信号的采集与处理.docx
《信号的采集与处理.docx》由会员分享，可在线阅读，更多相关《信号的采集与处理.docx（19页珍藏版）》请在冰豆网上搜索。
信号的采集与处理
MATLAB与信息处理课程设计
课设题目：
语音信号采集与处理
学院：
电气学院
班级：
电科1202
姓名：
沈丹婷
学号:
3120504033
指导老师：
许波
2014年7月4日
基于MATLAB的语音信号的采集与处理
电科1202沈丹婷3120504033
一．引言
随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。
数字信号处理在通信语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。
在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。
二．MATLAB工具简介
1．MATLAB是矩阵实验室（Matrix Laboratory）之意，现已发展成为适合多学科，多种工作平台的功能强大的大型软件，已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；
2．MATLAB的语言特点
（1）语言简洁紧凑，使用方便灵活，库函数极其丰富。
MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。
由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。
（2）运算符丰富。
由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
（3）MATLAB既具有结构化的控制语句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。
（4）程序限制不严格，程序设计自由度大。
例如，在MATLAB里，用户无需对矩阵预定义就可使用。
（5）程序的可移植性很好，基本上不做修改就可在各种型号的计算机和操作系统上运行。
（6）MATLAB的图形功能强大。
在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。
MATLAB还具有较强的编辑图形界面的能力。
（7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。
由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。
（8）功能强大的工具箱是MATLAB的另一特色。
MATLAB包含两个部分：
核心部分和各种可选的工具箱。
核心部分中有数百个核心内部函数。
其工具箱又分为两类：
功能性工具箱和学科性工具箱。
功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。
功能性工具箱用于多种学科。
而学科性工具箱是专业性比较强的。
（9）源程序的开放性。
开放性也许是MATLAB最受人们欢迎的特点。
除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。
三、内容要求
1.语音信号的采集及频谱分析
要求利用Windows下的录音机,录制一段自己的话音,时间在5s内，存为*.WAV的文件。
然后在Matlab软件平台下,利用函数wavread对语音信号进行采样,记住采样频率和采样点数。
（五位同学、简单音乐、和弦音乐）
要求首先画出语音信号的时域波形;然后对语音号进行快速傅里叶变换,得到信号的频谱特性，分析基频。
（1）采集信号代码：
[x,fs,Nbits]=wavread（'E:
\shendanting\沈丹婷\SDT'）
[x,fs,Nbits]=wavread（'E:
\shendanting\沈丹婷\JDYY'）;
[x,fs,Nbits]=wavread（'E:
\shendanting\沈丹婷\HX'）;
采样频率和采样点数均为
（2）频谱分析代码：
fs=22050;
[x,fs,Nbits]=wavread（'E:
\shendanting\沈丹婷\SDT'）;
t=0:
1/22050:
（length（x）-1）/22050;
sound（x,fs）;%对加载的语音信号进行回放
figure
（1）
plot（t/2,x）%做原始语音信号的时域图形
title（'原始语音信号'）;
xlabel（'timen'）;
ylabel（'fuzhin'）;
figure
（2）
freqz（x）%绘制原始语音信号的频率响应图
title（'频率响应图'）
n=length（x）;%求出语音信号的长度
y1=fft（x,n）;%傅里叶变换
y2=fftshift（y1）;%对频谱图进行平移
f=0:
fs/n:
fs*（n-1）/n;%得出频点
figure（3）
subplot（2,1,1）;
plot（abs（y2））%做原始语音信号的FFT频谱图
title（'原始语音信号FFT频谱'）
subplot（2,1,2）;
plot（f,abs（y2））;%绘制原始语音信号的频谱图
