频率进行采样，采样序列为x(n)，然后进行下一步的自相关计算。
3.1.2语音信号的短时自相关函数
定义语音信号自相关函数如下：
其中k为信号延迟点数:
为语音信号；N为语音帧长度。经过低通滤波
之后，取160个样点数，帧长取10ms，对每帧语音求短时自相关，取得自相关最大点数，自相关函数在基音周期处表现为峰值，这些峰值点之间的间隔的平均值就是基音周期。但是由于图中存在野点，编写matlab程序除去野点算出对应基音周期如图3所示，设基音周期值为PT，调动PT，接近女声，设新的为PT1。 3.2 LPC倒谱法提取共振峰
通过线性预测分析得到合成滤波器的系统函数为
其冲击响应为h(n),为预测系数。
?(n),首先根据同态分析方法，?(z)=logH(z),因为H然后求h(n)的倒谱h有H?(z)可以展开成级数形式，（z）是最小相位的，即在单位圆内是解析的，所以H?(z)=即H?(n)是存在的，设h?(n)=0，将?(z)的逆变换h,也就是说H等式两端分别对求导，得到：
6 / 24
=
有（1-）=, 令式左右两边Z的各次幂前
系数分别相等得到：
?(1)=1 h
?(n)= h+ 1
?(n)= h n>p
在本实验中，取预测阶数为10，语音的样点数为160，按照上式可直接从预
?(n)，这个倒谱是根据线性预测模型得到，即称为LPC倒谱。测系数求得倒谱h谱的峰值基本上对应于共振峰频率，用GT表示共振峰；修改共振峰，使共振峰
接近女声、童声、老人声范围，新的为GT1. 3.3 线性预测语音信号合成
根据线性预测的基本思想，用过去M个样点值来预测现在或未来的样点值：
?（n）=y
?（n）是预测信号，为预测系数，y(n)为取样信号，预测误差（n）: yE｛(n)｝=E｛
为使E｛(n)｝最小，对求偏导，并令其为零，有：
E｛［
｝
］y(n-)｝=0 =1,?,M
上式表明采用最佳预测系数时，预测误差与过去的样点值正交。由于语音信
7 / 24
号的短时平稳性，要分帧处理，对于每一个样点值记为 这段语音记为Yn。
对于语音段Yn，并记它的自相关函数为：
(j,i)=E｛
(n)?, (n+N-1)，
｝,对于语音段Yn，
n=1,?,M
根据Yule—walker方程，可以解出样值，用这种方法定期地改变激励参数u(n)和预测系数，并使用修改过后的基因周期和共振峰参数，就能合成出语音，合成语音样本如下：
S（n）=
+Gu(n)
为预测系数；G为模型增益；u(n)为激励；合成样本s(n)；p为预测器阶数； 编写matlab程序，合成效果如下图所示：
第4章 GUI界面设计以及仿真图形和程序
在设计数字变声器的界面时，使用了MATLAB提供的可视化的界面环境Guide。相比较通过编写程序进行GUI的设计，可视化的界面环境更加方便快捷。 4.1 界面设计
在matlab新建GUI，添加各部件，完成如下图所示。
8 / 24
当选中“录音”radiobutton的时候，“打开”radiobutton会失效，与之相关的“打开音频文件”pushbutton按钮也会失效，而与录音相关的两个文本框和“保存”按钮会有效，两个文本框分别写入录音时间与录音频率。
接下来的八个变声按钮则分别实现变声的效果，每个变声按钮后跟的两个坐标图分别画出变声后的时域图和频域图。 4.2 仿真图形
选择一段音频文件，显示其仿真图形（左图为时域图，右图为频域图）。
9 / 24
4.2.1 原声
4.2.2 女声
4.2.3 童声
4.2.4 老人声
10 / 24