MATLAB语音信号采集与处理DOCWord文件下载.docx

1、y1=fft（x,n） ; %傅里叶变换y2=fftshift（y1）; %对频谱图进行平移f=0:fs/n:fs*（n-1）/n; %得出频点 subplot（2,1,1）;plot（t/2,x） %做原始语音信号的时域图形title（原始信号时域波形图）;subplot（2,1,2）;plot（f,abs（y2）;原始信号频谱图）仿真波形：门铃：和弦：男女声： 2、调制与解调：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。在Matlab中可以利用函数fft对信号行快速傅里叶变换,得到信号的频谱特性，从而加深对频谱特性的理解。clear;dt=1/44100;fs=44100;f1

2、,fs,nbits=wavread（1huan.wavfigure（1）;subplot（1,1,1）;N=length（f1）;（N-1）/fs;plot（t,f1）;信息信号的时域波形fy1=fft（f1）;w1=0:fs/（N-1）:fs;figure（2）;plot（w1,abs（fy1）;信息信号的频谱f2=cos（22000*pi*t）;figure（3）;fy2 = fft（f2）;N2=length（f2）;w2=fs/N*0:N-1;plot（w2,abs（abs（fy2）;载波信号的频谱f1=f1（:,1）;f3=f1.*f2;figure（4）;fy3 = fft（f3）

3、;plot（w1,abs（abs（fy3）;已调信号的频谱sound（f3,fs,nbits）;f4=f3.*f2;figure（5）;fy4=fft（f4）;plot（w1,abs（abs（fy4）;解调信号的频谱sound（f4,fs,nbits）;fp1=0;fs1=5000;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;N1=M1+1;beta1=0.1102*（As1-8.7）;Window=（kaiser（N1,beta1）;b1

4、=fir1（M1,wc1/pi,Window）;figure（6）;freqz（b1,1,512）;FIR低通滤波器的频率响应f4_low = filter（b1,1, f4）;plot（t,f4_low）;滤波后的解调信号时域波形sound（f4_low,fs,nbits）;f5=fft（f4_low）;figure（7）;plot（w1,abs（f5）;滤波后的解调信号频谱3、信号变化：快放：x,fs,nbits=wavread（w=2；M=w*fs;wavplay（x,M）;慢放：w=0.8倒放：x,fs,Nbits=wavread（y0=flipud（x）;sound（y0,fs）;回

5、声：x,fs,bits=wavread（3yang.wav,1 40000）;%读取语音信号n1=0:2000;b=x（: %产生单声道信号N=3;yy2=filter（1,1,zeros（1,80000/（N+1）,0.7,b,zeros（1,40000）;figure（3）plot（yy2）; %三次回声滤波器时域波形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plot（n1（1:1000）,YY2（1:1000）; %三次回声滤波器频谱图三次回声滤波器频谱图figure（4）plot（abs（YY2）; %经傅里叶变换之后的信号的幅值幅值plot（ang

6、le（YY2）; %经傅里叶变换之后的信号的相位相位sound（2*yy2,fs,bits）;%经三次回声滤波器后的语音信号，乘以2是为了加强信号男女变声：Voice调用函数：function Y=voice（x,f） %更改采样率使基频改变 f1降低;f1升高f=round（f*1000）;d=resample（x,f,1000）; %时长整合使语音文件恢复原来时长 W=400;Wov=W/2;Kmax=W*2;Wsim=Wov;xdecim=8;kdecim=2; X=d;F=f/1000;Ss =W-Wov;xpts = size（X,2）;ypts = round（xpts / F）;

7、Y = zeros（1, ypts）;xfwin = （1:Wov）/（Wov+1）;ovix = （1-Wov）:0; newix = 1:（W-Wov）;simix = （1:xdecim:Wsim） - Wsim;padX = zeros（1, Wsim）, X, zeros（1,Kmax+W-Wov）;Y（1:Wsim） = X（1:Wsim）; lastxpos = 0; km = 0;for ypos = Wsim:Ss:（ypts-W） xpos = round（F * ypos）; kmpred = km + （xpos - lastxpos）; lastxpos = xpos

8、; if （kmpred 1降调,1升调4、信号加噪fs=22050; %语音信号采样频率为22050x1=wavread（ %读取语音信号数据赋值给x1f=fs*（0:511）/1024; %将0到511，步长为1的序列的值与fs相乘并除以1024的值赋给f（length（x1）-1）/fs; %将0到x1的长度减1后的值除以fs的值，且步长为1/fs的值，的序列的值，赋予tAu=0.05; %噪声幅值d=Au*cos（2*pi*2000*t） %干扰信号构建命令函数，构建了一个余弦函数x2=x1（:,1）+d; %取原始语音信号的单声部信号然后和噪声信号相加wavwrite（x2,2205

