TELKOM NIKA , Vol. 11, No. 5, May 2013, pp. 2641 ~ 2647   ISSN: 2302-4 046           2641      Re cei v ed  Jan uary 17, 201 3 ;  Revi sed Ma rch 1 5 , 2013;  Acce pted Ma rch 2 5 , 2013   Voice Collection under Different Spectrum        Min Li*, Yu-duo Wang   Schoo l of Information a nd C o mmunicati on E ngi neer in g   Beiji ng Informa tion Scie nce a nd T e chnol og y Universit y , Bei jing  100 10 1, Chin a   *Corres p o ndi n g  author, e-ma i l : rongb ing- limi n @1 63.com       A b st r a ct   Accordi ng to  th e sh ort-time  F o urier tra n sfor m theor y  an d pr i n cipl e  of di gital  filterin g, this  p aper   establ ishe d a math e m atic al mo de l  ca lle d c o llecti o n  of v o i c e si gna l c o ll e c tion  at d i ffere nt spectru m . T h e   voice si gna l w a s a non-stati onary pr ocess ,  w h ile t he stand ard F ouri e r transform on ly app lie d to th e   peri odic s i gn al,  transie nt sign als or  stati ona ry rand om s i g nal. T her ef ore,  the stand ard  F ourier tra n sfo r m  coul d not b e  di rectly used for  the  speec h si gna l. By controlli ng th e inp u t  different types  and p a ra mete rs,   this p aper  an al y z e d  th e co llec t ed ori g i nal  voi c e sig n a l  sp ectrum w i th the  us e of MAT L AB s o ftw are platfor m .   At the sa me ti me, it re al i z e d  the extractio n ,  record i ng a n d  pl ayback  of  the spe e ch s i gn al at d i ffere nt   freque ncies. T herefor e, the   w a veforms c o uld  be  dis p l a y ed  obvi ously  o n  the  gra p h i c  user i n terface   and   voice effect co uld b e  more cl early. Mea n w h ile, the re su lt w a s verified b y  the hardw ar e platfor m s, whic h   consiste d of T M S320VC 5 5 09A [1] chi p  and T L V 320 AIC23 vo ice ch i p . T he results  show ed that  th e   extraction of vo ice sig nal u n d e r  different spec tr um  mod e l w a s scientific, rati ona l an d effective.    Ke y w ords : DS P, speech sig n a l, Graphic Us er  Interface, di gital filter         Copy right  ©  2013 Un ive r sita s Ah mad  Dah l an . All rig h t s r ese rved .       1. Introduc tion  As the hot rese arch topi cs in the field   of high-te ch  application, voice si gnal  has a   more  clo s ely  relation ship  with many fields. Such as telep hon e s  in the are a s of indu strial  prod uctio n , automatic  di al of teleco mmuni cati on  system s, spee ch recog n ition [2], sp eech  con s ultatio n   and m ana ge ment, health care a nd a ssisted q u e r y in the a r ea s  of living . Sp eech  sign al processing  ca n be  more  efficient  to pr od uce, tran spo r t, store and  get sp eech me ssag e,  whi c h ha s a g r eat sig n ifica n t for prom oting so cial d e velopme n t.  Digital sig nal  processo r (DSP) is spe c ia lly desi g n ed for digital  signal p r ocessing   algorith m  of  real-time  an d rapid im pleme n tation [3].  It involves m any  su bje c ts  and  is  wid e ly use d   in many are a s  of emerging  disci pline s . It has mo re ad vantage s tha n  simulatio n  system, such  as   predi ctability, prog ram m ab le, high p r e c i s ion, g ood  st ability, reliabil i ty and rep e a t ability, easy to   reali z e the a daptive algo ri thms, large-scale in te gration etc. Thi s   pape r u s e s  T M S320VC55 09A  chip  lau n che d  by TI, thi s   chip  ha s the  cha r a c t e risti c s of  e fficiency, p o rtable a nd l o w   con s um ption.  