语音信号处理与滤波.docx
《语音信号处理与滤波.docx》由会员分享，可在线阅读，更多相关《语音信号处理与滤波.docx（12页珍藏版）》请在冰豆网上搜索。
语音信号处理与滤波
目录
一、课程设计目的…………………………………………………………………2
二、课程设计要求…………………………………………………………………2
三、详细设计过程…………………………………………………………………3
四、调试分析………………………………………………………………………9
五、分析结果………………………………………………………………………9
六、心得体会………………………………………………………………………10
七、参考文献………………………………………………………………………10
八、程序……………………………………………………………………………11
九、附录……………………………………………………………………………12
一、课程设计目的
综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现，从而加深对所学知识的理解。
采用Matlab进行数字信号处理课程设计，实践证明，使我们加深了对课堂抽象概念的理解，巩固了课堂上所学的理论知识，并能很好地理解与掌握数字信号处理中的基本概念、基本原理、基本分析方法。
在课程设计中，让我们录制自己的声音，设计滤波器对声音进行处理，大大激发了我们的学习兴趣，使我们很快地掌握编程方法和解决实际问题的技巧
Matlab是MathWorks公司于1982年推出的一套高性能的数值计算和可视化数学软件，被誉为“巨人肩上的工具”。
Matlab的含义是矩阵实验室（MATRIXLABORATORY）。
经过十几年的完善和扩充，它已发展成为线性代数课程的标准工具。
它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境。
在这个环境下，对所要求解的问题，用户只需要简单地列出数学表达式，其结果便以数值或图形方式显示出来。
Matlab的首创者是在数值线性代数领域颇有影响的CleveMoler博士，他也是生产经营MATLAB产品的美国Mathworks公司的创始人之一。
MATLAB是一种科学计算软件，专门以矩阵的形式处理数据。
MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而使其广泛地应用于科学计算、控制系统、信息处理、数字图形处理等领域的分仿真和设计工作中，而且利用MATLAB产品的开发式结构，用户可以非常容易地对MATLAB进行扩充。
二、课程设计基本要求
（1）熟悉离散信号和系统的时域特性。
（2）掌握序列快速傅里叶变换FFT方法。
（3）学会MATLAB的使用，掌握MATLAB的程序设计方法。
（4）利用MATLAB对语音信号进行频谱分析。
（5）掌握MATLAB设计FIR和IIR数字滤波器的方法。
三、详细设计过程
1、问题描述：
录制一段自己的语音信号，取不同的数据点对语音信号进行频谱分析；对所有数据进行插值和抽取处理，改变抽样率再对信号进行频谱分析；设计FIR和IIR数字滤波器，并对被抽样后的语音信号进行滤波，分析滤波后信号的时域和频域特征，回放语音信号。
2、详细操作步骤和部分运行结果
（1）采集语音信号：
利用Windows下的录音机，录制一段自己的话音，时间控制在1s左右；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。
通过使用wavread函数，理解采样频率、采样位数等概念。
wavread函数调用格式如下：
y=wavread（file），读取file所规定的wav文件，返回采样值放在向量y中。
[y,fs,nbits]=wavread（file），采样值放在向量y中，fs表示采样频率（Hz），nbits表示采样位数。
y=wavread（file,N），读取前N点的采样值放在向量y中。
y=wavread（file,[N1，N2]），读取从N1点到N2点的采样值放在向量y中。
采集语音的程序代码：
[x1,fs,nbits]=wavread（‘e:
\yy.wav’）;
sound（x1,fs,bits）;
y=fft（x1,1024）;
subplot（2,1,1）;plot（x1）;title（‘原始采样后时域信号’）;
原始语音采样后的的时域信号波形图：
（2）对语音信号进行频谱分析：
在MATLAB中，利用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性。
