信号的采集与处理.docx

1、信号的采集与处理 MATLAB与信息处理课程设计 课设题目：语音信号采集与处理 学院：电气学院 班级：电科1202 姓名：沈丹婷 学号:3120504033 指导老师：许波 2014年7月4日基于MATLAB的语音信号的采集与处理 电科1202 沈丹婷 3120504033一引言随着信息时代和数字世界的到来，数字信号处理已成为今一门极其重要的学科和技术领域。数字信号处理在通信语音、图像、自动控制、雷达、军事、航空航天、医疗和家用电器等众多领域得到了广泛的应用。在数字信号处理应用中，数字滤波器十分重要并已获得广泛应用。二MATLAB工具简介1MATLAB是矩阵实验室（MatrixLaborato

2、ry）之意，现已发展成为适合多学科，多种工作平台的功能强大的大型软件，已经成为线性代数，自动控制理论，数理统计，数字信号处理，时间序列分析，动态系统仿真等高级课程的基本教学工具；2MATLAB的语言特点（1）语言简洁紧凑，使用方便灵活，库函数极其丰富。MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。（2）运算符丰富。由于MATLAB是用C语言编写的，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。 （3）MATLAB既具有结构化的控制语

3、句（如for循环，while循环，break语句和if语句），又有面向对象编程的特性。 （4）程序限制不严格，程序设计自由度大。例如，在MATLAB里，用户无需对矩阵预定义就可使用。 （5）程序的可移植性很好，基本上不做修改就可在各种型号的计算机和操作系统上运行。 （6）MATLAB的图形功能强大。在FORTRAN和C语言里，绘图都很不容易，但在MATLAB里，数据的可视化非常简单。MATLAB还具有较强的编辑图形界面的能力。 （7）MATLAB的缺点是，它和其他高级程序相比，程序的执行速度较慢。由于MATLAB的程序不用编译等预处理，也不生成可执行文件，程序为解释执行，所以速度较慢。 （8）

4、功能强大的工具箱是MATLAB的另一特色。MATLAB包含两个部分：核心部分和各种可选的工具箱。核心部分中有数百个核心内部函数。其工具箱又分为两类：功能性工具箱和学科性工具箱。功能性工具箱主要用来扩充其符号计算功能，图示建模仿真功能，文字处理功能以及与硬件实时交互功能。功能性工具箱用于多种学科。而学科性工具箱是专业性比较强的。（9）源程序的开放性。开放性也许是MATLAB最受人们欢迎的特点。除内部函数以外，所有MATLAB的核心文件和工具箱文件都是可读可改的源文件，用户可通过对源文件的修改以及加入自己的文件构成新的工具箱。 三、内容要求1.语音信号的采集及频谱分析要求利用Windows下的录音

5、机,录制一段自己的话音,时间在5s内，存为*.WAV的文件。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。（五位同学、简单音乐、和弦音乐） 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，分析基频。（1）采集信号代码：x,fs,Nbits =wavread(E:shendanting沈丹婷SDT) x,fs,Nbits =wavread(E:shendanting沈丹婷JDYY) ; x,fs,Nbits =wavread(E:shendanting沈丹婷HX) ;采样频率和采样点数均为（2）频谱分析代码：f

6、s=22050;x,fs,Nbits =wavread(E:shendanting沈丹婷SDT) ;t=0:1/22050:(length(x)-1)/22050;sound(x,fs) ; %对加载的语音信号进行回放figure(1)plot(t/2,x) %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)freqz(x) %绘制原始语音信号的频率响应图title(频率响应图)n=length(x); %求出语音信号的长度y1=fft(x,n) ; %傅里叶变换y2=fftshift(y1); %对频谱图进行

7、平移f=0:fs/n:fs*(n-1)/n; %得出频点figure(3) subplot(2,1,1);plot(abs(y2) %做原始语音信号的FFT频谱图title(原始语音信号FFT频谱)subplot(2,1,2);plot(f,abs(y2); %绘制原始语音信号的频谱图简单音乐及和弦的频谱分析如下： (简单音乐)2.理解傅里叶变换的性质（1）回放sound(x,fs);（2）快慢放 w=0.5;M=w*fs;sound(x,M);w=2;M=w*fs; （M1快放，M1慢放)sound(x,M); 3.信号的调制解调代码如下：clear;dt=1/44100; fs=44100

