Technologia Mowy, lab 29.10.2015  Instrukcja
Celem ćwiczeń jest zapoznanie się z podstawami przetwarzania sygnału mowy za pomocą
pakietu Voicebox.
1. Ściągnij z Internetu i wgraj do swojego folderu roboczego pakiet narzędziowy do
przetwarzania mowy Voicebox:
(http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voicebox.html) .
Zapoznaj się z dostępnymi funkcjami , w szczególności do ekstrakcji F0, MFCC, PLP,
itp.
2. Wczytaj pliki  nagrania wypowiedzi z archiwum zip.
3. Wykreśl przebieg F0 względem czasu dla wybranego nagrania głosu męskiego i
kobiecego, dla każdego za pomocą dwóch dostępnych metod z pakietu Voicebox.
4. Zapoznaj się z funkcjami pakietu Voicebox służącymi do parametryzacji mowy, w tym
z funkcją służącą do wyznaczania współczynników MFCC.
5. Dla wybranego nagrania wykreśl jego spektrogram oraz macierz MFCC (dla 3-4
różnych ustawień algorytmu, np. zmienne l.filtrów, l.współczynników, obecność wsp.
delta). Jak zmiana l. filtrów i l. współczynników wpływa na układ współczynników
6. Z dostępnych anagrań, sklej, po jednym długim nagraniu głosu męskiego i osobno
głosu kobiecego. Dla tak otrzymanych dwóch długich nagrań wyznacz:
a. Histogram wartości F0 obu głosów, wyświetl te histogramy jeden nad drugim
(subplot)
b. Wyznacz dla nich wartość średnią i odchylenie standardowe, narysuj
odpowiadające im rozkłady Gaussa (oba wykresy na jednym rozkładzie)
c. Zastanów się: jak powyższe informacje można wykorzystać do rozróżniania
płci mówcy?
7. Dla długiego nagrania wyznacz i wyświetl jako obrazek (funkcja imagesc())
a. Macierz kowariancji spektrogramu sygnału
b. Macierz kowariancji (12x12) współczynników MFCC
c. Zaobserwuj na czym polegają zasadnicze różnice między macierzami ? O czym
to świadczy ?
d. Wyświetl histogram wartości współczynników C1- z MFCC oraz histogram
wartości wybranego pasma częstotliwości spektrogramu, porównaj kształt i
zakres rozkładów
8. Za pomocą metody LPC (funkcja lpc()) wyznacz wygładzony spektrogram ch-ki
częstotliwościowej filtru transmitancji traktu głosowego, dla wybranego nagrania
jednej frazy. (konieczne ramkowanie sygnału, okienkowanie ramki, wyznaczenie wsp.
lpc, posłużenie się wsp. LPC do wyznaczenia odp. częst. Filtru za pomocą funkcji
freqz()).
a. Jak zmienia się spektrogram dla różnych długości predyktora, zilustruj to na 3
przykładach podając rząd predyktora oraz odpowiadającą mu stałą czasową.
9. Uzyskane wyniki przedstaw w postaci prostego i czytelnego raportu w formie PDF:
rysunki z krótkimi komentarzami i wnioski. Raport będzie punktowany.