基于MATLAB语音信号处理去噪毕业设计(含源文件)Word下载.doc

基于MATLAB语音信号处理去噪毕业设计(含源文件)Word下载.doc

《基于MATLAB语音信号处理去噪毕业设计(含源文件)Word下载.doc》由会员分享，可在线阅读，更多相关《基于MATLAB语音信号处理去噪毕业设计(含源文件)Word下载.doc（32页珍藏版）》请在冰豆网上搜索。

ABSTRACT

Digitalsignalprocessingcannotbeseparatedfromthefilter,thefilterdesignoccupiesanextremelyimportantroleinsignalprocessing.TheMATLABsoftwaretoolboxprovidesavarietyofdigitalfilterdesign.Thesubjectoftheuseofbasicknowledgeofdigitalsignalprocessing,speechsignalandthenoisyspeechsignalspecctralsnalysisandfiltering,Bythetheoreticalderivationofthecorrespondingconclusions,thentothecomputerthroughtheuseofMATLABasaprogrammingtool

Toachieveparitytoverifytheconclusionsderived.Inthedesignprocess,usingthewindoowfunctiondesignFIRdigitalfilter,IIRdigitalfilterusingcutdesignthanChebyshev,Butterworthandbilinearvariationmethod.Inthedesignprocess,theuseofcomputerandsimulationofMATLABtheentiredesign,graphicsrendering,andsomedate.

Keywordsfilter；

simulation；

filtering

目录

摘要 I

ABSTRACT II

第1章前言 1

1.1研究的意义 1

1.2国内外研究现状 1

1.3研究的内容 2

第2章语音信号去噪方法的研究 4

2.2去噪的原理 4

2.2.1采样定理 4

2.2.2采样频率 5

2.2去噪的方法 5

FIR滤波器基本结构：

7

IIR数字滤波器的设计 8

第3章滤波器的设计及实现 10

3.1数字滤波器设计的基本原理 10

3.3IIR数字滤波器的设计及实现 13

第四章去噪及仿真的研究 16

4.1语音文件在MATLAB平台上的录入与打开 16

4.2原始语音信号频谱分析及仿真 16

4.3加噪语音信号频谱分析及仿真 20

（1）正弦波信号加入原始语音信号 20

4.4去噪及仿真 24

4.5结合去噪后的频谱图对比两种方式滤波的优缺点 25

总结 27

致谢 28

参考文献 29

29

第1章前言

1.1研究的意义

语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。

随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。

语音信号是信息技术处理中最重要的一门科学，是人类社会几步的标志。

那么什么是语音？

语音是人类特有的功能，也是人类获取外界信息的重要工具，也是人与人交流必不可少的重要手段。

那么什么又是信号？

那信号是什么呢？

信号是传递信息的函数。

离散时间信号——序列——可以用图形来表示。

语音信号处理是一门用研究数字信号处理研究信号的科学。

它是一新兴的信

息科学，同时又是综合多个学科领域的一门交叉科学。

语音在我们的日常生

活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。

所以研究语音信号无论是在科学领域上还是日常生活中都有其广泛而重要的意义。

1.2国内外研究现状

20世纪60年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换（FFT）等是语音信号数字处理的理论和技术基础。

随着信息科学技术的飞速发展，语音信号处理取得了重大的进展：

进入70年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术（LPC），并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本之间，时间匹配的动态规划方法；

