语音信号的滤波与频谱分析Word文件下载.docx
《语音信号的滤波与频谱分析Word文件下载.docx》由会员分享，可在线阅读，更多相关《语音信号的滤波与频谱分析Word文件下载.docx（11页珍藏版）》请在冰豆网上搜索。
用设计的滤波器对信号滤波，画出滤波后时域波形。
用sound函数回放语音信号。
（3）求出特征频段语音信号随时间变化的曲线（每隔0.05秒求一次功率谱，连接成曲线）。
（4）选做：
语谱图：
横轴为时间，纵轴为频率，灰度值大小表示功率谱值的大小。
（提示，可以采用spectrogram函数）
（1）读入语音文件并画出其时域波形和频域波形，实现加窗fft并求出其功率谱。
clc
clearall;
closeall;
[x,Fs,bits]=wavread（'
C:
\Users\刘冰\Desktop\数字信号处理\liubing'
）;
x0=x（:
1）;
%将采集来的语音信号转换为一个数组
sound（x0,Fs,bits）;
y=fft（x）;
figure;
plot（x,’b’）;
title（'
原始语音信号时域波形'
y1=fft（x0）;
y1=fftshift（y1）;
d=Fs/length（x）;
plot（[-Fs/2:
d:
Fs/2-d],abs（y1）,’b’）;
原始语音信号的频域信号'
%画出原始语音信号的频谱图
N=length（x）;
w1=window（@hann,N）;
w2=window（@blackman,N）;
x1=x0.*w1;
%对原始信号加汉宁窗处理
x2=x0.*w2；
%对原始信号加布兰克曼窗处理
figure,plot（x1）;
title（加汉宁窗后的语音信号）%显示加窗后的时域语音信号
s=floor（length（x0）/Fs）;
%计算原始语音信号的时间长度，这里得到的结果是18秒，因为floor是向下取整，所以信号的末尾一点会被去掉，但是因为最后一点没有声音信号，所以影响可以忽略。
%加汉宁窗后功率谱，加布兰克曼窗后又可以得到一组图，只需要将下列循环中的x1改为x2，这里就不再显示
%每两秒对语音信号求一次功率谱并显示
fori=1:
1:
s/2
f=x1（（i-1）*Fs*2+1:
i*Fs*2）;
%每两秒取出一段信号
l=length（f）;
q=fft（f,l）;
E=abs（q）.*abs（q）;
%傅里叶变换结果取模的平方
figure,plot（E（1:
3000）,'
b'
title（['
第'
num2str（i*2-1）,'
~'
num2str（i*2）,'
秒语音功率谱'
]）;
%因为语音信号主要集中在低频段，所以这里只需要显示低频段即可，取（1:
3000）
end
加窗后的时域波形
频谱分析：
人说话的频率基本集中在1200Hz以内的低频段，但我这里可以在高频段（2000Hz左右）可以观察到部分能量，这应该是在录音的时候电脑本身的噪音以及录音设备的误差造成
（2）根据功率谱线，大致可观察到语音信号在150~400和500~650之间有两个波峰，因此取这两个频宽作为我语音信号的特征频带，根据要求选择汉宁窗作为滤波器滤波。
1）汉宁窗滤波器的幅频特性显示
%汉宁窗
f1=150;
%通带上下两个频率
f2=400;
%带通滤波器的通带范围
w1=2*pi*f1/Fs;
%归一化
w2=2*pi*f2/Fs;
w=[w1,w2];
N=ceil（4*pi/（2*pi*200/Fs））;
%求出所需滤波器的阶数
Windows=HANNING（N）;
b1=FIR1（N-1,w,Windows）;
%带通滤波器
freqz（b1,1,512）;
汉宁窗带通（150~400）滤波器的频率响应'
%数字滤波器频率响应
f1=500;
f2=650;
Nw=N;
b2=FIR1（N-1,w,Windows）;
%带通滤波器
freqz（b2,1,512）;
汉宁窗带通（500~~650）滤波器的频率响应'
2）将原始语音信号分别通过两个频带，以下是滤波后的时域波形
band1=fftfilt（b1,x0）;
sound（band1,Fs,bits）;
%滤波后听到的声音有了明显的变化
subplot（2,1,1）;
plot（band1）;
汉宁窗（150~400）滤波后的时域波形'
band2=fftfilt（b2,x0）;
sound（band2,Fs,bits）;
subplot（2,1,2）;
plot（band2）;
汉宁窗（500~650）滤波后的时域波形'
（3）特征频段语音信号随时间变化的曲线，分别作出150~400和500~650特征频带的语音信号曲线
a=zeros（s/0.05,1）;
%这一步是为了求出所画信号曲线的长度，并定义空数组
s/0.05
f=x0（（i-1）*Fs*0.05+1:
i*Fs*0.05）;
%每0.05秒取出一段数据
E=q.*conj（q）/l;
%求出该段的功率
a（i）=mean（E（150~400））;
%求平均
figure,plot（0:
0.05:
s-0.05,a）;
150~400Hz汉宁窗滤波后的功率谱曲线'
）
b=zeros（s/0.05,1）;
b（i）=mean（E（500:
650））;
s-0.05,b）;
500~650Hz汉宁窗滤波后的功率谱曲线'
（4）语谱图，
也叫频谱分析视图，如果针对语音数据的话，叫语谱图。
语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。
由于是采用二维平面表达三维信息，所以能量值的大小是通过颜色来表示的，颜色深，表示该点的语音能量越强。
所有函数：
spectrogram
功能：
使用短时傅里叶变换得到信号的频谱图。
语法：
[S,F,T,P]=spectrogram（x,window,noverlap,nfft,fs）
x---输入信号的向量。
默认情况下，即没有后续输入参数，x将被分成8段分别做变换处理，
如果x不能被平分成8段，则会做截断处理。
默认情况下，其他参数的默认值为
window---窗函数，默认为nfft长度的海明窗Hamming
noverlap---每一段的重叠样本数，默认值是在各段之间产生50%的重叠
nfft---做FFT变换的长度，默认为256和大于每段长度的最小2次幂之间的最大值。
fs---采样频率，默认值归一化频率
程序：
figure,spectrogram（x0,512,500,512,Fs,'
yaxis'
colormap（'
gray'
colorbar;
语谱图'
这里由于语谱图的数据量太大，很容易造成死机，因此这里采用截屏得到。
升级会员 