首先画出语音信号的时域波形，然后对语音信号进行频谱分析。
程序代码：
[x1,fs,bits]=wavread（‘D:
\yy.wav’）;
y1=fft（x1,1024）;
f=fs*（0:
511）/1024;
figure
（1）
subplot（2,1,1）;plot（f,abs（1:
512）））;title（’原始语音信号频谱’）;
xlabel（'频率/Hz'）;
ylabel（'幅值'）;
subplot（2,1,2）;plot（abs（y1（1:
1024）））;title（‘原始语音信号FFT频谱’）;
xlabel（'点数N'）;
ylabel（'幅值'）;
原始语音信号的频率响应图：
原始语音信号频谱和FFT转换后的频谱图
（3）设计数字滤波器和画出频率响应：
根据语音信号的特点给出有关滤波器的性能指标：
1低通滤波器性能指标：
fp=1000Hz，fc=1200Hz，As=100dB，Ap=1dB；
2高通滤波器性能指标：
fc=4800Hz，fp=5000Hz，As=100dB，Ap=1dB；
3带通滤波器性能指标：
fp1=1200Hz，fp2=3000Hz，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB。
首先用窗函数法（矩形窗（Rectangularwindow）、三角窗（Triangularwindow）、汉宁窗（Hanningwindow）、海明窗（Hammingwindow）、布拉克曼窗（Blackmanwindow）、切比雪夫窗（Chebyshevwindow）、巴特里特窗（Bartlettwindow）及凯塞窗（Kaiserwindow）。
）设计上面要求的三种滤波器。
在MATLAB中，利用函数fir1设计FIR滤波器；然后再用双线性变换法设计上面要求的三种滤波器，利用函数butte、cheby1和ellip设计IIR滤波器；最后，利用MATLAB中的函数freqz画出各种滤波器的频率响应。
（4）低通滤波器的设计过程
用窗函数法设计低通滤波器：
程序代码：
fp=1000;fc=1200;As=100;Ap=1;fs=22050;
wc=2*fc/fs;wp=2*fp/fs;
N=ceil（（As-7.95）/（14.36*（wc-wp）/2））+1;
beta=0.1102*（As-8.7）;
Win=Kaiser（N+1,beta）;
b=fir1（N,wc,Win）;
freqz（b,1,512,fs）;
运行结果如下图：
用双线性变换法设计的低通滤波器:
程序代码：
fp=1000;fc=1200;As=100;Ap=1;fs=22050;
wc=2*fc/fs;wp=2*fp/fs;
[n,wn]=ellipord（wp,wc,Ap,As）;
[b,a]=ellip（n,Ap,As,wn）;
freqz（b,a,512,fs）;
程序运行结果如下图：
（8）用滤波器对信号进行滤波
比较两种滤波器性能，然后用性能好的滤波器对采集的信号进行滤波。
在MATLAB中，FIR滤波器利用函数fftfilt对信号进行滤波，IIR滤波器利用函数filter对信号进行滤波。
（9）比较滤波前后语音信号的波形及频谱，在同一个窗体中画出滤波前后的波形图:
FIR低通滤波器滤波前后的波形图：
（10）回放语音信号
在MATLAB中，函数sound可以对声音进行回放。
其调用格式为
sound（x,fs,bits），可以感觉滤波前后的声音有变化。
四、调试分析
1、用窗函数法设计低通滤波器中，语句N=ceil（As-7.95）/（14.36*（wc-wp）/2））+1;出错，将其改为N=ceil（（As-7.95）/（14.36*（wc-wp）/2））+1;即可。
五、结果分析
1、题目要求最大衰减Ap=1dB，fp=1000Hz，由图可看出基本符合，而最小衰减As=100dB，fc=1200Hz，基本符合。
2、滤波前后的频谱分析：
由于所取的采样点数比较大，滤波前后的频谱比较相近，但仔细对比仍然可以看出下图的结果滤掉了高频的成分。
3、题目要求最大衰减Ap=1dB，fp=5000Hz，由图可看出，基本符合，而最小衰减As=100dB，fc=4800Hz，也基本符合。
4、滤波前后的频谱分析:
由图明显可以看出，此滤波器将低频成分滤掉了。
5、题目要求最大衰减Ap=1dB时,fp1=1000Hz，fp2=3200Hz，由图可看出，基本符合，而最小衰减As=100dB时,fc1=1000Hz，fc2=3200Hz，基本符合。
