应用Matlab对含噪声的语音信号进行频谱分析及滤波.docx

应用Matlab对含噪声的语音信号进行频谱分析及滤波.docx

《应用Matlab对含噪声的语音信号进行频谱分析及滤波.docx》由会员分享，可在线阅读，更多相关《应用Matlab对含噪声的语音信号进行频谱分析及滤波.docx（6页珍藏版）》请在冰豆网上搜索。

应用Matlab对含噪声的语音信号进行频谱分析及滤波

实验目的

1.巩固所学的数字信号处理理论知识，理解信号的采集、处理、传输、显示和存储过程；

2.综合运用专业及基础知识，解决实际工程技术问题的能力；

3.学习资料的收集与整理，学会撰写课程设计报告。

实验环境

1.微型电子计算机（PC）；

2.安装Windows10操作系统，MATLAB7.0，FormatFactory等开发工具。

实验原理：

在MATLAB环境中，有关声音（wave）录制、播放、存储和读取的函数有：

ly=wavrecord（N,fs,Dtype）

利用系统音频输入设备录音，以fs为采样频率，默认值为11025，即以

11025Hz进行采样。

Dtype为采样数据的存储格式，用字符串指定，可以是：

‘double’、 ‘single’、’int16’、‘int8’其中只有int8是采用8位精度进行采样，其它三种都是16位采样结果转换为指定的MATLAB数据；

lwavplay（y,fs）

利用系统音频输出设备播放，以fs为播放频率，播放语音信号y；

lwavwrite（y,fs,wavfile）

创建音频文件；

lwavread（）

读取wav格式的音频文件。

例如：

[x,fs,bits]=wavread（'myrecordsound.wav'）

x=x（:

1）;%假设声音是双声道，只取单声道作分析

上述语句表示读入存放在当前工作目录下的声音文件myrecordsound.wav，并以fs为采样频率进行采样后存储在数组x中。

其中nbit是采样精度，比如16就是指16位精度的采样。

取单声道后，得到的数值x是一个列向量。

lsound（）；

该函数的输入参量是音频数据向量、采样频率和转换位数。

例如：

sound（sin（2*pi*25*（1:

4000）/100））;

6

响两声就是：

sound（sin（2*pi*25*（1:

4000）/100））;sleep

（1）;sound（sin（2*pi*25*（1:

4000）/100））;

实验内容和任务要求

1.采集语音信号并进行频谱分析

2.对加入噪声的语音信号进行频谱分析

3.设计数字滤波器对加入噪声的语音信号进行滤波

问题分析

本实验要求设计IIR和FIR两种形式的滤波器对带有噪音的信号进行滤波。

对于任务1，我们采用张学友的一段歌曲作为原始音频，利用FormatFactory软件对该音频进行截取转换最终得到一段时长22s,采样频率为11025Hz,转换位数为16bits的双声道音频信号，保存在Matlab软件work文件夹下。

实验中利用wavread（）函数读取音频并取双声道中的第一声道作为信号，病利用FFT对信号进行频谱分析；

对于任务2，我们加入两个高频正弦信号至原始信号中，模仿声音被污染，然后利用FFT进行频谱分析；

对于任务3，我们设计出了巴特沃斯低通滤波器和采用了Hamming窗的FIR低通滤波器并对其相关参数进行了分析，最后利用这两种滤波器对带噪信号进行滤波，然后对滤波后的信号分别利用FFT进行频谱分析。

Matlab代码

clearall;

%%提取原始视音频信号并对其进行傅里叶变换

[x,fs,bits]=wavread（'zxy.wav'）;%读取音频文件

x=x（:

1）';%取双声道中的第一声道

N=length（x）;%计算信号序列长度T=1/fs;

n=0:

N-1;

Xf=fftshift（fft（x））;%快速傅里叶变换并作中心对称变换

f=（n/N-1/2）*fs; %坐标变换

%%生成带有噪声的音频信号并对其进行傅里叶变换fz1=4256;fz2=4627; %两个高频噪音

xz=0.01*sin（2*pi*fz1*n*T）+0.015*sin（2*pi*fz2*n*T）;%噪声序列

x1=x+xz;%带有噪声的音频序列Xf1=fftshift（fft（x1））;

%%设计IIR低通滤波器

wp=2500*2/fs;ws=3000*2/fs;Rp=3;Rs=15;%通带截止频率2500Hz,阻带截止频率

3000Hz,通带衰减3dB,阻带衰减15dB

[Nm,Wc]=buttord（wp,ws,Rp,Rs）;%计算满足指标的最小阶数以及3dB截止频率

[b,a]=butter（Nm,Wc）; %计算滤波器的分子分母系数

%%IIR滤波器相关性能指标分析

H=freqz（b,a,f*2*pi/fs）;%计算滤波器频率响应

mag=abs（H）;pha=angle（H）;%幅度响应和相位响应mag1=20*log10（mag）; %将幅频响应转化为dB的形式

%%用IIR滤波器对带有噪声的信号进行滤波

x2=filter（b,a,x1）;%用IIR进行滤波

Xf2=fftshift（fft（x2））;

