李冬梅，刘冀川

(中国电子科技集团公司第五十四研究所，河北石家庄050081)

0 引言

语音变速处理是将所输入的语音信号以任意的速度(慢或快)播放，这在目前是一项十分流行的语音处理技术，在语音合成、语音识别和频谱分析等方面有着广泛应用前景，引起了很多研究者的关注。对于数字语音信号，在改变其播放速度方面，传统技术是通过改变输出的采样率来实现，但这种方法会导致音调和音色发生变化，语音效果变差，严重时甚至无法识别语音内容。为了达到变速不变调的效果，可以利用自相关函数、短时平均幅度差函数、倒谱法和小波变换等构成的基音检测法以及基于参数编码的LPC算法等，但这些方法在硬件设计和实现时比较繁琐。本文根据基音波形的概念，在时域上对基音波形的复制和抽取，实现了语音的变速不变调处理和FPGA的实现。

1 语音变速的理论依据

从物理原理来看，语音信号是由肺挤压出的空气激励发声器官带来的震动产生的。说话时声带相互靠拢但不完全封闭，这样声门变成一条窄缝，当气流通过时压力减小，从而声带完全合拢使气流不能通过，在气流被阻断时压力恢复正常，因而声带间的空隙形成，气流再次通过。这一过程周而复始，就形成了一串周期性的脉冲气流送入声道。这个脉冲串的周期称为“基音周期”，其倒数是“基音频率”。这种方式发出的音为浊音。语音的另一种产生方式是声门完全闭合，此时声道不是受声门周期脉冲气流的激励，而是利用口腔内存有的空气释放出来而发声。……