It also ad opt s the u n iform  addressin g   ways to pa rtition the sto r ag e  spa c e,  whi c h  is  conve n ient to  a prog ram o p timization, a s  well a s  the  reali z ation d a ta pro c e s sin g . It provides a  c onvenienc e  for the  s p eech s i gnal process i ng  by us ing the IIC, Mc BSP [4 ] or  RTC peripheral  interface.  The d e si gn  of the  spe e c h  sig nal  sy stem inte rfa c e is ba se d  on MATLAB  GUI  environ ment.  It design s  a  digital sig nal  filter wi th the  cha r a c teri stics of h andli n g low fre que ncy  sign als, n o   drift and the  ideal fre q u ency respon se, an d fina lly complete  spe e ch si g nal  acq u isitio n, extraction a n d  pl ayba ck.  Users ca n d i rectly loadi n g  and listen  to the spe e ch   resou r ce file s. By cli cki n g  on th e  correspon di ng  b u tton, we  ca n co mplete t he data  re su lts  stora ge an d waveform display after the extraction.       2. Rese arch  Metho d   2.1. Short-time Fourier T r ansform the o r y   Standard Fo urie r tran sform only appli e s to tr an si ent  sign als, perio dic sign al  or  stationa ry ra ndom  sign al. The  spe e ch sig nal b e l ong s to no n - station a ry p r ocess,  with  the  c h ar ac te r i s t ics  o f  time - v aryin g .  Bu t w i th in  a s hort  time, its  ch aracteri st ics remain  relatively  Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA  Vol. 11, No . 5, May 2013 : 2641 – 264 7   2642 stable. T here f ore it could  be  seen  as a qua si -ste ady-state  pro c e ss [5]. Sh ort-time F o u r ier  transfo rm  (ST FT) is  a math ematics tra n sform rel a t ed t o  the Fou r ie r transfo rm, wh ich i s  to sel e ct  a time-f req u e n cy lo cali zati on  wind ow fu nction. A s su mes that the   wind ow fun c tion g ( t) is sm ooth  within  a sho r t time inte rval  (pseud o  smo o th), mova ble  win dow fun c tion, ma ke s f  (t)g(t) a  smo o th  sign al  within  different time,  and  calculat es  out  p o wer  spe c tru m  at  d i fferent mo m ents. Sh ort-ti me   Fouri e r tra n sf orm wi ndo w f unctio n s  can’ t be cha nge d ,  once  sele ct ed, its sh ape  will not chan ge,  and the resol u tion is dete r mined a c cord ingly. To cha nge the resol u tion, we ne e d  to resele ct th e   wind ow fun c ti on.    2.2. Design  of FIR filter s   The pap er a dapts wi ndo w function s  method to  desig n FIR filter, it can be reali z e d   arithmeti c  by  differential e q uation s  1 0 ) ( ) ( N k k n x k h n y  [6]. In  the formula,    k n x  is the  k   sampli ng  pe ri od d e lays of i nput  sign al,  N is the  nu mbe r  of filter  order,  k h   is the  k tim e -del ay  weig hted valu e (filter co efficient),    n y  is the filter’s output  sign al of  nT t .      3. MATL AB  Model De sign and Simulation   This de sig n  acq u ire s  a .wav format’ s  audio file throug h the co mputer  sou n d card.  First,  con d u c t a  sh ort-time   Fouri e r tran sf orm, the n   de sign  lo w-p a ss, hig h -pa ss,  band -pa s s a n d   band -sto p filter for the tra n sform results. We  can pl ayback the  spee ch afte r e x traction  of the   high fre que ncy, low frequ e n cy, mediu m   freque ncy  th rough th e bro adcast fun c ti on, therefo r e  th e   effec t  after filter extr ac tion is  more c l early.     