8、; f1,fs,nbits=wavread(E:shendanting沈丹婷HX); figure(1); subplot(3,2,1); N=length(f1); t=0:1/fs:(N-1)/fs;plot(t,f1);title(信息信号的时域波形);fy1=fft(f1);w1=0:fs/(N-1):fs;figure(2);subplot(3,2,2); plot(w1,abs(fy1);title(信息信号的频谱); f2=cos(22000*pi*t);figure(3);subplot(3,2,3); fy2 = fft(f2);N2=length(f2);w2=fs/N*0

9、:N-1;plot(w2,abs(abs(fy2); f1=f1(:,1);f3=f1.*f2;figure(4);subplot(3,2,4); fy3 = fft(f3);plot(w1,abs(abs(fy3); title(已调信号的频谱);sound(f3,fs,nbits);f4=f3.*f2;figure(5);subplot(3,2,5);fy4=fft(f4);plot(w1,abs(abs(fy4);sound(f4,fs,nbits);fp1=0; fs1=5000; As1=100;wp1=2*pi*fp1/fs; ws1=2*pi*fs1/fs; BF1=ws1-wp

10、1;wc1=(wp1+ws1)/2;M1=ceil(As1-7.95)/(2.286*BF1)+1;N1=M1+1;beta1=0.1102*(As1-8.7); Window=(kaiser(N1,beta1); b1=fir1(M1,wc1/pi,Window);figure(6);freqz(b1,1,512); title(FIR低通滤波器的频率响应); f4_low = filter(b1,1, f4);plot(t,f4_low);sound(f4_low,fs,nbits); f5=fft(f4_low);figure(7);plot(w1,abs(f5);4、低通滤波代码如下：

11、x1,Fs,bits=wavread(E:shendanting沈丹婷HX); derta_Fs = Fs/length(x1);%设置频谱的间隔，分辨率 ，这里保证了x轴的点数必须和y轴点数一致fs=Fs; fp1=1000; fs1=1200; As1=100;wp1=2*pi*fp1/fs; %ws1=2*pi*fs1/fs; %BF1=ws1-wp1;wc1=(wp1+ws1)/2;M1=ceil(As1-7.95)/(2.286*BF1)+1;%按凯泽窗计算滤波器阶数N1=M1+1;beta1=0.1102*(As1-8.7); Window=(kaiser(N1,beta1); %

12、求凯泽窗窗函数b1=fir1(M1,wc1/pi,Window);% wc1/pi为归一化,窗函数法设计函数figure(2); freqz(b1,1,512); %H,w=freqz(B,A,N),(1)中B和A分别为离散系统的系统函数分子、分母多项式的系数向量，返回量H则包含了离散系统频响在 0pi范围内N个频率等分点的值（其中N为正整数），w则包含了范围内N个频率等分点。调用默认的N时，其值是512。title(FIR低通滤波器的频率响应); x1_low = filter(b1,1, x1);%对信号进行低通滤波 ,Y = filter(B,A,X) ，输入X为滤波前序列，Y为滤波结果

13、序列，B/A 提供滤波器系数，B为分子， A为分母 sound(x1_low,Fs,bits); figure(3);subplot(2,1,1);plot(x1_low);title(信号经过FIR低通滤波器(时域); subplot(2,1,2);plot(-Fs/2:derta_Fs: Fs/2-derta_Fs,abs(fftshift(fft(x1_low); title(信号经过FIR低通滤波器（频域）);5.提高部分（1）声音信号的放大和衰减放大：y,fs=wavread(E:shendanting沈丹婷HX); sound(2*y,fs);缩小：y,fs=wavread(E:s

14、hendanting沈丹婷HX); sound(0.5*y,fs);（2）倒放y,fs=wavread(E:shendanting沈丹婷HX);wavplay(flipud(y),fs,sync);（3）混音%#下面是将两个音频叠加在一块close allclear ally,fs=wavread( G:jsdx jsdx);%打开音频文件（格式为wav的音频文件），所得y为采样数据，fs为采样率time=(1:length(y)/fs; % 时间轴的向量【(length(y)/fs即为音频文件播放的时间长度】subplot(3,1,1);plot(time, y); % 画出时间轴上的波形t

