : delta cepstrum and delta log energy.
rows  = size(parameter,1);
cols  = size(parameter,2);
temp  = [zeros(rows,delta_window) parameter zeros(rows,delta_window)];
temp2 = zeros(rows,cols);
denominator = sum([1:delta_window].^2)*2;
for i = 1+delta_window : cols+delta_window,
   subtrahend = 0;
   minuend    = 0;
   for j = 1 : delta_window,
      subtrahend = subtrahend + temp(:,i+j)*j;
      minuend    = minuend + temp(:,i-j)*(-j);
   end;
   temp2(:,i-delta_window) = (subtrahend - minuend)/denominator;
end;
parameter = [parameter ; temp2];

						