数字信号处理专业课程设计对音乐信号的各种处理样本.docx
《数字信号处理专业课程设计对音乐信号的各种处理样本.docx》由会员分享，可在线阅读，更多相关《数字信号处理专业课程设计对音乐信号的各种处理样本.docx（39页珍藏版）》请在冰豆网上搜索。
数字信号处理专业课程设计对音乐信号的各种处理样本
数字信号处理专业课程设计对音乐信号的各种处理
实验1
1、音乐信号的音谱和频谱观察
使用wavread语句读取音乐信号，获取抽样率；
输出音乐信号的波形和频谱，观察现象；
使用sound语句播放音乐信号，注意不同抽样率下的音调变化，解释现象。
clearall;closeall;clc
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
60000）
figure;
subplot（2,1,1）,plot（a）;
subplot（2,1,2）,plot（a1）;
x1=resample（a1,2,1）;%y=resample（x,p,q）返回量的长度是向量x的p/q倍
sound（x1,fs）;
%sound（a,fs）;
N1=length（a1）;
F1=fft（a1,N1）;
w=2/N1*[0:
N1-1];%频谱图横坐标设置
figure;
plot（w,abs（F1））;
N2=length（a1）;
t=0:
1/N2:
1/N2*（N2-1）;
title（'傅利叶变换'）;%傅利叶变换;
figure;
plot（a1）;
title（'时域波形'）;%时域波形;
1，以二倍的抽样率听声音信号时，音乐播放的特别快，像被压缩了，播放的时间比原信号短。
2，以二分之一的抽样率听声音信号时，音乐播放的特别慢，像被拉长了，播放的时间比原信号长。
3，*pi
实验2
2、音乐信号的抽取（减抽样）
观察音乐信号频率上限，选择适当的抽取间隔对信号进行减抽样（给出两种抽取间隔，代表混叠和非混叠）；
输出减抽样音乐信号的波形和频谱，观察现象，给出理论解释；
播放减抽样音乐信号，注意抽样率的改变，比较不同抽取间隔下的声音，解释现象。
clearall;closeall;clc
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
60000）
D=2;%减抽样；
l=length（a1）;
yd=a1（1:
D:
l）;
sound（yd,fs/D）;
N3=length（yd）;
t=0:
1/N3:
1/N3*（N3-1）;%横坐标设置
figure;
plot（yd）;
title（'减抽样时域波形'）;%时域波形;
xlabel（'t'）;
ylabel（'幅度'）;
N4=length（yd）;
F2=fft（yd,N4）;
w=2/N4*[0:
N4-1];
figure;
plot（w,abs（F2））;
title（'减抽样频谱'）;%减抽样频谱
xlabel（'f'）;
ylabel（'幅度'）;
D=2,减抽样
D=4,减抽样
1，*pi，当D=2时，频谱刚好不混叠，当D>2时，频谱就会混叠。
2，减抽样后的音乐信号听起来变得尖锐，有失真。
3，抽样率随着抽样间隔的增大而逐渐变小，声音越来越失真，音调变得急促，而尖锐，信号产生混叠
实验3
3、音乐信号的AM调制
观察音乐信号的频率上限，选择适当调制频率对信号进行调制（给出高、低两种调制频率）；
输出调制信号的波形和频谱，观察现象，给出理论解释；
播放调制音乐信号，注意不同调制频率下的声音，解释现象。
clearall;closeall;clc
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
100000）;
%sound（a1,fs）;
N=length（a1）;
n1=0:
[N-1];
y=cos（*pi*n1）;%产生余弦信号
N1=length（a1）;
F1=fft（y,N1）;
w=2/N1*[0:
N1-1];
figure;
plot（w,abs（F1））;
title（'cos（wt）频谱'）;%余弦频谱
xlabel（'f'）;
ylabel（'幅度'）;
N2=length（a1）;
F2=fft（a1,N2）;
w=2/N2*[0:
N2-1];
figure;
plot（w,abs（F2））;
title（'yinyue频谱'）;%原信号频谱
xlabel（'f'）;
ylabel（'幅度'）;
x1=a1.*y';%音乐信号与余弦信号点乘进行调制
figure
plot（x1）;
N3=length（a1）;
F3=fft（x1,N3）;%调制信号傅立叶变换
w=2/N3*[0:
N3-1];
figure;
plot（w,abs（F3））;
title（'调制频谱'）;%调制信号频谱
xlabel（'f'）;
ylabel（'幅度'）;
sound（x1,fs）;
w=*pi时.
w=*pi时.
w=*pi时.
