【正文】 tware content is various, inconvenient operation, using prehensive use of various function calls to voice signals such as frequency, amplitude, Fu Liye transform and filtering, the program interface concise, simple operation, and has certain practical significance. Keywords: Matlab。 Sound player。 Fu Liye transform。 Frequency 基于 MATLAB 的聲音文件播放器設(shè)計 2 前言 語音是語言的聲學(xué)表現(xiàn)，是人類交流信息最自然、最有效、最方便的手段。隨著社會文化的進步和科學(xué)技術(shù)的發(fā)展，人類開始進入了信息化時代，用現(xiàn)代手段研究語音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲、和獲取語音信息，這對于促進社會的發(fā)展具有十分重要的意義，因此，語音信號處理正越來越受到人們的關(guān)注和廣泛的研究。 20 世紀 60 年代中期形成的一系列數(shù)字信號處理的理論和算法，如數(shù)字濾波器、快速傅立葉變換（ FFT）等是語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。隨著信息科學(xué)技術(shù)的飛速發(fā)展，語音信號處理取得了重大的進展：進入 70 年 代之后，提出了用于語音信號的信息壓縮和特征提取的線性預(yù)測技術(shù)（ LPC），并已成為語音信號處理最強有力的工具，廣泛應(yīng)用于語音信號的分析、合成及各個應(yīng)用領(lǐng)域，以及用于輸入語音與參考樣本之間時間匹配的動態(tài)規(guī)劃方法； 80 年代初一種新的基于聚類分析的高效數(shù)據(jù)壓縮技術(shù) — 矢量量化（ VQ）應(yīng)用于語音信號處理中；而用隱馬爾可夫模型（ HMM）描述語音信號過程的產(chǎn)生是 80 年代語音信號處理技術(shù)的重大發(fā)展，目前 HMM 已構(gòu)成了現(xiàn)代語音識別研究的重要基石。近年來人工神經(jīng)網(wǎng)絡(luò) (ANN)的研究取得了迅速發(fā)展，語音信號處理的各項課題是促進其發(fā) 展的重要動力之一，同時，它的許多成果也體現(xiàn)在有關(guān)語音信號處理的各項技術(shù)之中。 語音信號處理是一門比較實用的電子工程的專業(yè)課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音是語言的聲學(xué)表現(xiàn)，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。 語音信號處理是研究用數(shù)字信號處理技術(shù)對語音信號進行處理的一門學(xué)科，它是一門新興的學(xué)科， 同時又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科。 1 設(shè)計背景與概述 設(shè)計背景 隨著軟硬件技術(shù)的發(fā)展，儀器的智能化與虛擬化已成為未來實驗室及研究機構(gòu)的發(fā)展方向。虛擬儀器技術(shù)的優(yōu)勢在于可由用戶定義自己的專用儀器系統(tǒng)，且功能靈活，很容易構(gòu)建，所以應(yīng)用面極為廣泛?；谟嬎銠C軟硬件平臺的虛擬儀器可代替?zhèn)鹘y(tǒng)的測量儀器，如示波器、邏輯分析儀、信號發(fā)生器、頻譜分析儀等。從發(fā)展史看，電子測量儀淮南師范學(xué)院 20xx 屆本科畢業(yè)論文 3 器經(jīng)歷了由模擬儀器、智能儀器到虛擬儀器，由于計算機性能的飛速發(fā)展，已把傳統(tǒng)儀器遠遠拋到后面，并給虛擬儀器生產(chǎn)廠家不斷帶來連 鍋端的技術(shù)更新速率。目前已經(jīng)有許多較成熟的頻譜分析軟件，如 SpectraLAB、 RSAVu、 dBFA 等。 聲卡是多媒體計算機最基本的配置硬件之一，價格便宜，使用軟件，他的數(shù)據(jù)采集工具箱為實現(xiàn)數(shù)據(jù)的輸入和輸出提供了十分方便的函數(shù)和命令。本文將給出基于聲卡與MATLAB 的聲音信號頻譜分析儀的設(shè)計原理與實現(xiàn)方法，功能包括： (1) 音頻信號信號輸入，從聲卡輸入、從 WAV 文件輸入、從標準信號發(fā)生器輸入； (2) 信號波形分析，包括幅值、頻率、周期、相位的估計，以及統(tǒng)計量峰值、均值、均方值和方差的計算； (3) 信號 頻譜分析，頻率、周期的估計，圖形顯示幅值譜、相位譜、實頻譜、虛頻譜和功率譜的曲線。 設(shè)計平臺 MATLAB 概 述 MATLAB 是國際上公認的最優(yōu)秀的科技應(yīng)用軟件，它在數(shù)據(jù)分析和處理功能都是很強大，利用它可以靈活方便地處理音頻信號。 