【正文】 plot(2,2,2)。title(39。subplot(2,2,3)。)。title(39。speech39。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。m12=fft(z12)。)。subplot(2,2,2)。title(39。plot(s)。subplot(2,2,4)。)。n = length (y) 。 %傅里葉變換z13=filter(num13,den13,s)。plot(abs(S),39。濾波前信號的頻譜39。r39。)。濾波前信號的波形39。title(39。speech39。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。m21=fft(z21)。)。subplot(2,2,2)。 title(39。plot(s)。subplot(2,2,4)。)。n = length (y) 。 %傅里葉變換z22=fftfilt(b22,s)。plot(abs(S),39。濾波前信號的頻譜39。r39。)。濾波前信號的波形39。title(39。speech39。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。m23=fft(z23)。)。)。subplot(2,2,3)。)。濾波后的信號波形39?？梢圆煊X濾波前后的聲音有明顯的變化。GUIDE主要是一個界面設計工具集，MAYLAB將所有GUI支持度控件都集成在這個環(huán)境中，并提供界面外觀、屬性和行為響應方式的設置方法。M文件包括GUI設計、控件函數(shù)以及定義為子函數(shù)的用戶控件回調函數(shù)，主要用于控制GUI展開時的各種特征。其次，進入GUI開發(fā)環(huán)境以后添加兩個編輯文本框，6個靜態(tài)文本框，和一個按鈕，布置如下圖所示；圖16 GUI開發(fā)環(huán)境布置好各控件以后，我們就可以來為這些控件編寫程序來實現(xiàn)兩數(shù)相加的功能了。結 論語音信號處理是語音學與數(shù)字信號處理技術相結合的交叉學科，課題在這里不討論語音學，而是將語音當做一種特殊的信號，即一種“復雜向量”來看待。這一過程的實現(xiàn)，用到了處理數(shù)字信號的強有力工具MATLAB。我們可以像給一般信號做頻譜分析一樣，來對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。通過濾波前后的對比，低通濾波后效果最好，高通濾波后的效果最差。致 謝本次課程設計選題及進行過程中得到常波、胡榮林老師等的悉心指導。在此，謹向常波、胡榮林老師、劉虎老師和顧相老師平等致以誠摯的謝意。最終，我們一起解決了一個又一個難題，雖然，我們有過爭吵，但是在真理面前，我們的行動是一致的。我院采取把理論知識與實踐相結合教學模式，讓學生的知識源于課堂而走出課堂，真正做到了“為了學生的一切，一切為了學生”。54成果驗收：是否完成設計任務；能否運行、可操作性如何等。25合計指導教師（簽章）：。306文獻引用是否合理、充分、真實。52自學情況：上網(wǎng)檢索機時數(shù)、文獻閱讀情況（筆記）。在遇到課題技術難題時，我和同組的同學到圖書館廣泛查閱相關資料，圖書館也熱情地老師幫助，在此，向他們表示致謝。相互之間幫忙協(xié)作，上網(wǎng)搜索相關資料，到圖書館查閱相關文獻，遇到難題，共同商討。在我遇到困難的時候，老師給予我最大的支持和鼓勵。最后，還利用了MATLAB的另一強大功能——GUI界面設計。從含噪語音信號的頻譜圖中可以看出含噪聲的語音信號頻譜,在整個頻域范圍內分是布均勻。課題的特色在于它將語音信號看作一個向量，于是就把語音數(shù)字化了。從課題的中心來看，課題“基于MATLAB的有噪聲語音信號處理”是希望將數(shù)字信號處理技術應用于某一實際領域，這里就是指對語音及加噪處理。單擊相應的按鈕，便跳出對應的界面，如按下按鈕“低通濾波器”，就得到如圖所示結果。第一步：通過設置GUIDE應用程序的選項來運行GUIDE；第二步：使用界面設計編輯器進行面設計；第三步：編寫控件行為響應控制（即回調函數(shù)）代碼。 FIG文件：包括GUI圖形窗口及其所有后裔的完全描述，包括所有對象屬性的屬性值。用戶通過一定的方法（如鼠標或鍵盤）選擇、激活這些圖形對象，使計算機產(chǎn)生某種動作或變化，比如實現(xiàn)計算、繪圖等。圖14 窗函數(shù)法高通濾波 經(jīng)過以上的加噪聲處理后，可在Matlab中用函數(shù)sound對聲音進行回放。plot(z23)。title(39。濾波后信號的頻譜39。plot(abs(m23),39。plot(abs(S),39。 %傅里葉變換z23=fftfilt(b23,s)。n = length (y) 。)。subplot(2,2,4)。plot(s)。title(39。subplot(2,2,2)。)。m22=fft(z22)。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。speech39。 title(39。濾波前信號的波形39。)。r39。濾波前信號的頻譜39。plot(abs(S),39。 %傅里葉變換z21=fftfilt(b21,s)。n = length (y) 。)。subplot(2,2,4)。plot(s)。title(39。subplot(2,2,2)。)。m13=fft(z13)。 %隨機函數(shù)產(chǎn)生噪聲s=y+noise。speech39。title(39。濾波前信號的波形39。)。r39。濾波前信號的頻譜39。plot(abs(S),39。 %傅里葉變換z12=filter(num12,den12,s)。n = length (y) 。)。subplot(2,2,4)。title(39。)。r39。)。g39。sound(z11)。 %求出語音信號的長度noise=*randn(n,2)。 比較濾波前后語音信號的波形及頻譜% ======================雙線性變換法=======================%*************************低通濾波器************************[y,fs,nbits]=wavread (39。調用格式為：y=fftfilter(h,x,M)。)。 %由fir1設計濾波器[h,w]=freqz(b23,1)。[n23,wn23,beta,ftype]=kaiserord(fpts,mag,dev)。 %通帶阻帶波紋s=10.^(rs/20)。legend(39。 %將S域低通參數(shù)轉為帶通的[num22,den22]=bilinear(num2,den2,)。 %求低通濾波器階數(shù)和截止頻率[b22,a22]=butter(n22,wn22,39。ws=(wp*wp2w.^2)/(bw*w)。ws2=tan(pi*Fs2/Ft)。)。 %由fir1設計濾波器[h,w]=freqz(b21,1)。mag=[1 0]。rs=50。legend(39。plot(w*21000*,abs(h))。)。s39。 %高通到低通濾波器參數(shù)轉換