15、itle( 郭振宇的声音);%sound(y,fs)y6,fs6=wavread( G:jsdx cui);%打开音频文件（格式为wav的音频文件），所得y为采样数据，fs为采样率time6=(1:length(y6)/fs6; % 时间轴的向量【(length(y)/fs即为音频文件播放的时间长度】subplot(3,1,2);plot(time6, y6); % 画出时间轴上的波形title( 崔舒扬的声音);%sound(y6,fs6)%下面将两个音频叠加在一块m,n=size(y);%查看y的大小，【此处y是m行，n列的数据】m6,n6=size(y6);%查看y6的大小，【此处y6是

16、m6行，n6列的数据】z=zeros(max(m,m6)-min(m,m6),n);%生成0矩阵，用于加在时间较短的那么音频的后面if length(y)length(y6); y1=y;z; y8=y1+y6; sound(y8,fs)else y1=y6;z; y8=y1+y; sound(y8,fs)end;%wavwrite(y8,fs,111);%保存合成的音频信号，文件夹在matlab-bin（4）回声x,fs,bits=wavread(G:jsdxjsdx,1 40000);%读取语音信号n1=0:2000;b=x(:,1);%产生单声道信号N=3;yy2=filter(1,1,

17、zeros(1,80000/(N+1),0.7,b,zeros(1,40000);%IIR滤波器进行滤波figure(3)subplot(2,1,1);plot(yy2); %三次回声滤波器时域波形title(三次回声滤波器时域波形);YY2=fft(yy2); %对三次回声信号做FFT变换subplot(2,1,2);plot(n1(1:1000),YY2(1:1000); %三次回声滤波器频谱图title(三次回声滤波器频谱图?);figure(4)subplot(2,1,1);plot(abs(YY2);%经傅里叶变换之后的信号的幅值?title(幅值);subplot(2,1,2);p

18、lot(angle(YY2);%经傅里叶变换之后的信号的相位?title(相位);sound(2*yy2,fs,bits);%经三次回声滤波器后的语音信号，乘以5是为了加强信号（5）页面设计心得体会 我们之前并没有接触过这门课程，可能是教学安排上有些小瑕疵，一开始会觉得根本无从下手，没有一点思路，甚至第一天连如何运用这个软件都不知道，但之后的学习过程中，老师也放低了要求，我们也就没有了那么多压力。XX，请教老师，小组成员互相讨论，一点一滴的慢慢积累，深深地感受到了这款软件的强大威力。在电视里，特别是动画片中，唐老鸭的声音，或者其他尖锐，低沉的声音，原来都是可以用MATLAB制作出来的，改变频率

19、，幅值，一个小小的变化都会产生极大的效果。当听见自己的声音就跟用复读机快放一样的时候，心里还是很得意的，短短的几句代码，竟然有如此大的威力，真的得感叹一句科技真伟大。最有意思的并不是基础部分的程序设计，反而是后面的提高部分，回声，混音，增强，衰减，特别是最后还有个页面设计，我们组的小伙伴特别给力，做出来的效果特别逗，很有喜感。可惜，男女变声还来不及修改完成，不过如果时间还能充裕一点，我们有信心能把它搞定！ 再说说我这次主要完成的版块吧。我负责的是信号采集和频谱的分析，参与了调制解调，快慢放以及声音信号的放大和衰减。说实话，一开始当组长交代任务，根本无从下手，只能XXXX，信号的采集和频谱分析网

20、上版本各种各样，最初我们借鉴的那个版本有噪声方面的处理，而且维数也不对，最后我们一起讨论，删减，才得到了最后的终极版。快慢放还有放大和衰减就相对比较简单，都是短短几句话，通过改变频率，幅值，就可以实现。我们发现，改变频率会达到快慢放，同时声音也会变尖锐，一开始误以为这就是男女声转换呢。总之，过程远远比结果精彩，自己从啥也不会，到现在能对MATLAB有所了解，这都是非常令人高兴的事MATLAB不在于学习本身，在于你对实际问题的理解分析能力和建模能力。 MATLAB作为一种数学工具,广泛用于各个工程领域。工程技术人员通过MATLAB提供的工具箱和丰富的调用函数,可以完成复杂工程问题的数值求解.并能够将计算结果形象直观地显示出来。随着应用研究不的不断深入,MATLAB也处在不断发展和完善的过程中。学习MATLAB可以完全很多实际性的工作，比如说画二维,三维图。MALAB具有强大的数值计算功能，而MALTAB中带的系统仿真成为大型科研中最得力的助手。 本次课程设计要求我们学会运用MATLAB的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟悉，时间虽短，受益颇深。