【正文】 音識別。定義短時能量為：其中N為窗長，特殊地，當采用矩形窗時，可簡化為： 自相關函數(shù)用于衡量信號自身時間波形的相似性。短時自相關函數(shù)定義為： 令，并且，可以得到：4 語音信號處理實例分析 圖形用戶界面設計在MATLAB主窗口中，選擇File菜單中的New菜單項，再選擇其中的GUI命令，就會顯示圖形用戶界面的設計模板。 語音信號的處理設計 語音信號的提取在Matlab中使用Wavread函數(shù)，可得出信號的采樣頻率為22500，并且聲音是單聲道的。部分程序如下： fn=input(39。)。ms20=floor(fs*)。 %確定顯示位置plot(t,x)。xlabel( 39。Amplitude39。所以在設計中也添加了這種功能，并能夠觀察調(diào)整后的信號的波形圖得變化， 而且能通過語音處理界面的輸出功能試聽處理后的語音信號。Adjust224。 幅度調(diào)整后波形圖 此時聽到的調(diào)整后聲音聲調(diào)變高，但不是很明顯，可以將幅度的變化值設置的比較大，那樣的話就可以得到效果相當明顯的語音信號了。 傅里葉變換的部分程序如下：x=y(44101:55050,1)。 %畫波形圖legend(39。Time(s)39。)。 %確定頻率刻度subplot(3,1,2)。)。xlabel(39。 %倒頻譜計算ms1=fs/1000。 %畫倒譜圖legend(39。倒頻（s）39。)。而在未發(fā)聲的時間段內(nèi)，相對的小高頻部分(200500Hz)應該屬于背景噪聲。,[1024 5120])。magX=abs(X)。title(39。plot(X)。subplot(223)。)。原始信號相位39。 %語音信號采樣頻率為8000x1=wavread(39。y1=fft(x1,2048)。figure(1)plot(t,x1)title(39。time(s)39。)。axis tight。Hz39。)。clc。)。d=[Au*cos(2*pi*3800*t)]39。 y2=fft(x2,2048)。加噪后的信號39。)。figure(2)subplot(2,1,1)。title(39。Hz39。)。axis tight。xlabel(39。幅度39。 語音信號的低通濾波 系統(tǒng)中設計了一個截止頻率為200Hz切比雪夫—I型低通濾波器，： 低通濾波器的幅頻特性低通濾波器性能指標： wp=0．075pi，ws =0．125pi，Rp=0．25；As =50dB；經(jīng)過低通濾波器處理后，比較處理前后的波形圖的變化，： 低通濾波后波形和頻譜的變化低通濾波后，聲音稍微有些發(fā)悶、低沉，原因是高頻分量被低通濾波器衰減。 語音信號的帶通濾波運用橢圓數(shù)字帶通濾波器函數(shù)，： 帶通濾波后波形和頻譜的變化 語音信號的帶阻濾波運用切比雪夫—Ⅱ型數(shù)字帶阻濾波器，： 帯阻濾波后波形和頻譜的變化從以上各種數(shù)字濾波器經(jīng)過濾波后得出的語音信號相比較，低通濾波后，聲音稍微有些發(fā)悶，但是很接近原來的聲音；高通濾波后聽不到人的聲音；帶通濾波后聲音有點像機器人小叮當發(fā)出的聲音。還可以將處理后的語音信號保存在電腦上。Save，： 保存界面保存后，整個操作過程就完成了。通過fft變換，得出了語音信號的頻譜圖；從課題的中心來看，課題是希望將數(shù)字信號處理技術應用于某一實際領域，這里就是指對語音的處理。我們可以像給一般信號做頻譜分析一樣，來給語音信號做頻譜分析，也可以較容易的用數(shù)字濾波器來對語音進行濾波處理。當然，這些問題與不足在今后的進一步學習中，我會一步一步的去進行解決。2) 處理速度較快。本設計還存在許多可以改進的地方，主要有以下幾個方面：1) 本程序僅能進行一般應用條件下的語音信號處理，功能比較單一，不能進行復雜的語音信號處理。本文是在羅浩老師的悉心指導下完成的，論文從開題到論文的完成，老師都投入了極大的精力和心血，在這段期間，羅老師對我給予了多方面的指導、關心和幫助，使我培養(yǎng)了從事科學研究的良好態(tài)度和習慣。最后，我要衷心感謝所有對我的生活和學業(yè)給予寶貴幫助的人們，感謝你們！33。在此謹向羅浩老師表示衷心的感謝；同時感謝各位老師給我們辛勤的教學，讓我們學到豐富的知識。3) 該程序由于編寫簡單，操作界面較小，對較大物理內(nèi)存的語音信號文件不能進行處理。3) 占用內(nèi)存空間比較小。本設計主要有以下優(yōu)點：1) 操作界面簡練。對濾波的研究，本文只是舉出了很小的一個方面，還有許多精髓都未能一一列舉。在這里，用到了處理數(shù)字信號的強有力工具MATLAB，通過MATLAB里幾個命令函數(shù)的調(diào)用，很輕易的在實際化語音與數(shù)字信號的理論之間搭了一座橋。