1，由原信号频谱知，，。
2，原信号的调制相当于频谱搬移，左移一个右移一个，当调制频率（余弦频率）。
3，当余弦点数取得少时，余弦频谱会产生泄漏。
4，当调制频率较高时（发生混叠），声音响度低，几乎只能听见兹兹的声音，信号几乎完全失真，当调制频率较低时（未发生混叠），声音很尖锐，响度较大，稍微能听出一点调子，但也有兹兹的声音。
实验4
4、AM调制音乐信号的同步解调
设计巴特沃斯IIR滤波器完成同步解调；观察滤波器频率响应曲线；
用窗函数设计FIR滤波器完成同步解调，观察滤波器频率响应曲线；（要求：
分别使用矩形窗和布莱克曼窗，进行比较）；
输出解调音乐信号，比较不同滤波器下的声音，解释现象。
clearall;closeall;clc
functionhd=ideal（N,wc）
forn=0:
N-1
ifn==（N-1）/2
hd（n+1）=wc/pi;
elsehd（n+1）=sin（wc*（n-（N-1）/2））/（pi*（n-（N-1）/2））;
end
end
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
100000）;
%sound（a1,fs）;%播放yuan的信号
N=length（a1）;
n1=0:
[N-1];
y=cos（*pi*n1）;
x1=a1.*y';%点乘
figure
plot（x1）;
N1=length（a1）;
F1=fft（x1,N1）;%调制信号傅立叶变换
w=2/N1*[0:
N1-1];
figure
plot（w,abs（F1））;
title（'调制频谱'）;%调制信号频谱
xlabel（'f'）;
ylabel（'幅度'）;
%sound（x1,fs）;%播放调制后的信号
x2=x1.*y';
figure
plot（x2）;%解调后信号
F2=fft（x2,N1）;%解调信号傅立叶变换
w=2/N1*[0:
N1-1];
figure
plot（w,abs（F2））;
title（'解调频谱'）;%解调频谱
xlabel（'f'）;
ylabel（'幅度'）;
%sound（x2,fs）;%播放解调后的信号
[N,Wc]=buttord（,,1,15）;
[B,A]=butter（N,Wc）;
[H,W]=freqz（B,A）;
figure
plot（W/pi,abs（H））;
title（'数字巴特沃斯滤波器'）;%数字巴特沃斯滤波器
x3=filter（B,A,x2）;%滤波后信号
w=2/N1*[0:
N1-1];
fx=fft（x3,N1）;
fa=fft（a1,N1）;
figure
subplot（2,1,1）,plot（w,abs（fa））;
title（'yuanxinhaopinpu'）;
subplot（2,1,2）,plot（w,abs（fx））;
title（'数字巴特沃斯滤波器滤波频谱'）;%滤波后频谱
sound（x3,fs）;%播放巴特沃斯滤波器滤波后信号shengyin
N=33;wc=*pi;
hd=ideal（N,wc）;
w1=boxcar（N）;%矩形窗
w2=blackman（N）;%布莱克曼窗
h1=hd.*w1';
h2=hd.*w2';
y3=conv（x2,h1）;%解调后信号与矩形窗函数卷积
y4=conv（x2,h2）;%解调后信号与布莱克曼窗函数卷积
%sound（y3,fs）;%播放矩形窗滤波后信号shengyin
%sound（y4,fs）;%播放布莱克曼窗滤波后信号shengyin
figure;
subplot（2,1,1）,plot（y3）;
title（'矩形窗滤波后信号'）;
subplot（2,1,2）;plot（y3）;
title（'布莱克曼窗滤波后信号'）;
fh1=fft（h1,N1）;
db1=-20*log10（abs（fh1
（1）./（abs（fh1）+eps）））;%理想低通滤波器加窗后幅度响应
fh2=fft（h2,N1）;
db2=-20*log10（abs（fh2
（1）./（abs（fh2）+eps）））;
w=2/N1*[0:
N1-1];
figure;
subplot（3,1,1）,stem（h1）;%矩形窗函数
gridon;
title（'矩形窗'）;
xlabel（'n'）;
ylabel（'h（n）'）;
subplot（3,1,2）,plot（w,abs（fh1））;
gridon;
title（'矩形窗'）;
xlabel（'w'）;
ylabel（'H（k）'）;
subplot（3,1,3）;plot（w,db1）;%矩形窗函数分贝图
gridon;
figure;
subplot（3,1,1）;stem（h2）;
gridon;
title（'布莱克曼窗'）;
xlabel（'n'）;
ylabel（'h（n）'）;
subplot（3,1,2）;plot（w,abs（fh2））;
