应用Matlab对含噪声语音信号进行频谱分析及滤波.docx

1、应用Matlab对含噪声语音信号进行频谱分析及滤波应用Matlab对含噪声的语音信号进行频谱分析及滤波一、实验内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化。二、实现步骤1语音信号的采集 利用Windows下的录音机，录制一段自己的话音，时间在

2、1 s内。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，（可用默认的采样频率或者自己设定采样频率）。2语音信号的频谱分析 要求首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。在采集得到的语音信号中加入正弦噪声信号，然后对加入噪声信号后的语音号进行快速傅里叶变换，得到信号的频谱特性。并利用sound试听前后语音信号的不同。分别设计IIR和FIR滤波器，对加入噪声信号的语音信号进行去噪，画出并分析去噪后的语音信号的频谱，并进行前后试听对比。3.数字滤波器设计给出数字低通滤波器性能指标:如，通带截止频率fp10000 Hz，阻带截止频率fs1

3、2000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs50 dB，通带最大衰减Rp3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。报告内容一、实验原理 含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。二、实验内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的

4、信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化。给出数字低通滤波器性能指标:如，通带截止频率fp10000 Hz，阻带截止频率fs12000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs50 dB，通带最大衰减Rp3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。三、实验程序 1、原始信号采集和分析 clc;clear;close all; fs=10000; %语音信号采样频率为10000 x1=wavread(C:UsersacerDesktopvoice.wav); %读取语音信号的数据，赋给x1

5、 sound(x1,40000); %播放语音信号 y1=fft(x1,10240); %对信号做1024点FFT变换 f=fs*(0:1999)/1024; figure(1); plot(x1) %做原始语音信号的时域图形 title(原始语音信号); xlabel(time n); ylabel(fuzhi n); figure(2); plot(f,abs(y1(1:2000); %做原始语音信号的频谱图形 title(原始语音信号频谱) xlabel(Hz); ylabel(fuzhi);2、加入噪声y=wavread(C:UsersacerDesktopvoice.wav);y=y

6、(:,1); %矩阵维度置换成1subplot(2,2,1);plot(y);title(加噪前的时域曲线);N=length(y)-1;n=0:1/fs:N/fs;x=1.5*sin(40*pi*n); %设置正弦噪声信号x=x.; %置换成矩阵z=y+x; %添加噪声subplot(2,2,2);plot(z);title(加噪后的时域曲线);sound(z,40000)3、IIR滤波器设计clc;clear;close all;fs=22050;x1=wavread(C:UsersacerDesktopvoice.wav);x1=x1(:,1) t=0:1/22050:(size(x1)

7、-1)/22050; %设置并添加噪声信号d=1.5*sin(40*pi*t);d=d.;x2=x1+d;wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15; %通阻带截止和通阻带衰减Fs=22050;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=bili

8、near(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 figure(1); plot(W*Fs/(2*pi),abs(H);grid %滤波器 xlabel(频率Hz);ylabel(频率响应幅度);title(Butterworth) f1=filter(bz,az,x2); figure(2); subplot(2,1,1); plot(t,x2); %画出滤波前的时域图 title(滤波前的时域波形); subplot(2,1,2);plot(t,f1); %画出滤波后的时域图 title(滤波后的时域波形);

9、 sound(f1,40000); %播放滤波后的信号 F0=fft(f1,10240);f=fs*(0:255)/10240 figure(3) y2=fft(x2,10240); subplot(2,1,1);plot(f,abs(y2(1:256); %画出滤波前的频谱图 title(滤波前的频谱);xlabel(Hz);ylabel(fuzhi); subplot(2,1,2);F1=plot(f,abs(F0(1:256); %画出滤波后的频谱图 title(滤波后的频谱);xlabel(Hz);ylabel(fuzhi);4、FIR滤波器设计clear all fs=22050;

10、%设置采样频率x1=wavread(C:UsersacerDesktopvoice.wav);%读取声音x1=x1(:,1)f=fs*(0:1023)/1024; %F=(1:N-1)*Fs/N; %换算成实际的频率值 t=0:1/22050:(length(x1)-1)/22050; %定义噪声信号d=1.5*sin(40*pi*t); x2=x1+d; %加噪声 N=30;b1=fir1(N,0.3,hamming(N+1); %设计FIR滤波器 M=128;f0=0:1/M:1-1/M;h1=freqz(b1,10,M); %滤波器幅频响应 f1=filter(b1,10,x2); %滤

11、波 y0=fft(x2,40000);y00=fft(f1,40000);sound(f1,40000); %播放滤波后的声音 figure(1)plot(f0,abs(h1); %滤波器幅频响应图title(滤波器幅频响应图)figure(2);subplot(2,1,1); plot(t,x2); %画出滤波前的时域图title(滤波前的时域波形);subplot(2,1,2);plot(t,f1); %画出滤波后的时域图title(滤波后的时域波形);F0=fft(f1,10240);f=fs*(0:255)/10240 figure(3)subplot(211)plot(f,abs(y0(1:256);title(滤波前频谱)subplot(212)plot(f,abs(y00(1:256); %滤波后频谱title(滤波后频谱)C:UsersappleDesktopxinhao最遥远的距离.wav如有侵权请联系告知删除，感谢你们的配合！