【正文】 摘要 語(yǔ)音信號(hào)在數(shù)字信號(hào)處理中占有極其重要的地位 ，因此選擇通過(guò)對(duì)語(yǔ)音信號(hào)的研究來(lái)鞏固和掌握數(shù)字信號(hào)處理的基本能力十分具有代表性。通過(guò)理論推導(dǎo)得出相應(yīng)的結(jié)論，再通過(guò)利用 MATLAB 作為編程工具來(lái)進(jìn)行計(jì)算機(jī)實(shí)現(xiàn)比價(jià)已驗(yàn)證推導(dǎo)出來(lái)的結(jié)論。隨著社會(huì)文化的進(jìn)步和科學(xué)技術(shù)的發(fā)展，人類(lèi)開(kāi)始進(jìn)入了信息化時(shí)代，用現(xiàn)代手段研究語(yǔ)音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲(chǔ)、和獲取語(yǔ)音信息，這對(duì)于促進(jìn)社會(huì)的發(fā)展具有十分重要的意義，因此，語(yǔ)音信號(hào)處理正越來(lái)越受到 人們的關(guān)注和廣泛的研究。離散時(shí)間信號(hào) ——序列 ——可以用圖形來(lái)表示 。所以研究 語(yǔ)音 信號(hào)無(wú)論是在科學(xué)領(lǐng)域上還是日常生活中都有其廣泛而重要的意義。 研究 的內(nèi)容 本論文主要介紹的是的語(yǔ)音信號(hào)的簡(jiǎn)單處理。 本課題的研究基本步驟如下： 1. 語(yǔ)音信號(hào)的錄制。 5. 利用 MATLAB編程加入一段 隨機(jī)噪音信號(hào)，設(shè)計(jì) FIR和 IIR濾波器去噪，并分別繪制頻譜圖、回放語(yǔ)音信號(hào)。Δ t)，f(t1177。圖為模擬信號(hào)和采樣樣本的示意圖。采樣頻率的倒數(shù)是采樣周期或者叫作采樣時(shí)間，它是采樣之間的時(shí)間間隔。 通俗的講采樣頻率是指計(jì)算機(jī)每秒鐘采集多少 個(gè)聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。 采樣位數(shù)和采樣率對(duì)于音頻接口來(lái)說(shuō)是最為重要的兩個(gè)指標(biāo)，也是選擇音頻接口的兩個(gè)重要標(biāo)準(zhǔn)。對(duì)于采樣率來(lái)說(shuō)你可以想象它類(lèi)似于一個(gè)照相機(jī)， 意味著音頻流進(jìn)入計(jì)算機(jī)時(shí)計(jì)算機(jī)每秒會(huì)對(duì)其拍照達(dá) 441000 次。 （ 1）譜相減算法去噪法 在我們的日常交流和語(yǔ)音通信系統(tǒng)中，加性寬帶噪聲嚴(yán)重影響了語(yǔ)音質(zhì)量和可懂度。對(duì)基于短時(shí)能量和短時(shí)過(guò)零率雙門(mén)限法語(yǔ)音激活檢測(cè)的噪聲估計(jì)算法做了研究及 仿真，同時(shí)還研究了一種基于最小子帶能量的噪聲估計(jì)方法。下面著重講解本論文采用的兩種方法。 設(shè) FIR 濾波器的單位沖激響應(yīng) h (n)為一個(gè) N 點(diǎn)序列， 0 ≤ n ≤N — 1，則濾波器的系統(tǒng)函數(shù)為 H(z)=∑h(n)*z^n （ 23） 就是說(shuō)，它有（ N— 1）階極點(diǎn)在 z = 0 處，有（ N— 1）個(gè)零點(diǎn)位于有限 z平面的任何位置。若 N 為偶數(shù)，則 N— 1 為奇數(shù)，故系數(shù) B2K 中有一個(gè)為零，這是因?yàn)?，這時(shí)有奇數(shù)個(gè)根，其中復(fù)數(shù)根成共軛對(duì)必為偶數(shù)，必然有奇數(shù)個(gè)實(shí)根。 (3)IIR 濾波器去噪法 IIRnfinite Impulse Response)數(shù)字濾波器，又名 “ 無(wú)限脈沖響應(yīng)數(shù)字濾波器 ” ，或 “ 遞歸濾波器 ” 。 IIR 數(shù)字濾波器的設(shè)計(jì)步驟 由于采用了級(jí)聯(lián)結(jié)構(gòu)，因此如何將濾波器的每一個(gè)極點(diǎn)和零點(diǎn)相組合，從而使得數(shù)字濾波器輸出所含的噪聲最小是個(gè)十分關(guān)鍵的問(wèn)題。 