3.1. Design  of FIR Filters   The pap er u s es the functio n 1 fir  in the MATLAB signal proce s sing To o l box to desig n  FIR filter. The 1 fir call s f o rmat :   window ftype Wn n fir , ' ' , , 1 b  [7].    The  n is FIR fil t er orde r, whi c h i s  a  even  for hig h -p ass and  ban d-p a s s filter;  Wn is  cutoff fre que ncy: Fo r  ba nd-p a ss an d  ban d-stop  filter:  2 , 1 W W Wn ,  1 W   and   2 W are  respe c tively the lo we r  cut - off freq uen cy and the  u pper cut-off f r equ en cy.  ftype  is the filter   type ，  it is a low-pa ss o r  b and-pa ss  filte r  without emp hasi z e d . The  igh' ' h   is high-pa ss  filter and  the  ' ' stop  is band -stop filter;  window is the type of window fun c tion.     3.2. Main Functions  for  MATL AB In terfa ce Desig n   1)  [y, FS, bits] = wavre ad ('file name' )  ‘wavre ad’  su pport s  m u ltichann el d a ta,  with u p  to  32  bits pe r  sa mple, a nd  su pport s   readi ng 24 -  and 32 -bit .wav files. The  .wav ex tension is a ppen ded if no extensi on is giv en.  Amplitude values a r e in the  range [-1,+1] .  Return s the sampl e  rate (Fs) in  Hert z a nd the numb e r   of bits p e r  sa mple (bits) u s ed to  en co d e  the d a ta  in  the file. ‘y’ repre s e n ts  a  string  of data ,  in   whi c h  store s   the sam p le v a lue s . ‘fs’ is . w av form at file ’s  sampli ng  freque ncy  (Hz); ‘bits’ i s  the   quantification  length in the A/D conve r ter, that is samp ling bits [8].  2)  s o und (x, fs , bits )  It plays the  sou nd usi n g  bits numbe r of bi ts/sam ple, if possib l e. Most platforms  sup port bits  = 8 or bits = 1 6 .     wavplay is a  synchro nou s  operation, M A TLAB  will stop other ta sks until it has  finishe d   playing. If yo u requi re oth e r ope ratio n s  while pl aying  the spe e ch, sound o r  soun dsc functio n  can  be used for n on-synchrono us play . The  differen c e bet wee n  them is that sound sc calibrates th e  values in the  x ranging from -1 to 1, for formali z in g pro c e ssi ng,  in order to  achi eve the best  perfo rman ce.   3) wavreord  (n,fs )    It reco rd s n   sampl e s of a n  audi o  sign al, sam p led   at a rate of  Fs  Hz (sam p l es  per  se con d ). The  default value  for Fs is 1 102 5 Hz.   4)  wavwrite (x, fs, n, ’filename’)  Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Colle ction und er Diff erent Spe c tru m  (Min Li)  2643 It writes the data s t ored in t he variable y  to a WAVE file c a lled filename. The  data has  a sampl e   rat e  of  Fs Hz  a nd i s   N-bit, where   N i s  8, 16,  24,   or  3 2 .  Fo r N < 32, amplitude   val ues  outsid e  the ra nge [-1, +1] are clipp ed.   5)  w a vplay ( y ,Fs)    It plays the audio si gnal  stored in th e vect or y on a  PC-b ased au dio output de vice.   You sp ecify the audi o sig nal sa mpling  rate with  th e intege r Fs  in sam p les  p e r second. T he  default  valu e for  F s   i s  110 25 Hz  (sam pl es per se co n d ).   wavpl a y  sup port s  o n ly 1- or 2 - chan nel  (mon o or ste r eo) au dio si g nals.     3.3. Use of G r aphic User Inter f ac e   GUI [9], [10] can  be u s ed t o  create  cont rols  nee ded i n  this pa pe r. Thre e dynam ic text  box FH, FL, Fs are u s e d , they are respe c tive ly the upp er cut-off freque ncy, lower cut - off  freque ncy  an d the  samplin g fre que ncy.  