%%设计FIR低通滤波器wc=2800*2/fs;%3dB截止频率2800Hzfx=[0wcwc1];

m=[1100];

b1=fir2（40,fx,m）;%计算FIR滤波器多项式系数（不声明窗默认为Hamming窗）

%%FIR滤波器相关性能指标分析

H1=freqz（b1,1,f*2*pi/fs）;%计算滤波器频率响应

mag2=abs（H1）;pha1=angle（H1）;%幅度响应和相位响应mag3=20*log10（mag2）; %将幅频响应转化为dB的形式

%%用FIR滤波器对带有噪声的信号进行滤波

x3=filter（b1,1,x1）;%用FIR进行滤波

Xf3=fftshift（fft（x3））;

%%绘制图像figure

（1）;

subplot（4,2,1）;plot（n*T,x）;grid;title（'原始时域信号'）;xlabel（'t/s'）;ylabel（'xt'）;

subplot（4,2,2）;plot（f,abs（Xf）*2/N）;grid;title（'原始信号幅度谱'）;xlabel（'f/Hz'）;ylabel（'幅度'）;

subplot（4,2,3）;plot（n*T,x1）;grid;title（'带噪音的时域信号'）;xlabel（'t/s'）;ylabel（'xt'）;

subplot（4,2,4）;plot（f,abs（Xf1）*2/N）;grid;title（'带噪音的信号幅度谱'）;xlabel（'f/Hz'）;

ylabel（'幅度'）;

subplot（4,2,5）;plot（n*T,x2）;grid;title（'IIR滤波器滤波后的时域信号'）;xlabel（'t/s'）;ylabel（'xt'）;

subplot（4,2,6）;plot（f,abs（Xf2）*2/N）;grid;title（'IIR滤波器滤波后的信号幅度谱'）;

xlabel（'f/Hz'）;ylabel（'幅度'）;

subplot（4,2,7）;plot（n*T,x3）;grid;title（'FIR滤波器滤波后的时域信号'）;xlabel（'t/s'）;ylabel（'xt'）;

subplot（4,2,8）;plot（f,abs（Xf3）*2/N）;grid;title（'FIR滤波器滤波后的信号幅度谱'）;

xlabel（'f/Hz'）;ylabel（'幅度'）;figure

（2）;

subplot（3,2,1）;plot（f,mag）;grid;title（'IIR滤波器幅度响应'）;xlabel（'f/Hz'）;ylabel（'幅度'）;

subplot（3,2,2）;plot（f,mag2）;grid;title（'FIR滤波器幅度响应'）;xlabel（'f/Hz'）;ylabel（'幅度'）;

subplot（3,2,3）;plot（f,pha）;grid;title（'IIR滤波器相位响应'）;xlabel（'f/Hz'）;ylabel（'相位'）;

subplot（3,2,4）;plot（f,pha1）;grid;title（'FIR滤波器相位响应'）;xlabel（'f/Hz'）;ylabel（'相位'）;

subplot（3,2,5）;plot（f,mag1）;grid;title（'IIR滤波器幅度响应（dB）'）;xlabel（'f/Hz'）;ylabel（'幅

度/dB'）;

subplot（3,2,6）;plot（f,mag3）;grid;title（'FIR滤波器幅度响应（dB）'）;xlabel（'f/Hz'）;ylabel（'幅度/dB'）;

%%相关音频sound（[x,x1,x2,x3],fs）;

实验运行结果以及分析

从实验结果来看，滤波效果还是相当不错的（虽然损失掉了原音频的部分高频信号）。

在满足相同的指标情况下FIR滤波器所需要的阶数远高于IIR滤波器，但是FIR滤波器的相位响应是线性的，滤波器通带群延时是常数，而IIR滤波器是非

线性的，滤波器通带群延时非常数。

对于语音系统，対相位要求不是主要的，因此，选用IIR滤波器较为合适，可以充分发挥其经济和高效的特点。

（图像信号和数据

传输等以波形携带信息的系统对线性相位要求较高，因此采用FIR滤波器较好）

实验总结

通过本次实验，加深了我们对信号频谱分析和数字滤波器设计的知识的理解，并

对滤波器有了更进一步的认识，掌握了利用滤波器处理音频的方法，理解了设计指标的工程概念，认识到了不同类型滤波器的特性和适用范围。

实验中，我们对

Matlab中一些函数的用法还不清楚，后面经过查资料以及尝试后均得到了解决。

总的来说，本次实验基本上达到了预期的实验效果，是一次比较成功的实验。