对语音信号进行分析及处理.docx

1、对语音信号进行分析及处理1、设计目的1.进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使自身对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解；2.增强应用Matlab语言编写数字信号处理的应用程序及分析、解决实际问题的能力；3培养自我学习的能力和对相关课程的兴趣；二、设计过程1、语音信号的采集 采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。 采样位数可以理解为声卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实 采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率

2、fs不小于信号中最高频率fm的2倍时，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的510倍。 利用Windows下的录音机，录制了一段发出的声音，内容是“数字信号”，时间在3 s内。接着在D盘保存为WAV格式，然后在Matlab软件平台下利用函数wavread对语音信号进行采样，并记录下了采样频率和采样点数，在这里我们还通过函数sound引入听到采样后自己所录的一段声音。x1,fs,bits=wavread(E:数字信号.wav); %读取语音信号的数据，赋给变量x1，返回频率fs 44100Hz，比特率为16 。2 、语音信号的频谱分析（1）首先

3、画出语音信号的时域波形；程序段：x=x1(60001:1:120000); %?60000?plot(x) %?title(?);xlabel(? n);ylabel(? A);（2）然后用函数fft对语音号进行快速傅里叶变换，得到信号的频谱特性；y1=fft(x,6000); %?N=6000?FFT?figure(2)subplot(2,1,1),plot(k,abs(y1);title(|X(k)|);ylabel(?);subplot(2,1,2),plot(k,angle(y1);title(arg|X(k)|);ylabel(?);（3）产生高斯白噪声，并且对噪声进行一定的衰减，然

4、后把噪声加到信号中，再次对信号进行频谱特性分析，从而加深对频谱特性的理解；d=randn(1,60000); %?d=d/100; %?x2=x+d; %?3、设计数字滤波器(1)IIR低通滤波器性能指标通带截止频，阻带截止频率，通带最大衰减，阻带最小衰减。(2)FIR低通滤波器性能指标通带截止频率，阻带截止频率， 通带衰减1dB，阻带衰减100dB。（3）IIR高通滤波器的设计指标，阻带最小衰减，通带最大衰减。（4）（4）FIR高通滤波器的设计指标，阻带最小衰减，通带最大衰减。（5）用自己设计的各滤波器分别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

5、波，IIR滤波器利用函数filter对信号进行滤波。比较滤波前后语音信号的波形及频谱，在一个窗口同时画出滤波前后的波形及频谱。在Matlab中，函数sound可以对声音进行回放。其调用格式：sound(x，fs，bits)；可以感觉滤波前后的声音有变化。3、结果分析1、原始语音信号采样后的时域波形及FFT变换后频谱图 1.原始信号时域图图 2.原始信号的频谱图2、加入噪声后信号的时域波形及FFT变换后频谱 图 3.加入噪声后的时域信号分析：由图可以看出加入噪声后有明显的不一样，运行sound(x2 ,fs);播放加入高斯噪声后的语音，可以明显听出兹兹的噪声 图 4.加入噪声后的频谱图3、IIR

6、滤波器及原始信号通过IIR后的时域波形频谱变化图 5. IIR低通滤波器图 6. IIR低通滤波器滤波前后时域波形分析：经过滤波器后的信号和原始信号很近似 图 7. IIR低通滤波器滤波前后的频谱分析：从图7可以看出，经过IIR低通滤波器滤波后将高频部分滤除了。4、FIR滤波器及原始信号通过FIR后的时域波形频谱变化 图 8. FIR低通滤波器图 9.FIR低通滤波器滤波前后时域波形图 10.FIR低通滤波器滤波前后频谱分析：从图10可以看出，经过FIR低通滤波器滤波后将高频部分滤除了。5、IIR高通滤波器的设计图 11. IIR高通滤波器 图 12. IIR高通滤波器滤波前后时域波形图 13