A pop -up  me nu  i s   used to   sele ct the  FI R filter type.  Add  five axes: two wavefo rms on the left are re sp ectivel y  for the orig inal sig nal time-d omain  a n d   freque ncy - do main, wavef o rm s on the  right  sh ow the time-do m ain and freque ncy-dom ain   waveforms af ter filtering. T he Middle i s  the amplit ud e-freque ncy for filtering. Buttons o n  the rig h t  are fun c tion selectio n key s .    3.4 Simulation Res u lts a nd Analy s is  (1) De sign  of high-pa ss  filter  If the hig h  fre quen cy p a rt  of sp ee ch  si g nal i s  to  be  e x tracted,  put  the si gnal  in  the hi gh - pass  filter. Fs is   s e t for  400Hz , FH is   s e t  for 100H z. At this time, hig h  freq uen cy i s  sele cted  wh ile  low fre que ncy is filtered. Comp ared wi th the  origin a l  signal, the  sou nd be co mes m o re  acute   after high -pa s s filter.          Figure 1. Hig h -pa s s filter      (2) De sign  of band -sto p  filter  Re set the up per a nd lo wer cut-off freq u ency, low fre quen cy and h i gh frequ en cy band   is reserved,  interme d iate  freque ncy i s  filter ed th ro ugh the  ban d stop  filter. The  spe c trum   cha nge s of the spee ch b e fore a nd aft e r filteri ng  sh ows: To som e  extent, spe e ch  after filter  become s  lower, but it is cl ose to the o r iginal spee ch  sign al.    Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA  Vol. 11, No . 5, May 2013 : 2641 – 264 7   2644     Figure 2. Band-sto p  filter      (3)  De sign of  low pa ss filter  Select lo w-pa ss filter, m odi fy the param et ers  of high  freque ncy a n d  low frequ en cy. The  waveform sh ows that: the low freque n c y is re se rve d  while the h i gh frequ en cy is filtered, the   spe e ch after low-pa ss filter becom es lo w and bori ng.           Figure 3. Low-pa ss filter        (4)  Real time  recording of spee ch si gnal   The p ape r in cre a ses the  real -time recordin g  spe e ch sig nal fu nction. Click th e sta r t- record  butto n,  spe e ch signal can be   re corded  a nd saved. S e lect filter ty pe, modify the  para m eters, we ca n  extra c t  the   ce rtain  freq uen cy ra nge  by the fu nction  of  real -time  re cordi ng  spe e ch sig nal . This pa pe r a dopts  ban d-p a ss filter , extracting th e fre quen cy from  50Hz to 15 0Hz.  The sp ee ch b e com e s a c ut e after the ba nd pa ss f ilter,  but is lowe r than hig h  pa ss filter.    Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Colle ction und er Diff erent Spe c tru m  (Min Li)  2645     Figure 4. Re cordin g sp ee ch sign al       (5) Sou nd effects of differe nt FIR filters  With  the com pari s on of  wa veforms and sou nd  effe cts,  we  can see:   The spe e ch sou n d s   lowe r if the low freq uen cy is extra c ted .In the  cont ra st, the spee ch  beco m e s  sh arp. The  re su lts  of the compa r ison am ong t he four f ilters are sho w n in  the table 1.      