Applied Speech and Audio Processing: With matlab examples

Figure 6.11
LSP tracks for a few seconds of a blackbird’s song sampled at 16 kHz (top)
compared to a spectrogram of the same recording (bottom).
6.3.2
Analysis of animal noises
A recording of birdsong from the BBC was analysed in a similar fashion to the analysis
of the violin note in Section 6.3.1 [10]. After some experimentation, an 18th-order LPC
analysis was found to be optimal for LSP track plotting as shown in Figure 6.11.
The analysis covers approximately 4.5 seconds of a blackbird’s warble, and shows a
clear visual correlation between the birdsong syllables shown in the spectrogram, and
in the plotted LSP trajectories. The spectrogram had 50% overlapped windows of size
256 samples, and non-overlapped 256-sample windows were used for the LSP tracking.
Other authors report that harmonic analysis has been shown useful in the classification
of birdsong [11], and since both plots in Figure 6.11 so clearly show harmonic effects
(look for LSP pairs shifting together), the potential for such analysis using these meth-
ods is clear.
As a final analysis of animal noise, a recording of a very large and angry dog barking
was obtained, at some risk, using a 16 kHz sample rate. Again this was analysed by
first obtaining LPC coefficients, and then a set of LSPs, for a succession of 64-sample
analysis frames. The analysis order was set to eight in this instance since the pitch of
the dog bark was rather low, and strongly resonant. Figure 6.12 plots the time-domain
waveform above the time-evolution plot of the eight LSP tracks. A bar graph overlaid
upon this depicts frame power, and both power and LSP frequencies were scaled to be
between 0 and 1 for ease of plotting.

---

6.4. Higher order statistics
155
1
0.5
0
Amplitude
Relative measure
–0.5
–1
0.1
0.2
Time, ms
Analysis Frame
0.3
0.4
0.5
0.6
line 8
line 7
line 6
line 5
line 4
line 3
line 2
line 1
power
1
0.8
0.6
0.4
0.2
0
40
20
60
100
140
80
120
160
Figure 6.12
Waveform plot (top) and LSP tracks (below) with overlaid frame power plot (bars
on lower graph) for a double dog bark, recorded at 16 kHz and an analysis order of eight.
The dog bark waveform of Figure 6.12 resembles human speech – in fact a recording
of a human shouting ‘woof woof’may look similar. The narrow pairs of LSPs, observable
during the periods of highest power, indicate the resonance of strong formants during
the loudest part of the bark. The similarity with human speech would indicate that
methods of analysis (and processing) used for human speech could well be applicable to
animal noises. In particular, vocally generated animal noises, using the same mechanisms
as human speech, would be more amenable to speech processing methods than those
produced in other ways, such as the abrasive sounds of grasshoppers, dolphin squeaks,
pig snorts, snake rattles, and so on.