7、. IIR高通滤波器滤波前后频谱6、FIR高通滤波器的设计图 14. FIR高通滤波器 图 15. FIR高通滤波器滤波前后时域波形图 16.FIR高通滤波器滤波前后频谱 4、结束语 这次的数字信号处理大作业的题目是应用Matlab对语音信号进行频谱分析及滤波，首先通过网络和书籍查找有关本次作业所需的资料，编写相关程序，并通过Matlab软件运行得到相关波形频谱图。在做作业的过程中，我将上课所学的理论知识运用到实践中。通过这次应用Matlab对语音信号进行频谱分析及滤波，让我对Matlab的应用以及数字滤波器的设计有了更深层次的理解，每个程序中的语句表示什么意思也有了很清楚的了解。在实践中增强

8、了我的动手能力，并提高了我的综合能力，使自身得到了很大的锻炼。另外，在设计滤波器的过程中由于个人知识学得不到位，后面的仿真结果不是很理想，我希望以后多查阅资料，多积累，多思考，只有这样，才能取得更大的进步，才能学有所用，学有所长。5、程序附录（1）采样+噪声clearclcx1,fs,bits=wavread(E:?.wav); %?,?x1sound(x1,fs); %?N=length(x1)fs %?44100Hzbits %?16 x=x1(60001:1:120000); %?60000?N1=length(x) figure(1)plot(x) %?title(?);xlabel(

9、? n);ylabel(? A);sound(x,fs); %?,?“?” k=0:5999;y1=fft(x,6000); %?N=6000?FFT? figure(2)subplot(2,1,1),plot(k,abs(y1);title(|X(k)|);ylabel(?);subplot(2,1,2),plot(k,angle(y1);title(arg|X(k)|);ylabel(?); mean(x) %?-2.1368e-04 d=randn(1,60000); %?mean(d)d=d/100; %? x2=x+d; %?sound(x2 ,fs); %?,? figure(3)

10、plot(x2) title(?);xlabel(? n);ylabel(? A); k=0:5999;y2=fft(x2,6000); %?N?FFT? figure(4)subplot(2,1,1),plot(k,abs(y2);title(?|X(k)|);ylabel(?);subplot(2,1,2),plot(k,angle(y2);title(?arg|X(k)|);ylabel(?);（2）IIR?%IIR?clearclcx1,fs,bits=wavread(E:?.wav); %?,?x1 x=x1(60001:1:120000); %?60000?d=randn(1,60

11、000); %?mean(d);d=d/100; %? x2=x+d; %?sound(x2 ,fs); %?,? fs=44100;Ts=1/fs;wp=2*pi*45000/fs; %?ws=2*pi*50000/fs; %?Rp=1; %?Rs=100; %? wp1=2/Ts*tan(wp/2); %?ws1=2/Ts*tan(ws/2); N,Wn=buttord(wp1,ws1,Rp,Rs,s); %?Z,P,K=buttap(N); %?butterworth?Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn); %?bz,az=bilinear

12、(b,a,fs); %?H,W=freqz(bz,az); %? figure(1)plot(W*fs/(2*pi),abs(H)gridxlabel(?/Hz)ylabel(?)title(IIR?)f1=filter(bz,az,x2); figure(2)subplot(2,1,1)plot(x2) %?title(IIR?);subplot(2,1,2)plot(f1); %?title(IIR?);sound(f1,44100); %?F0=fft(f1,1024);f=fs*(0:511)/1024; figure(3)y2=fft(x2,1024);subplot(2,1,1);

13、plot(f,abs(y2(1:512); %?title(IIR?)xlabel(?/Hz);ylabel(?);subplot(2,1,2)F1=plot(f,abs(F0(1:512); %?title(IIR?)xlabel(?/Hz);ylabel(?); （3）FIR?%FIR?clearclcfs=44100;x1=wavread(E:?.wav); x=x1(60001:1:120000); %?60000?d=randn(1,60000); %?d=d/100; %?x2=x+d; %?sound(x2 ,fs); %?,? wp=2*pi*1000/fs;ws=2*pi*1200/fs;Rp=1;Rs=