9、0,jiazaoyang%生成wav文件sound（x2,22050）; %播放语音信号y1=fft（x1,1024）;%对信号做1024点的FFT变换y2=fft（x2,1024）; %创建图形窗plot（t,x1）; %做原始语音信号的时域波形加噪前的信号xlabel（timen%x轴的名字是timeylabel（fuzhi%y轴的名字是fuzhi %创建两行一列绘图区间的第1个绘图区间plot（t,x2）加噪后的信号figure（2）plot（f,abs（y1（1:512）;原始语音信号频谱Hzfuzhiplot（f,abs（y2（1:加噪后的信号频谱5、用窗函数法设计FIR滤波器根据过

10、渡带宽及阻带衰减要求，选择窗函数的类型并估计窗口长度N（或阶数M=N-1），窗函数类型可根据最小阻带衰减As独立选择，因为窗口长度N对最小阻带衰减As没有影响，在确定窗函数类型以后，可根据过渡带宽小于给定指标确定所拟用的窗函数的窗口长度N，设待求滤波器的过渡带宽为w，它与窗口长度N近似成反比，窗函数类型确定后，其计算公式也确定了，不过这些公式是近似的，得出的窗口长度还要在计算中逐步修正，原则是在保证阻带衰减满足要求的情况下，尽量选择较小的N，在N和窗函数类型确定后，即可调用MATLAB中的窗函数求出窗函数wd（n）。根据待求滤波器的理想频率响应求出理想单位脉冲响应hd（n），如果给出待求滤波器

11、频率应为Hd，则理想的单位脉冲响应可以用下面的傅里叶反变换式求出：在一般情况下，hd（n）是不能用封闭公式表示的，需要采用数值方法表示；从w=0到w=2采样N点，采用离散傅里叶反变换（IDFT）即可求出。用窗函数wd（n）将hd（n）截断，并进行加权处理，得到如果要求线性相位特性， 则h（n）还必须满足：根据上式中的正、 负号和长度N的奇偶性又将线性相位FIR滤波器分成四类。 要根据所设计的滤波特性正确选择其中一类。 例如， 要设计线性相位低通特性可选择h（n）=h（N-1-n）一类，而不能选h（n）=-h（N-1-n）一类。 验算技术指标是否满足要求，为了计算数字滤波器在频域中的特性，可调用

12、freqz子程序，如果不满足要求，可根据具体情况，调整窗函数类型或长度，直到满足要求为止。FIR低通滤波器：x1,Fs,bits=wavread（jiazapyangderta_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;%按凯泽窗计算滤波器阶数 %求凯泽窗窗函数 %wc1/pi为归一化,窗函数法设计函数%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

13、范围内N个频率等分点。调用默认的N时，其值是512。x1_lowfilter（b1,1,x1）;%对信号进行低通滤波,Yfilter（B,A,X），输入X为滤波前序列，Y为滤波结果序列，B/A提供滤波器系数，B为分子，A为分母sound（x1_low,Fs,bits）;plot（x1_low）;信号经过FIR低通滤波器（时域）plot（-Fs/2:derta_Fs:Fs/2-derta_Fs,abs（fftshift（fft（x1_low）;信号经过FIR低通滤波器（频域）FIR高通滤波器：jiazaoyang.wavAs2=100;fp2=4000;fs2=2000;wp2=2*pi*fp2

14、/fs;ws2=2*pi*fs2/fs;BF2=wp2-ws2;wc2=（wp2+ws2）/2;M2=ceil（As2-7.95）/（2.286*BF2）+1;N2=M2+1;beta2=0.1102*（As2-8.7）;Window=（kaiser（N2,beta2）;%求凯泽窗窗函数b2=fir1（M2,wc2/pi,high,Window）;freqz（b2,1,512）;%数字滤波器频率响应FIR高通滤波器的频率响应x1_highfilter（b2,1,x1）;%对信号进行高通滤波sound（x1_high,Fs,bits）;subplot（211）;plot（x1_high）;信号经

15、过FIR高通滤波器（时域）subplot（212）;Fs/2-derta_Fs,abs（fftshift（fft（x1_high）;信号经过FIR高通滤波器（频域）仿真结果：FIR带通滤波：As3=100;fp3=1200,3000;fs3=1000,3200;wp3=2*pi*fp3/fs;ws3=2*pi*fs3/fs;BF3=wp3（1）-ws3（1）;wc3=wp3+BF3/2;M3=ceil（As3-7.95）/（2.286*BF3）+1;N3=M3+1;beta3=0.1102*（As3-8.7）;Window=（kaiser（N3,beta3）;b3=fir1（M3,wc3/pi,bandpass%带通滤波器freqz（b3,1,512）;FIR带通滤波器的频率响应x1_daitongfilter（b3,1,x1）;%对信号进行带通滤波sound（x1_daitong,Fs,bits）;plot（x1_daitong）;信号经过FIR带通滤波器（时域）Fs/2-derta_Fs,abs（fftshift（fft（x1_daitong）;信号经过FIR带通滤波器（频域）