MATLAB 是美國 MathWorks 公司出品的商業(yè)數(shù)學(xué)軟件，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計算的高級技術(shù)計算語言和交互式環(huán)境，主要包括 MATLAB 和Simulink 兩大部分。 MATLAB 已成為國際公認的最優(yōu)秀的科技 應(yīng)用軟件 之一，具有編程簡單、數(shù)據(jù)可視化功能強、可操作性強等特點，而且配有功能強大、專業(yè)函數(shù)豐富的圖像處理工具箱，是進行圖像處理方面工作必備的軟件工具。 MATLAB 是矩陣實驗室（ Matrix Laboratory）的簡稱，和 Mathematica、 Maple 并稱為三大數(shù)學(xué)軟件。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計算方面首屈一指。 MATLAB 可以進行矩陣運算、繪制函數(shù)和數(shù)據(jù)、實現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng) 用于工程計算、控制設(shè)計、信號處理與通訊、圖像處理、信號檢測、金融建模設(shè)計與分析等領(lǐng)域。目前數(shù)字濾波器的設(shè)計有許多現(xiàn)成的高級語言設(shè)計程序，但他們都存在設(shè)計效率較低，不具有可視圖形，不便于修改參數(shù)等缺點，而 Matlab 為數(shù)字濾波的研究和應(yīng)用提供了一個直觀、高效、便捷的工具。它以矩陣運算為基礎(chǔ)，把計算、可視化、程序設(shè)計融合到了一個交互式的工作環(huán)境中。尤其是 Matlab 工具箱使各個領(lǐng)域 的研究人員可以直觀而方便地進行科學(xué)研究與工程應(yīng)用。其中的信號處理工具箱、圖像處理工具箱、小波工具箱等更是為數(shù)字濾波研究的蓬勃發(fā)展提供 了可能。 本文將使用 matlab 對 MP3 進行解碼，做一個簡易的 MP3 播放器。 基于 MATLAB 的聲音文件播放器設(shè)計 4 2 聲音文件 首先，我們來明確一下 數(shù)字音頻 的概念，它是指一個用來表示聲音強弱的數(shù)據(jù)序列，由模擬聲音經(jīng)抽樣、量化和編碼后得到的。簡單地說， 數(shù)字音頻 的編碼方式就是數(shù)字 音頻格式 ，我們所使用的不同的數(shù)字音頻設(shè)備一般都對應(yīng)著不同的音頻 文件格式 。 常見的數(shù)字 音頻格式 有： WAV 格式、 MIDI 格式、 CDA 格式、 MP3 格式、 WMA格式等。 1. WAV 格式，是 微軟公司 開發(fā)的一種聲音 文件格式 ，也叫波形聲音文件，是最早的數(shù)字 音頻格式 ，被 Windows 平臺及其 應(yīng)用程序 廣泛支持。 WAV 格式支持許多壓縮算法，支持多種音頻 位數(shù)、采樣頻率和聲道，采用 的采樣頻率， 16 位量化位數(shù)，跟 CD 一樣，對存儲空間需求太大不便于交流和傳播。 2. MIDI，是 Musical Instrument Digital Interface 的縮寫，又稱作樂器數(shù)字接口，是數(shù)字音樂 /電子合成樂器的統(tǒng)一國際標準。它定義了計算機音樂程序、數(shù)字合成器及其它電子設(shè)備交換音樂信號的方式，規(guī)定了不同廠家的電子樂器與計算機連接的電纜和硬件及設(shè)備間數(shù)據(jù)傳輸?shù)膮f(xié)議，可以模擬多種樂器的聲音。 MIDI 文件就是 MIDI 格式的文件，在 MIDI 文件中存儲的是一些指令。把 這些指令發(fā)送給聲卡，由聲卡按照指令將聲音合成出來。 3. 大家都很熟悉 CD 這種音樂格式了，擴展名 CDA，其取樣頻率為 ， 16位量化位數(shù)，跟 WAV 一樣，但 CD 存儲采用了音軌的形式，又叫 ―紅皮書 ‖格式，記錄的是波形流，是一種近似無損的格式。 4. MP3 全稱是 MPEG1 Audio Layer 3，它在 1992 年合并至 MPEG 規(guī)范中。 MP3 能夠以高音質(zhì)、低采樣率對數(shù)字音頻文件進行壓縮。換句話說，音 頻文件 (主要是大型文件，比如 WAV 文件）能夠在音質(zhì)丟失很小的情況下 (人耳根本無法察覺這種音質(zhì)損失 )把文件壓縮到更小的程度。 (Windows Media Audio)，是 微軟 在互聯(lián)網(wǎng)音頻、視頻領(lǐng)域的力作。 WMA格式是以減少數(shù)據(jù)流量但保持音質(zhì)的方法來達到更高的 壓縮率 目的，其壓縮率一般可以達到 1:18。此外， WMA 還可以通過 DRM（ Digital Rights Management）方案加入防止拷貝，或者加入限制播放時間和播放次數(shù)，甚至是播放機器的限制，可有力地防止盜版。 MP3 文件 MP3 文件大體分為三部分： TAG_V2(ID3V2)， frame， TAG_V1(ID