Table1. Sou n d  effects of di fferent FIR filters  Filter t y pe   Freque nc y  selection  Sound effects  High pass   High frequenc y  pitch 、、 sharp har sh  Band stop  Band freque nc y  low 、 but close to  original signal  Lo w  pass  Lo w  freq uenc y  deep 、、 lo w borin g  Band pass  Middle frequenc y  sharp 、 but close to original signal      4. Sy stem Implementa tio n    4.1. Hard w a r e  Design Sc heme   The sy stem  hard w a r e d e s ign  schem e  is sho w n in   figure 5, it m a inly co nsi s ts of DSP  pro c e ssi ng m odule an d sp eech sign al acq u isitio n  module. Its wo rkin g pro c e ss is as follows:  mike a c qui re s a spe e ch  signal, put  it into  the  sign al con d itioning ci rcuit. Speech  sig nal  acq u isitio n a nd processin g  m odul e (T LV320AIC23) [11] mainly  compl e tes sp eech  sig nal A/D  and D/A conversion [ 12]; TMS320VC55 09A (DSP)   p r o c e ssi ng mod u l e  reali z e s  the  comm uni cati on  with a udio  chi p , an d  co mpletes the  spee ch  sig nal  pro c e ssi ng fu nction  [13]. T h e   spe e ch si gna l after p r o c e ssi ng i s  filtered an d  ca rri ed on  po we r amplifier, th en playb a ck  the  spe e ch by the head pho ne.           Figure 5. Hardwa re de sig n  sch eme     Evaluation Warning : The document was created with Spire.PDF for Python.
                               ISSN: 23 02-4 046   TELKOM NIKA  Vol. 11, No . 5, May 2013 : 2641 – 264 7   2646 4.2. Soft w a r e  Flo w   Char t  System software co ntain s  the main  prog ra m a n d  interru ption  sub r outin e. The main   prog ram  com p letes the  sy stem  hardware initiali zation , key  scanni n g  an d  key p r oce s sing.  Wh ile   interrupt pro g ram mai n ly complete s  data acq u is it ion, softwa r e  filtering, sp eech re cove ry  pro c e ssi ng.             Figure 6. Software flow cha r t      Parts of the software p r o g ram cod e  are as follo ws:   void main()  {  uint16 AIC23 data = 0 ;  // Initialization CSL library  CSL_init ();    // Set system freque ncy : 144 MHZ   PLL_config (&myConfig );    hMcbsp =  M C BSP_open(MCBSP_PO RT1,M C BSP_OPEN_RES ET);  //s etMc BSP1  MCBSP_conf ig(hMc bs p ， & M c b s p 1Config);    //s tart Mc BSP1  MCBSP_s t art ( hMc b s p ,MCBSP_RCB_S TART| MCBS P_XMIT_START,0);   .... ..   //set AIC23 di gital interface   I2C_ write ( digi tal_audi o_int eface _ form at, //pointer to data arrary   2,                                 //length of data to be transmitted   1,                                 / / mas t er  or s l aver  CODEC_A D DR,               / / s lave address  1,                                 / /trans fer mode  3000 0                           //time out for busy bu s  );   Evaluation Warning : The document was created with Spire.PDF for Python.
TELKOM NIKA   ISSN:  2302-4 046     Voice Colle ction und er Diff erent Spe c tru m  (Min Li)  2647 //setAIC23 s a m pling fre que ncy   I2C_ write ( sa mple_ r ate_ co ntrol,2,1,CODEC_ADDR,1,3000 0);   //s tart AIC23  I2C_ write ( digi tal_interfa c e_ activation,2,1 , CODE C_A D DR,1,3 000 0);    while (T RUE )   {  //spee ch si gn al pro c e ssi ng  prog ram   }      5. Conclusio n   The extra c tio n  of spee ch  signal of di fferent frequ ency ba nd  has ma ny extensive  appli c ation s , su ch a s  spe e ch  re cog n ition, ca rtoon sound synthe sis,  etc.  