6、滤波前后的频谱分析：
该滤波器将低频成分和高频成分都滤掉了，只剩下通带里的频率。
7、选用凯泽窗设计方法，滤波器的幅度和相位响应满足设计的指标但滤波器长度（N=708）太长，实现起来很困难，主要原因是滤波器的指标太苛刻，因此，一向不用窗函数法设计这种类型的滤波器。
在双线性变换法的设计中选用椭圆函数设计，滤波器的幅度和相位均满足设计的要求。
六、心得体会
通过一学期的数字信号处理的学习，在这次做课程设计的过程中，真的发现自己没学到啥东西，所以导致做的过程中困难重重，拿着课本只好重头看，通过网上查资料，同学之间的相互合作，最终我们还是战胜了困难，顺利完成了此次的课程设计。
我深深的体会到了知识的重要性，不管是为了应付考试还是怎么样也好，对于自身的帮助还是很大的，整整两天坐在电脑面前的功夫没有白费，我还是收获了很多，对于Matlab软件的使用也更加熟悉了。
一年之计在于春，而我们一学期的学习就在于这次课程设计了，我觉得这才是真正学到知识的，也锻炼了自己的动手实践能力，耐心和毅力。
学会团结，才能把事情做得更好。
七、参考文献
[1]丁美玉，高西全数字信号处理2版。
西安：
西安电子科技大学出版社，2001
[2]怀琛数字信号处理教程——MATLAB释疑与实现。
北京：
电子工业出版社，2004
[3]王宏MATLAB6.5及其在信号处理中的应用。
北京：
清华大学出版社，2004
[4]刘顺兰，吴杰数字信号处理。
西安：
西安电子科技大学出版社，2003
八、源程序代码：
%读入原始声音
[x,fs,Nbits]=wavread（'09020135.wav'）;
sound（x,fs）;
n=length（x）;%求出语音信号的长度
y1=fft（x,n）;%傅里叶变换
y2=fftshift（abs（y1））;%对频谱图进行平移
w=linspace（-fs/2,fs/2,length（y2））;
subplot（2,3,1）;
plot（x）;%做原始语音信号的时域图形
title（'原始语音信号'）;
xlabel（'timen'）;
ylabel（'fuzhin'）;
subplot（2,3,4）;
plot（w,y2）;%做原始语音信号的FFT频谱图
title（'原始语音信号FFT频谱'）;
%加噪声
noise=0.04*randn（n,2）;%随机函数产生噪声
sound（noise,fs）;
s=x+noise;%语音信号加入噪声
sound（s,fs）;%加噪声的声音
k=1:
1:
n;%定义k值,噪声与原始语音长度一致
wavwrite（s,fs,'2.wav'）;
S=fft（s）;%对叠加信号进行频谱变换
S=fftshift（abs（S））;
subplot（2,3,2）;
plot（k,s）
title（'噪声信号时域图'）;%绘制噪声信号的时域波形图
subplot（2,3,5）;
plot（w,abs（S））;
title（'噪声信号的频谱图'）;
%用双线性变换法设计巴特沃思低通滤波器
Ft=6000;
Fp=1000;
Fs=1200;
wp=2*pi*Fp/Ft;;%¨
wp=0.25*pi;%通带截止频率
ws=0.3*pi;%阻带截止频率
Rp=1;%通带最大衰减
Rs=15;%阻带最小衰减
Ts=1/Fs;
wp1=2/Ts*tan（wp/2）;%将模拟指标转换成数字指标
ws1=2/Ts*tan（ws/2）;
[N,Wn]=buttord（wp1,ws1,Rp,Rs,'s'）;%选择滤波器的最小阶数
[Z,P,K]=buttap（N）;%创建butterworth模拟滤波器
[Bap,Aap]=zp2tf（Z,P,K）;
[b,a]=lp2lp（Bap,Aap,Wn）;
[bz,az]=bilinear（b,a,Fs）;%用双线性变换法实现模拟滤波器到数字滤波器的转换
[H,W]=freqz（bz,az）;%绘制频率响应曲线
%用双线性变换法设计巴特沃思低通滤波器滤波
f1=filter（bz,az,s）;
sound（f1,fs）;%滤波后的声音
F0=fft（f1,n）;
F1=fftshift（abs（F0））;
wavwrite（f1,fs,'3.wav'）;%将滤波后的数据保存为.wav文件
subplot（2,3,3）;
plot（k,f1）;%画出滤波后的时域图
title（'滤波后的时域波形'）;
subplot（2,3,6）;
plot（w,F1）;%画出滤波后的频谱图
title（'滤波后的频谱'）;
xlabel（'Hz'）;
ylabel（'fuzhi'）;
九、附录
升级会员 