獲得最優(yōu) IIR 數(shù)字濾波器系數(shù) ： 為了設(shè)計(jì)出可用 FPGA 實(shí)現(xiàn)的數(shù)字濾波器，需要對(duì)上一步分解獲得的二階基本節(jié)的濾波器系數(shù)進(jìn)行量化，即用一個(gè)固定的字長(zhǎng)加以表示。 除了系數(shù)存在量化誤差，數(shù)字濾波器運(yùn)算過(guò)程中有限字長(zhǎng)效應(yīng)也會(huì)造成誤差，因此對(duì)濾波器中乘法器、加法器及寄存器的數(shù)據(jù)寬度要也進(jìn)行合理的成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 9 設(shè)計(jì)，以防止產(chǎn)生極限環(huán)現(xiàn)象和溢出振蕩。 濾波器分為有源濾波和無(wú)源濾波 ，它的 主要作用是：讓 有用信號(hào) 盡可能無(wú)衰減的通過(guò)，對(duì)無(wú)用信號(hào)盡可能大的衰減。所有各型的濾波器，都是集合 L 型單節(jié)濾波器而成。XC=K2 (31) 故 L 型濾波器又稱(chēng)為 K 常數(shù)濾波器。每一 m 常數(shù)濾波器的 阻抗 與 K常數(shù)濾波器之間的關(guān)系，均由 m常數(shù)決定，此常數(shù)介于 0～ 1 之間。 m 常數(shù)濾波器對(duì)截止頻率的衰減度，決定于共振臂的有效 Q 值之大小。該響應(yīng)非常平坦，非常接近 DC 信號(hào)，然后慢慢衰減至截止 頻率 點(diǎn)為 3dB，最終逼近 20ndB/decade 的 衰減率 ，其中 n 為濾波器的 階數(shù) 。就像巴特沃斯響應(yīng)利用通帶最大化了幅度的平坦度一樣，貝塞爾響應(yīng)最小化了通帶的相位非線性。下面就分別論述一下 FIR 和 IIR 數(shù)字濾波器的設(shè)計(jì)原理和基本步驟。這也就說(shuō)明， IIR 濾波器具有相位不線性，不容易設(shè)計(jì)的缺點(diǎn)。 FIR 濾波器的設(shè)計(jì)比較簡(jiǎn)單，就是要設(shè)計(jì)一個(gè)數(shù)字濾波器去逼近一個(gè)理想的低通濾波器。故我們需要對(duì)此采樣函數(shù)進(jìn)行截?cái)嗵幚怼５羌哟昂髮?duì)此采樣序列的頻域也產(chǎn)生了影響：此時(shí)的頻域便不在是一個(gè)理想的矩形窗，而是成了一個(gè)有過(guò)渡帶，阻帶有波動(dòng)的低通濾波器。 面我們著重介紹用窗函數(shù)法設(shè)計(jì) FIR濾波器的步驟。 （ 2）構(gòu)造希望逼近的頻率響應(yīng)函數(shù)。 MATLAB 信號(hào)處理工具箱函數(shù) cheblap,cheblord和 cheeby1 是切比雪夫 I 型濾波器設(shè)計(jì)函數(shù)。具體設(shè)計(jì)步驟如下： （ 1）確定所需類(lèi)型數(shù)字濾波器的 技術(shù)指標(biāo)。 （ 6）采用雙線性變換法將相應(yīng)類(lèi)型的過(guò)渡模擬濾波器轉(zhuǎn)換成所需類(lèi)型的數(shù)字濾波器。 （ 2）將數(shù)字低通濾波器的技術(shù)指標(biāo)轉(zhuǎn)換成相應(yīng)的模擬低通濾波器的技術(shù)指標(biāo)。我們用到的是 cheeby1 函數(shù)，其調(diào) 用格式如下： [B,A]=cheby1(N,Rp,wpo,’ ftypr’ ) [B,A]=cheby1(N,Rp,wpo,’ ftypr’ ,’ s’ ) 函數(shù) butter,cheby1 和 ellip 設(shè)計(jì) IIR 濾波器時(shí)都是默認(rèn)的雙線性變換法，所以在設(shè)計(jì)濾波器時(shí)只需要代入相應(yīng)的實(shí)現(xiàn)函數(shù)即可。 利用 MATLAB 中的 wavread 命令來(lái)讀入（采集）語(yǔ)音信號(hào)，將它賦值給某一向量。 [N1 N2]表示讀取從 N1 點(diǎn)到 N2 點(diǎn)的值（若只有一個(gè) N的點(diǎn)則表示讀取前 N點(diǎn)的采樣值）。