简单音乐及和弦的频谱分析如下：
（简单音乐）
2.理解傅里叶变换的性质
（1）回放
sound（x,fs）;
（2）快慢放
w=0.5;M=w*fs;
sound（x,M）;
w=2;M=w*fs;（M＞1快放，M＜1慢放）
sound（x,M）;
3.信号的调制解调
代码如下：
clear;
dt=1/44100;
fs=44100;
[f1,fs,nbits]=wavread（'E:
\shendanting\沈丹婷\HX'）;
figure
（1）;
subplot（3,2,1）;
N=length（f1）;
t=0:
1/fs:
（N-1）/fs;
plot（t,f1）;
title（'信息信号的时域波形'）;
fy1=fft（f1）;
w1=0:
fs/（N-1）:
fs;
figure
（2）;
subplot（3,2,2）;
plot（w1,abs（fy1））;
title（'信息信号的频谱'）;
f2=cos（22000*pi*t）;
figure（3）;
subplot（3,2,3）;
fy2=fft（f2）;
N2=length（f2）;
w2=fs/N*[0:
N-1];
plot（w2,abs（abs（fy2）））;
f1=f1（:
1）;
f3=f1'.*f2;
figure（4）;
subplot（3,2,4）;
fy3=fft（f3）;
plot（w1,abs（abs（fy3）））;
title（'已调信号的频谱'）;
sound（f3,fs,nbits）;
f4=f3.*f2;
figure（5）;
subplot（3,2,5）;
fy4=fft（f4）;
plot（w1,abs（abs（fy4）））;
sound（f4,fs,nbits）;
fp1=0;
fs1=5000;
As1=100;
wp1=2*pi*fp1/fs;
ws1=2*pi*fs1/fs;
BF1=ws1-wp1;
wc1=（wp1+ws1）/2;
M1=ceil（（As1-7.95）/（2.286*BF1））+1;
N1=M1+1;
beta1=0.1102*（As1-8.7）;
Window=（kaiser（N1,beta1））;
b1=fir1（M1,wc1/pi,Window）;
figure（6）;
freqz（b1,1,512）;
title（'FIR低通滤波器的频率响应'）;
f4_low=filter（b1,1,f4）;
plot（t,f4_low）;
sound（f4_low,fs,nbits）;
f5=fft（f4_low）;
figure（7）;
plot（w1,abs（f5））;
4、低通滤波
代码如下：
[x1,Fs,bits]=wavread（'E:
\shendanting\沈丹婷\HX'）;
derta_Fs=Fs/length（x1）;%设置频谱的间隔，分辨率，这里保证了x轴的点数必须和y轴点数一致
fs=Fs;
fp1=1000;
fs1=1200;
As1=100;
wp1=2*pi*fp1/fs;%
ws1=2*pi*fs1/fs;%
BF1=ws1-wp1;
wc1=（wp1+ws1）/2;
M1=ceil（（As1-7.95）/（2.286*BF1））+1;%按凯泽窗计算滤波器阶数
N1=M1+1;
beta1=0.1102*（As1-8.7）;
Window=（kaiser（N1,beta1））;%求凯泽窗窗函数
b1=fir1（M1,wc1/pi,Window）;%wc1/pi为归一化,窗函数法设计函数
figure
（2）;
freqz（b1,1,512）;%[H,w]=freqz（B,A,N）,
（1）中B和A分别为离散系统的系统函数分子、分母多项式的系数向量，返回量H则包含了离散系统频响在0~pi范围内N个频率等分点的值（其中N为正整数），w则包含了范围内N个频率等分点。
调用默认的N时，其值是512。
title（'FIR低通滤波器的频率响应'）;
x1_low=filter（b1,1,x1）;%对信号进行低通滤波,Y=filter（B,A,X），输入X为滤波前序列，Y为滤波结果序列，B/A提供滤波器系数，B为分子，A为分母
sound（x1_low,Fs,bits）;
figure（3）;
subplot（2,1,1）;
plot（x1_low）;
title（'信号经过FIR低通滤波器（时域）'）;
subplot（2,1,2）;
plot（[-Fs/2:
derta_Fs:
Fs/2-derta_Fs],abs（fftshift（fft（x1_low））））;
title（'信号经过FIR低通滤波器（频域）'）;
5.提高部分
（1）声音信号的放大和衰减
放大：
[y,fs]=wavread（'E:
\shendanting\沈丹婷\HX'）;sound（2*y,fs）;
缩小：
[y,fs]=wavread（'E:
\shendanting\沈丹婷\HX'）;sound（0.5*y,fs）;
（2）倒放
[y,fs]=wavread（'E:
\shendanting\沈丹婷\HX'）;wavplay（flipud（y）,fs,'sync'）;
（3）混音
%##下面是将两个音频叠加在一块
closeall
clearall
[y,fs]=wavread（'G:
