數(shù)字信號處理課程設(shè)計報告--基于matlab的語音去噪處理(文件)
【正文】 subplot(2,1,1)。)。幅值 A39。加噪語音信號頻譜圖39。)。附錄2[y,fs,bits]=wavread(39。f=fs*(0:n/21)/n。原始語音信號采樣后的時域波形39。)ylabel(39。title(39。頻率Hz39。)。y_zp=fft(y_z,n)。title(39。時間軸39。plot(f,abs(y_zp(1:n/2)))。xlabel(39。頻率幅值39。sound(y,fs)n=length(y)y_p=fft(y,n)。title(39。時間軸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。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,)。用切比雪夫lchoby1設(shè)計39。C:\Users\Administrator\Desktop\數(shù)字信號處理課程設(shè)計\39。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。m11=fft(z11)。)。grid。)。grid。濾波前信號的波形39。plot(z11)。第23頁。濾波后的信號波形39。grid。plot(s)。濾波后信號的頻譜39。plot(abs(m11),39。濾波前信號的頻譜39。plot(abs(S),39。 %傅里葉變換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。濾波后信號的時域波形39。濾波前信號的時域波形39。)。subplot(2,2,2)。plot(f,abs(y_zp(1:n/2)))。x=fftfilt(b21,y_z)。plot(w/pi,abs(h))。dev=[p s]。p=110.^(rp/20)。wp=2*Fp/Ft。)。頻率Hz39。title(39。)ylabel(39。加噪語音信號時域波形39。f=fs*(0:n/21)/n。L=length(y)noise=*randn(L,2)。)。原始語音信號采樣后的頻譜圖39。幅值A(chǔ)39。)。figure(1)subplot(2,1,1)。附錄3[y,fs,bits]=wavread(C:\Users\Administrator\Desktop\數(shù)字信號處理課程設(shè)計\39。)。加噪語音信號頻譜圖39。幅值A(chǔ)39。)。figure(2)subplot(2,1,1)。y_z=y+noise。ylabel(39。)。)subplot(2,1,2)。xlabel(39。plot(y)。)。頻率幅值39。xlabel(39。plot(f,abs(y_zp(1:L/2)))。時間軸39。title(39。y_zp=fft(y_z,L)。)。頻率Hz39。title(39。)ylabel(39。原始語音信號采樣后時域波形39。f=fs*(0:n/21)/n。 最后，再次感謝所有幫助過我們的老師和同學(xué)！參考文獻[1]樓順天，——控制系統(tǒng)[M]..[2][M].北京：人民郵電出版社，2001,7[3]高西全，（第三版）.西安：西安電子科技大學(xué)出版社[4]張志涌，《》， 北京北航電子版，[5]孫家廣，楊長貴.，《計算機圖形學(xué)》， 清華大學(xué)出版社，[6]閆敬文，《數(shù)字圖像處理MATLAB版》，國防工業(yè)出版社， 附錄附錄1[y,fs,bits]=wavread(39。在二周的課程設(shè)計過程中， 學(xué)院的機房工作人員給我們提供的便利的條件，天氣寒冷，實驗室空調(diào)一直開放，我們覺得很溫暖，在此，表達對工作人員的謝意。同時還要感謝我的同學(xué)，尤其是我們同一課題的搭檔，我們花費課很多的時間和精力。對報告的書寫格式及內(nèi)容，老師多次幫助我分析思路，開拓視角。其實，這正是干擾所造成的。那么，就可以完全利用數(shù)字信號處理的知識來解決語音及加噪處理問題。作為存儲于計算機中的語音信號，其本身就是離散化了的向量，我們只需將這些離散的量提取出來，就可以對其進行處理了。這是很好的性質(zhì)。 （5）IIR單位響應(yīng)為無限脈沖序列FIR單位響應(yīng)為有限的 （6）FIR幅頻特性精度較之于iir低，但是線性相位，就是不同頻率分量的信號經(jīng)過FIR濾波器后他們的時間差不變。FIR濾波器則要求較低。程序見附錄4得到下面的圖形：如（圖46）圖46 IIR濾波前和濾波后波形及頻譜 MATLAB源程
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1