80年代初一种新的基于聚类分析的高效数据压缩技术—矢量量化（VQ）应用于语音信号处理中；

而用隐马尔可夫模型（HMM）描述语音信号过程的产生是80年代语音信号处理技术的重大发展，目前HMM已构成了现代语音识别研究的重要基石。

近年来人工神经网络（ANN）的研究取得了迅速发展，语音信号处理的各项课题是促进其发展的重要动力之一，他的各项成果也体现在语音信号处理的各项技术之中。

1.3研究的内容

本论文主要介绍的是的语音信号的简单处理。

本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。

我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简单语音信号处理的目的。

对语音信号的研究，本论文采用了设计两种滤波器的基本研究方法来达到研究语音信号去噪的目的，最终结合图像以及对语音信号的回放，通过对比，得出结论。

本课题的研究基本步骤如下：

1.语音信号的录制。

2.在MATLAB平台上读入语音信号。

3.绘制频谱图并回放原始语音信号。

4.利用MATLAB编程加入一段正弦波噪音，设计滤波器去噪。

5.利用MATLAB编程加入一段随机噪音信号，设计FIR和IIR滤波器去噪，并分别绘制频谱图、回放语音信号。

6通过仿真后的图像以及对语音信号的回放，对比两种去噪方式的优缺点。

其大概流程框图可如下表示：

（图1-1）

语音信号采集

效果显示、对比

语音信号录入

语音信号变换

信号加噪

语音信号滤波

图1-1论文设计的流程

第2章语音信号去噪方法的研究

2.2去噪的原理

2.2.1采样定理

在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：

fs.max>

=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；

采样定理又称奈奎斯特定理。

1924年奈奎斯特（Nyquist）就推导出在理想低通信道的最高大码元传输速率的公式:

理想低通信道的最高大码元传输速率=2W*log2N（其中W是理想低通信道的带宽,N是电平强度）为什么把采样频率设为8kHz?

在数字通信中，根据采样定理,最小采样频率为语音信号最高频率的2倍

频带为F的连续信号f（t）可用一系列离散的采样值f（t1）,f（t1±

Δt），f（t1±

2Δt），...来表示,只要这些采样点的时间间隔Δt≤1/2F，便可根据各采样值完全恢复原来的信号f（t）。

这是时域采样定理的一种表述方式。

时域采样定理的另一种表述方式是：

当时间信号函数f（t）的最高频率分量为fM时,f（t）的值可由一系列采样间隔小于或等于1/2fM的采样值来确定,即采样点的重复频率f≥2fM。

图为模拟信号和采样样本的示意图。

时域采样定理是采样误差理论、随机变量采样理论和多变量采样理论的基础。

对于时间上受限制的连续信号f（t）（即当│t│>

T时,f（t）=0,这里T=T2-T1是信号的持续时间），若其频谱为F（ω）,则可在频域上用一系列离散的采样值

（2-1）

采样值来表示,只要这些采样点的频率间隔

（2-2）

。

2.2.2采样频率

采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。

采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。

通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。

采样频率只能用于周期性采样的采样器，对于非周期性采样的采样器没有规则限制。

采样频率的常用的表示符号是fs。

通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。

采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。

采样频率与声音频率之间有一定的关系，根据采样定理，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音。

这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准。

采样位数和采样率对于音频接口来说是最为重要的两个指标，也是选择音频接口的两个重要标准。

无论采样频率如何，理论上来说采样的位数决定了音频数据最大的力度范围。

每增加一个采样位数相当于力度范围增加了6dB。

采样位数越多则捕捉到的信号越精确。

对于采样率来说你可以想象它类似于一个照相机，44.1kHz意味着音频流进入计算机时计算机每秒会对其拍照达441000次。

显然采样率越高，计算机摄取的图片越多，对于原始音频的还原也越加精确

2.2去噪的方法

数字信号处理技术经过几十年的发展，在国内外已经取得了很大的成绩。

到目前为止，已经比较成熟的去噪方法比较典型的有切比雪夫去噪法、双线性变换去噪法、窗函数去噪法、谱相减去噪法、巴特沃兹去噪法等有名的去噪方法。

下面分别对上述去噪方法中比较有代表性的谱相减去噪法和FIR以及IIR滤波法做一个简单的介绍。

（1）谱相减算法去噪法

在我们的日常交流和语音通信系统中，加性宽带噪声严重影响了语音质量和可懂度。

从带噪语音中提取原始语音信号的方法很多，在单信道条件下，谱相减算法以其运算量小、原理简单、易于实现并且有不错的增强效果而得到了广泛的应用。

谱相减语音增强算法的核心是噪声检测和谱减规则。

在分析了语音增强算法理论的基础上，本文首先研究了语音激活检测算法。

对基于短时能量和短时过零率双门限法语音激活检测的噪声估计算法做了研究及仿真，同时还研究了