我們還可以通過(guò) sound 命令來(lái)對(duì)語(yǔ)音信號(hào)進(jìn)行回放，以便在聽(tīng)覺(jué)上來(lái)感受聲音的變化。這個(gè)方案用到的軟件也是在數(shù)字信號(hào)處理中非常通用的一個(gè)軟件 ——MATLAB 軟件。 用于對(duì)聲音的回放。 函數(shù) FFT 用于序列快速傅立葉變換。 如果 x 長(zhǎng)度是 2 的冪次方，函數(shù) fft 執(zhí)行高速基－ 2FFT 算法；否則 fft 執(zhí)行一 種混合基的離散傅立葉變換算法，計(jì)算速度較慢。若向量 x 的長(zhǎng)度大于 N，則函數(shù)截短 x使之長(zhǎng)度為 N。 函數(shù) abs(x)用于計(jì)算復(fù)向量 x 的幅值，函數(shù) angle(x)用于計(jì)算復(fù) 向量的相角，介于 和 之間，以弧度表示。 （ 2） 頻率計(jì)算 若 N點(diǎn)序列 x(n)(n=0,1,…,N 1)是在采樣頻率 下獲得的 ?！?。 angX=angle(X)。原始信號(hào)波形 39。 title(39。原始信號(hào)幅值 39。title(39。 程序見(jiàn)附錄 5 分析此段程序可知，此程序是先對(duì)原始語(yǔ)音信號(hào)做時(shí)域波形分析和頻譜分析，然后再對(duì)加噪的語(yǔ)音信號(hào)做時(shí)域波形分析和頻譜分析。 sound(y,fs) 由于在 MATLAB中，如要實(shí)現(xiàn)兩個(gè)信號(hào)的相加減 ，那么兩個(gè)信號(hào)的長(zhǎng)度和維成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 21 度都要一樣才能相加減。計(jì)算出對(duì)應(yīng)點(diǎn)的頻率，然后繪制出原始語(yǔ)音信號(hào)的時(shí)域波形和頻譜圖。 用法： Y = randn(n) 返回一個(gè) n*n 的隨機(jī)項(xiàng)的矩陣。 Y = randn(size(A)) 返回一個(gè)和 A 有同樣維數(shù)大小的隨機(jī)數(shù)組。 再通過(guò)對(duì)原始語(yǔ)音信號(hào)的回放效果與加噪后的語(yǔ)音信號(hào)回放的效果的對(duì)比，人耳可以明顯辨別出兩種語(yǔ)音信號(hào)不一樣了，加噪后的語(yǔ)音信號(hào)在聽(tīng)覺(jué)上比原始語(yǔ)音信號(hào)要渾濁很多，而且還有吱吱嘎嘎的混雜音。函數(shù) fftfilt 用的是重疊相加法實(shí)現(xiàn)線性卷積的計(jì)算。加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)要模糊得多，頻譜圖則是在頻率 5000Hz 以后出現(xiàn)了明顯的變化。濾波后，語(yǔ)音信號(hào)較加噪后的信號(hào)有了明顯的改善，基本可以聽(tīng)清楚了，而且雜音也沒(méi)有那么強(qiáng)烈，但是聲音依然沒(méi)有原始語(yǔ)音信號(hào)那么清晰脆耳。由于運(yùn)算中的舍入處理，使誤差不斷累積，有時(shí)會(huì)產(chǎn)生微弱的寄生振蕩。 （ 3） IIR 幅頻特性精度很高，不是 線性相位 的，可以應(yīng)用于對(duì)相位信息不敏感的音頻信號(hào)上； （ 4）與 FIR 濾波器 的設(shè)計(jì)不同， IIR 濾波器設(shè)計(jì)時(shí)的階數(shù)不是由設(shè)計(jì)者指定，而是根據(jù)設(shè)計(jì)者輸入的各個(gè)濾波器參數(shù)（截止頻率、通帶濾紋、阻帶衰減等），由軟件設(shè)計(jì)出滿(mǎn)足這些參數(shù)的最低濾波器階數(shù)。 （ 7） IIR 濾波器有噪聲反饋，而且噪聲較大， FIR 濾波器噪聲較小。也就是說(shuō)，課題更多的還是體現(xiàn)了數(shù)字信號(hào)處理技術(shù)。通過(guò) MATLAB 里幾個(gè)命令函數(shù)的調(diào)用，很輕易的在實(shí)際語(yǔ)音與數(shù)字信號(hào)的理論之間搭了一座橋。