本設計圓滿的完成了對語音信號的讀取與打開，與課題的要求十分相符。Save，保存處理后的語音信號。從頻譜圖中我們可以看出聲音的能量主要集中在低頻(．5Hz以內(nèi))部分。 語音信號的高通濾波運用切比雪夫—Ⅱ型數(shù)字高通濾波器，對語音信號進行濾波處理。 加噪聲后信號時域波形和頻譜 語音信號的濾波 ，語音信號中包含背景噪聲，這些噪聲的頻率一般較高。)。加噪語音信號頻譜39。plot(f,abs(y2(1:1024)))。ylabel(39。)。grid on。幅度39。xlabel(39。axis tight。 %x2=x1+d。f=fs*(0:1023)/2048。 x1=wavread(39。畫出加噪后的語音信號時域和頻譜圖，與原始信號對比，可以很明顯的看出區(qū)別。ylabel(39。原始語音信號FFT頻譜39。ylabel(39。)。 %做原始語音信號的時域圖形grid on。)。程序運行可以聽到聲音，： 語音信號的讀入與打開寫出程序并畫出它的時域波形和頻譜fs=8000。plot(angX)。title(39。原始信號頻譜39。)。subplot(221)。 sound(x,fs,bits)。[x,fs,bits]=wavread(39。 Transform，對語音信號的一部分進行傅里葉變換，并進行倒譜分析， 聲音樣本波形圖、頻譜圖和倒譜圖從上面的倒譜圖可以看出．當讀“主人，信息收到了”時，所對應的頻率大概在200Hz左右。ylabel(39。)。 %確定倒頻刻度subplot(3,1,3)。)。幅度(db)39。legend(39。 %做加窗傅里葉變換fm=5000*length(Y)/fs。ylabel(39。)。 %計算樣本時刻subplot(3,1,1)。它具有可近似地分離并提取出頻譜包絡信息和細微結構信息的特點。與原語音信號相比，經(jīng)過調(diào)整后的信號周期變?yōu)樵瓉淼?/2，此時的語速明顯變快，即實現(xiàn)了信號的2倍頻功能。例如將采樣頻率提高一倍，即可得到語音信號頻率為原頻率2倍新的語音信號。 ： 語音信號處理系統(tǒng)的操作界面然后點擊File菜單中的子菜單Input，：輸入要處理的語音信號的名稱，： 如圖中提取的語音的波形圖所示，整段音頻數(shù)據(jù)中得聲音高低起伏與錄入的聲音信號基本一致，并且可以觀察到其中包含部分高頻噪聲。)。Waveform39。t=(0:length(x)1)/fs。ms2=floor(fs*)。,39。采集數(shù)據(jù)并畫出波形圖。設計語音信號處理系統(tǒng)的用戶圖形操作界面（GUI）SoundProcess，其中菜單主要包括File、Process和Output三大主要部分，其中File菜單包括輸入（Input）、保存（Save）和退出（Quit）等功能；Process菜單主要包括提?。‥xtract）、調(diào)整（Extract）、變換（Transform）和濾波（Filter）菜單，其中調(diào)整（Extract）包括幅度調(diào)整（Range）和頻率調(diào)整（Frequency），濾波（Filter）菜單包含低通濾波（LowpassFilter）、高通濾波（HighpassFilter）、帶通濾波（BandpassFilter）和帯阻濾波（BandstopFilter）等功能菜單。濁音的時間波形呈現(xiàn)出一定的周期性，波形之間相似性較好；清音的時間波形呈現(xiàn)出隨機噪聲的特性，樣點間的相似性較差。A：短時信號；B：短時頻譜；C：對數(shù)頻譜； D：倒譜系數(shù)；E：對數(shù)頻譜包絡； F：基本周期由于語音信號的能量隨時間變化，清音和濁音之間的能量差別相當顯著。函數(shù)執(zhí)行N點的FFT，若x為向量且長度小于N，則函數(shù)將x補零至長度N；若向量x的長度大于N，則函數(shù)截短x使之長度為N；若x 為矩陣，按相同方法對x進行處理。在MATLAB的信號處理工具箱中函數(shù)FFT和IFFT用于快速傅立葉變換和逆變換。輸出頻譜是聲道系統(tǒng)頻率響應與激勵源頻譜的乘積。信號的傅立葉表示在信號的分析與處理中起著重要的作用。但是這個高效率是以相位的非線性為代價的。數(shù)字濾波器的作用是利用離散時間系統(tǒng)的特性對輸入信號波形(或頻譜)進行加工處理，或者說利用數(shù)字方法按預定的要求對信號進行變換。 FIR數(shù)字濾波器的結構有四種： 橫截性；級聯(lián)型結構；頻率采樣型結構；線性相位FIR濾波器的結構。結構上主要是非遞歸結構，沒有輸出到輸入的反饋。函數(shù)執(zhí)行N點的FFT，若x為向量且長度小于N，