\jsdx\jsdx'）;%打开音频文件（格式为wav的音频文件），所得y为采样数据，fs为采样率
time=（1:
length（y））/fs;%时间轴的向量【（length（y））/fs即为音频文件播放的时间长度】
subplot（3,1,1）;
plot（time,y）;%画出时间轴上的波形
title（'郭振宇的声音'）;
%sound（y,fs）
[y6,fs6]=wavread（'G:
\jsdx\cui'）;%打开音频文件（格式为wav的音频文件），所得y为采样数据，fs为采样率
time6=（1:
length（y6））/fs6;%时间轴的向量【（length（y））/fs即为音频文件播放的时间长度】
subplot（3,1,2）;
plot（time6,y6）;%画出时间轴上的波形
title（'崔舒扬的声音'）;%sound（y6,fs6）
%下面将两个音频叠加在一块
[m,n]=size（y）;%查看y的大小，【此处y是m行，n列的数据】
[m6,n6]=size（y6）;%查看y6的大小，【此处y6是m6行，n6列的数据】
z=zeros（max（m,m6）-min（m,m6）,n）;%生成0矩阵，用于加在时间较短的那么音频的后面
iflength（y）y1=[y;z];
y8=y1+y6;
sound（y8,fs）
elsey1=[y6;z];
y8=y1+y;
sound（y8,fs）
end;%%%%wavwrite（y8,fs,'111'）;%保存合成的音频信号，文件夹在matlab--bin
（4）回声
[x,fs,bits]=wavread（'G:
\jsdx\jsdx',[140000]）;%读取语音信号
n1=0:
2000;
b=x（:
1）;%产生单声道信号
N=3;
yy2=filter（1,[1,zeros（1,80000/（N+1））,0.7],[b',zeros（1,40000）]）;%IIR滤波器进行滤波
figure（3）
subplot（2,1,1）;plot（yy2）;%三次回声滤波器时域波形
title（'三次回声滤波器时域波形'）;
YY2=fft（yy2）;%对三次回声信号做FFT变换
subplot（2,1,2）;plot（n1（1:
1000）,YY2（1:
1000））;%三次回声滤波器频谱图
title（'三次回声滤波器频谱图?
'）;
figure（4）
subplot（2,1,1）;plot（abs（YY2））;%经傅里叶变换之后的信号的幅值?
title（'幅值'）;
subplot（2,1,2）;plot（angle（YY2））;%经傅里叶变换之后的信号的相位?
title（'相位'）;
sound（2*yy2,fs,bits）;%经三次回声滤波器后的语音信号，乘以5是为了加强信号
（5）页面设计
心得体会
我们之前并没有接触过这门课程，可能是教学安排上有些小瑕疵，一开始会觉得根本无从下手，没有一点思路，甚至第一天连如何运用这个软件都不知道，但之后的学习过程中，老师也放低了要求，我们也就没有了那么多压力。
XX，请教老师，小组成员互相讨论，一点一滴的慢慢积累，深深地感受到了这款软件的强大威力。
在电视里，特别是动画片中，唐老鸭的声音，或者其他尖锐，低沉的声音，原来都是可以用MATLAB制作出来的，改变频率，幅值，一个小小的变化都会产生极大的效果。
当听见自己的声音就跟用复读机快放一样的时候，心里还是很得意的，短短的几句代码，竟然有如此大的威力，真的得感叹一句科技真伟大。
最有意思的并不是基础部分的程序设计，反而是后面的提高部分，回声，混音，增强，衰减，特别是最后还有个页面设计，我们组的小伙伴特别给力，做出来的效果特别逗，很有喜感。
可惜，男女变声还来不及修改完成，不过如果时间还能充裕一点，我们有信心能把它搞定！
再说说我这次主要完成的版块吧。
我负责的是信号采集和频谱的分析，参与了调制解调，快慢放以及声音信号的放大和衰减。
说实话，一开始当组长交代任务，根本无从下手，只能XXXX，信号的采集和频谱分析网上版本各种各样，最初我们借鉴的那个版本有噪声方面的处理，而且维数也不对，最后我们一起讨论，删减，才得到了最后的终极版。
快慢放还有放大和衰减就相对比较简单，都是短短几句话，通过改变频率，幅值，就可以实现。
我们发现，改变频率会达到快慢放，同时声音也会变尖锐，一开始误以为这就是男女声转换呢。
总之，过程远远比结果精彩，自己从啥也不会，到现在能对MATLAB有所了解，这都是非常令人高兴的事
MATLAB不在于学习本身，在于你对实际问题的理解分析能力和建模能力。
MATLAB作为一种数学工具,广泛用于各个工程领域。
工程技术人员通过MATLAB提供的工具箱和丰富的调用函数,可以完成复杂工程问题的数值求解.并能够将计算结果形象直观地显示出来。
随着应用研究不的不断深入,MATLAB也处在不断发展和完善的过程中。
学习MATLAB可以完全很多实际性的工作，比如说画二维,三维图。
MALAB具有强大的数值计算功能，而MALTAB中带的系统仿真成为大型科研中最得力的助手。
本次课程设计要求我们学会运用MATLAB的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟悉，时间虽短，受益颇深。
升级会员 