通過(guò)比較加噪前后，語(yǔ)音的頻譜和語(yǔ)音回放，能明顯的感覺(jué)到加入噪聲后回放的聲音與原始的 語(yǔ)音信號(hào)有很大的不同 ,前者隨較尖銳的干擾嘯叫聲。由此可見(jiàn)，語(yǔ)音信號(hào)主要分布在 低頻段 ，而噪聲主要分布在高頻段。感謝我的 輔導(dǎo)員段 老師，謝謝他在這四年中為我們?nèi)嗨龅囊磺?，他不求回報(bào)，無(wú)私奉獻(xiàn)的精神很讓我感動(dòng)，再次向 她 表示由衷的感謝。 Fp=1000。 rp=1。 fpts=[wp ws]。%kaiserord 求階數(shù)截止頻率 b21=fir1(n21,wn21,Kaiser(n21+1,beta))。FIR 低通濾波器 39。 Fs=3500。 rs=50。 mag=[0 1]。high39。 title(39。 附錄 3 Ft=8000。 ws=2*pi*Fs/Ft。s39。)。 title(39。用 butter 設(shè)計(jì) 39。 Fp=4000。 wp=1。)。 %求 S 域的頻率響應(yīng)的參數(shù) [num,den]=lp2hp(b13,a13,wn13)。 title(39。)。 sound(y,fs) n=length(y) y_p=fft(y,n)。 title(39。時(shí)間軸 39。 plot(f,abs(y_p(1:n/2)))。 xlabel(39。頻率幅值 39。 sound(y_z,fs) L=length(y_z)。 plot(y_z)。 xlabel(39。) subplot(2,1,2)。)。 ylabel(39。39。 figure(1) subplot(2,1,1)。)。幅值 A39。原始語(yǔ)音信號(hào)采樣后的頻譜圖 39。)。 L=length(y) noise=*randn(L,2)。 f=fs*(0:n/21)/n。加噪語(yǔ)音信號(hào)時(shí)域波形 39。) ylabel(39。 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 33 title(39。頻率 Hz39。)。 sound(y,fs) n=length(y) y_p=fft(y,n)。 title(39。時(shí)間軸 39。 plot(f,abs(y_p(1:n/2)))。 xlabel(39。頻率幅值 39。 sound(y_z,fs) n=length(y)。 plot(y_z)。 xlabel(39。) subplot(2,1,2)。)。 ylabel(39。 Fp=1000。 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 34 rp=1。 fpts=[wp ws]。 b21=fir1(n21,wn21,Kaiser(n21+1,beta))。FIR低通濾波器 39。 figure(4)。濾波前信號(hào)的頻譜 39。 title(39。plot(y_z)。plot(x)。 Fp=1000。 fp=2*Ft*tan(wp/2)。)。 %求 S 域的頻率響應(yīng)的參數(shù) [num11,den11]=bilinear(b11,a11,)。用 butter 設(shè)計(jì) 39。39。 %隨機(jī)函數(shù)產(chǎn)生噪聲 s=y+noise。 m11=fft(z11)。)。 grid。)。 grid。濾波前信號(hào)的波形 39。 plot(z11)。 。濾波后的信號(hào)波形 39。 grid。 plot(s)。濾波后信號(hào)的頻譜 39。 plot(abs(m11),39。濾波前信號(hào)的頻譜 39。 plot(abs(S),39。 %傅里葉變換 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 35 z11=filter(num11,den11,s)。 n = length (y) 。 grid。 %根據(jù)參數(shù)求出頻率響應(yīng) plot(w*8000*,abs(h))。s39。 [n11,wn11]=buttord(wp,ws,1,50,39。 wp=2*pi*Fp/Ft。濾波后信號(hào)的時(shí)域波形 39。濾波前信號(hào)的時(shí)域波形 39。)。 subplot(2,2,2)。plot(f,abs(y_zp(1:n/2)))。