gridon;
title（'布莱克曼窗'）;
xlabel（'w'）;
ylabel（'H（k）'）;
subplot（3,1,3）;plot（w,db2）;%布莱克曼窗窗函数分贝图
gridon;
w=2/N1*[0:
N1-1];
Fy1=fft（y3,N1）;
Fy2=fft（y4,N1）;
figure;
subplot（2,1,1）;plot（w,abs（Fy1））;
title（'矩形窗滤波后频谱'）;
subplot（2,1,2）;plot（w,abs（Fy2））;
title（'布莱克曼窗滤波后频谱'）;
1，解调后信号频谱在高频和低频处均有一部分，且成对称分布，需要滤掉高频才可大致还原原信号。
2，，，，阻带衰减15db。
滤波效果很好，基本还原了原信号。
3，使用窗函数滤波要根据过渡带宽算阶数N，。
4，使用矩形窗滤波，矩形窗过渡带窄，但是阻带有波纹，高频部分有小部分未滤掉。
5，使用布莱克曼窗滤波，布莱克曼窗过渡带宽，但是阻带较好。
6，使用矩形窗和布莱克曼窗滤波，效果都行，基本都能还原原信号
实验5
5、音乐信号的滤波去噪
，频率为3kHz、5kHz、8kHz的三余弦混合噪声，观察噪声频谱以及加噪后音乐信号的音谱和频谱，并播放音乐，感受噪声对音乐信号的影响；
（可用rand语句产生），观察噪声频谱以及加噪后音乐信号的音谱和频谱，并播放音乐，感受噪声对音乐信号的影响；
根据步骤
、
观察到的频谱，选择合适指标设计滤波器进行滤波去噪，观察去噪后信号音谱和频谱，并播放音乐，解释现象。
clearall;closeall;clc
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
100000）;
%sound（a1,fs）;%播放yuan的信号
N1=length（a1）;
n1=0:
[N1-1];
x1=*cos（2*pi*3000*n1/fs）;
x2=*cos（2*pi*5000*n1/fs）;
x3=*cos（2*pi*8000*n1/fs）;
x4=x1+x2+x3;
figure;
plot（x4）;%叠加余弦信号
F1=fft（x4,N1）;%叠加余弦信号傅立叶变换
w=2/N1*[0:
N1-1];
figure
plot（w,abs（F1））;
title（'叠加余弦信号频谱'）;%叠加余弦信号频谱
xlabel（'f'）;
ylabel（'幅度'）;
y2=a1+x4';
%sound（y2,fs）;%播放叠加余弦音乐信号
figure;
plot（y2）;%叠加余弦音乐信号
F2=fft（y2,N1）;%叠加余弦音乐信号傅立叶变换
figure
plot（w,abs（F2））;
title（'叠加余弦噪声音乐信号频谱'）;%叠加余弦音乐信号频谱
xlabel（'f'）;
ylabel（'幅度'）;
[N,Wc]=buttord（,,1,50）;
[B,A]=butter（N,Wc）;
[H,W]=freqz（B,A）;
figure
plot（W/pi,abs（H））;
title（'数字巴特沃斯滤波器'）;%数字巴特沃斯滤波器
y3=filter（B,A,y2）;%滤波后信号
fa=fft（a1,N1）;
fy=fft（y3,N1）;
figure
subplot（3,1,1）,plot（w,abs（fa））;
title（'yuanxinhaopinpu'）;
subplot（3,1,2）,plot（w,abs（F2））;
title（'叠加余弦噪声音乐信号频谱'）;%叠加音乐信号频谱
subplot（3,1,3）,plot（w,abs（fy））;
title（'数字巴特沃斯滤波器滤波频谱'）;%滤波后频谱
%sound（y3,fs）;%播放滤波后音乐信号
r=rand（N1,1）;
yr=a1+r;
figure;
plot（yr）;
%sound（yr,fs）;%播放叠加随机噪声音乐信号
[N,Wc]=buttord（,,1,50）;
[B,A]=butter（N,Wc）;
[H,W]=freqz（B,A）;
figure;
plot（W/pi,abs（H））;
title（'数字巴特沃斯滤波器2'）;%数字巴特沃斯滤波器
yf=filter（B,A,yr）;%滤波后信号
Fz=fft（r,N1）;
Fr=fft（yr,N1）;
Ff=fft（yf,N1）;
figure;
subplot（2,1,1）,plot（w,abs（fa））;
title（'yuanxinhaopinpu'）;
subplot（2,1,2）,plot（w,abs（Fz））;
title（'随机噪声频谱'）;
figure;
subplot（2,1,1）,plot（w,abs（Fr））;
title（'叠加随机噪声音乐信号频谱'）;%叠加音乐信号频谱
subplot（2,1,2）,plot（w,abs（Ff））;