Thi s   pape r combi nes  MATLAB GUI and M do cuments , e s tablishe s sp e e ch  sign al e x traction mo del; reali z e s   the   spe e ch sig n a l  acqui sition,  different fre quen cy  ban d  extraction,  playba ck fun c tion s ba sed  on   MATLAB soft ware pl atform . It has b een ve rified  by the h a rd ware pl atform, whi c h  co ntains  TLV320AIC2 3  and TMS3 20VC5 509A  .The re sults  sho w  that the algorith m  is efficient a nd  feasibl e , thus reali z e th e i n sp ectio n  of  theoreti c al  kn owle dge. At the same tim e , it provide s  a   necessa ry premise fo r ne w  develo p me nt and validat ions.       Referen ces   [1]    Shen gp eng  Guan, P e i an  He , Keha n  Liu,  etc.   Spe e ch   recog n itio n  an d co ntrol s y st em b a sed  o n   T M S320VC55 09A.   Applic ati on of Electro n i c  T e chnol ogy . 200 7; (07): 36~ 39.   [2]    N y oma n  Rizkh a Emill ia, Su ya nto, W a rih Ma hara n i.  Isolate d  W o rd Rec o g n itio n Usi ng Er god ic Hi dd e n   Markov Mo del s and G enetic   Algorit hm.  T E LKOMNIKA Indones ian  Jour n a l of  El ectrica l  Engi ne erin g .   201 2; 10(1): 12 9~ 136.   [3 ]    C h un me i  Wang , H o ng bo  Sun .   T M S320V C 55x DSP  pri n ciple  a nd  app l i catio n . Bei jin g :  Publis hi ng   hous e of electr onics i ndustr y. 200 8.  [4]    T he design of speec h sign al  process i ng s y s t em  based o n  DSP. W i reless  Internet  T e chnol og y. 20 09 ;   (09): 99~ 99.   [5]    Z ongfu  W u ,  M i ngs han Cai, Ri xin Ch en.  R e searc h  an d r ealiz atio n of a bnorm a l n o ise  recog n itio n   s y stem b a sed  on short-term treatment.   Chi nese Agr i cultur al Mech ani z a t i on . 201 1; 132( 02): 125~ 1 28.   [6]    Yupi ng Su, Qi ong qio ng Z h e ng, Do ngj u Yu . De sign  of F I R Dig ital F ilter  Based  on MA T L AB.  China   Scienc e an d T e chn o lo gy Info rmati o n . 20 08;  (08): 144~ 1 45.   [7]    Peng  W e i. T he D e sig n  Meth od  of Assistan ce of   Dig ital F ilter b a se d o n   MAT L AB  w i nd o w  fu nctio n .   Co mp uter Kno w ledge a nd T e chno logy . 2 012 ; 8(18): 456 4~ 4 566.   [8]    Min y in g Ji ng,  Shumi ng L o n g .  Collecti ng  an d Operati on of  Sign al us ing  MAT L AB . Informati on  an d   Co mmun icati o n . 2012; (3): 10 ~ 11.  [9]    Aihu a Z han g. Desig n  an d Implem entatio n o f   Speech Si gna l Acquis i tion a n d  Processi ng S y stem Bas e d   on DSP.  Journ a l of Z hong Y u an Un iversity o f  T e chnolo g y . 200 9; 20(4): 10 ~ 11.  [10]    EVC Sekhar a Rao, Dr PVN Prasad. F i nite  Eleme n t Method Usin g PDE T OOL of Matl ab for H y br i d   Stepper  Motor  Desi gn.  T E L K OMNIKA Ind ones ian  Jo urn a l  of Electric al  Eng i ne eri n g . 201 2;  1 0 (4) :   680~ 6 86.   [11]    Jun Li, Ha ib in  Z hou, Shen gl in Qiu, Yanz h en Z han g, Xia o y an C a i. Des i gn of Sp eech  Recog n itio n   S y stem Bas ed  on DSP.   Scien c e Mosaic . 20 1 1 ; (07): 118~ 1 2 2 .  [12]    Xu eMi n  Z h a n g ,  Jian hon g Z h ang, Y ans ong   Kang. T he d e s i gn  an d si m u la tion  of F I R filter b a sed   o n   GUI.   Journal o f  Changc hu n Institute of T e chnol ogy . 20 09; 10(0 4 ): 33~ 35.   [13]    Xi ao yo ng  F an,  Cha ngl in Z h o u , Xiao ji ng Ji a .  Real izatio n o f  speec h sig n a l co llecti on  br oadc ast an d   digit a l ech o  ba sed on DSP.  El ectronic Me asu r ement T e chn o l ogy . 20 07; 30( 8): 103~ 10 6.   Evaluation Warning : The document was created with Spire.PDF for Python.