title（'数字巴特沃斯滤波器滤波频谱'）;%滤波后频谱
sound（yf,fs）;%播放滤波后音乐信号
1，三余弦信号的频谱为不同频率处得三根线，加噪声后的音乐信号频谱是在原信号频谱上加了三条不同频率的线。
加噪声后音乐信号能听到原有的音调，但里面有非常大的杂音，兹兹的噪声。
2，对加余弦噪声的信号进行滤波，用巴特沃斯滤波器滤波，参数为：
，，阻带衰减50db，滤波后滤掉了一部分高频信息，三根余弦基本滤除。
滤波后信号听起来还稍微有点杂音，有稍微的失真。
3，对原信号加随机白噪声，白噪声均匀分布，对其用巴特沃斯滤波器滤波，参数为：
，，阻带衰减50db，滤波后滤掉了一部分高频信息，
阻带衰减快，，但还保留了低频处得噪声，滤波后音乐信号听起来能听出原调，但有失真，且伴随有较大声的随机白噪声。
实验6
6、音乐信号的幅频滤波及相频分析
设计低通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的高频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受高频信息对音乐信号的影响；
设计高通滤波器（可自行选取不同的截止频率），滤除原始音乐信号的低频信息，观察滤波前后的幅度频谱，并比较滤波前后的音乐效果，感受高频信息对音乐信号的影响；
选取两端不同的音乐信号，分别将其幅度谱和相位谱交叉组合构成新的音乐信号，播放并比较组合后的音乐与原始音乐，感受相频信息对音乐信号的影响。
clearall;closeall;clc
[a,fs,bit]=wavread（'c:
\MATLAB6p5\work\'）;
size（a）;
y1=a（:
1）;
a1=y1（10000:
100000）;
%sound（a1,fs）;%播放原的信号1
N1=length（a1）;
F1=fft（a1,N1）;%原信号1傅立叶变换
w=2/N1*[0:
N1-1];
[N,Wc]=buttord（,,1,30）;
[B,A]=butter（N,Wc）;
[H,W]=freqz（B,A）;
figure
plot（W/pi,abs（H））;
title（'数字巴特沃斯滤波器'）;%数字巴特沃斯滤波器
a2=filter（B,A,a1）;%滤波后信号
fd=fft（a2,N1）;
figure;
subplot（211）,plot（w,abs（F1））;
title（'原信号1频谱'）;%原信号1频谱
xlabel（'f'）;
ylabel（'幅度'）;
subplot（212）,plot（w,abs（fd））;
title（'数字巴特沃斯滤波器滤波频谱'）;%滤波后频谱
%sound（a2,fs）;%播放滤波后音乐信号
[N,Wc]=buttord（,,1,30）;
[B,A]=butter（N,Wc,'high'）;
[H,W]=freqz（B,A）;
figure
plot（W/pi,abs（H））;
title（'数字巴特沃斯滤波器'）;%数字高通巴特沃斯滤波器
a3=filter（B,A,a1）;%滤波后信号
fg=fft（a3,N1）;
figure
plot（w,abs（fg））;
title（'数字巴特沃斯滤波器滤波频谱'）;%滤波后频谱
%sound（a3,fs）;%播放滤波后音乐信号
[x,fs,bit]=wavread（'C:
\MATLAB6p5\work\刘欢-'）;
size（x）;
x1=x（:
1）;
x2=x1（10000:
100000）;
%sound（x2,fs）;%播放原的信号2
figure
subplot（211）,plot（x2）
F2=fft（x2,N1）;%原信号2傅立叶变换
w=2/N1*[0:
N1-1];
subplot（212）,plot（w,abs（F2））;
title（'原信号2频谱'）;%原信号2频谱
xlabel（'f'）;
ylabel（'幅度'）;
Fa1=abs（F1）;
Fa2=abs（F2）;
Fx1=angle（F1）;
Fx2=angle（F2）;
f1=Fa1.*exp（j*Fx2）;%相位谱和幅度谱交叉组合
f2=Fa2.*exp（j*Fx1）;
figure
subplot（211）,plot（w,abs（f1））;
title（'原信号1幅度谱，原信号2相位谱'）;
subplot（212）,plot（w,abs（f2））;
title（'原信号2幅度谱，原信号1相位谱'）;
b1=ifft（f1）;
b2=ifft（f2）;
%sound（real（b1）,fs）;
%sound（real（b2）,fs）;
1，通滤波器滤掉高频信息，声音听起来比较低沉、沉闷,高频分量解释信号的突变部分。
2，高通滤波器滤掉低频信息，声音听起来比较尖锐、不浑厚，低频影响信号整体部分。
3，通过幅度谱、相位谱交叉组合，组合后音乐信号听起来与提供相位谱的音乐信号相似，相位谱影响音乐信号的音色。
升级会员 