【正文】 。)。f/Hz39。 %輸出原始語音信號經(jīng)濾波器濾波后的脈沖響應 title(39。幅度 39。 xlabel(39。stem(x)。 sound(y,fs_yuyin)。FIR 帶通濾波器 39。 figure(1)。 b=fir1(N,wn,39。 %求凱澤窗函數(shù)參數(shù) N=ceil((rs8)/)。 wo1=wp1ws1。 wp1=2*pi*fc1/Fs。fb2=3000。 %利用函數(shù) wavread 對原始語音信號進行采樣 %sound(x,22050)。axis([0,8000,200,10])。)。)。幅度 39。 %輸出原始語音信號經(jīng)濾波器濾波后的頻譜圖 title(39。)。幅度 39。 %輸出原始語音信號頻譜圖 title(39。 %對濾波后的信號進行傅里葉變換并進行 1024點采樣 Y=fft(y,1024)。)。f/Hz39。 %輸出原始語音信號經(jīng)濾波器濾波后的脈沖響應 title(39。幅度 39。 xlabel(39。stem(x)。 y=filter(b,1,x)。 title(39。 [Hw,w]=freqz(b,1)。 %由過渡帶決定 N的值 wc=(wp+ws)/2/pi。ws=2*pi*fs/Fs。fs=4800。)。)。幅度 /db39。頻率 /Hz39。 ylabel(39。 plot(f,abs(Y))。頻率 /Hz39。 ylabel(39。plot(f,abs(X))。 X=fft(x,1024)。幅度 39。 xlabel(39。 stem(y)。ylabel(39。)。subplot(2,1,1)。 %語音信號經(jīng)濾波器濾波 pause。 title(39。 [Hw,w]=freqz(b,1)。 %求過渡帶 beta=*()。Fs=22050。 %回放原始語音信號 %pause。 function yuyin_01 [x,fs_yuyin,nbit]=wavread(39。xlabel(39。還要感謝在這段時間給予我?guī)椭耐瑢W，感謝你們的陪伴，謝謝！最后由衷的感謝在四年大學時光里給予我?guī)椭耐瑢W和老師，謝謝你們的幫助，謝謝你們讓我學會很多，懂得很多。 參 考文獻 [1] 李勇、徐震， MATLAB輔助現(xiàn)代工程數(shù)字信號處理，西安電子科技大學出版社 . [2] 陳懷琛 ,數(shù)字信號處理教程 —— Matlab釋 義與實現(xiàn) ,電子工業(yè)出版社 . [3] 王一世，數(shù)字信號處理，北京理工大學出版社 . [4] 陳杰， Matlab寶典，電子工業(yè)出版社 . [5] 劉幺和、宋庭新，語音識別與控制技術，科學出版社 . [6] 高西全、丁玉美，數(shù)字信號處理，西安電子科技大學出版社 . [7] 程佩青 , 數(shù)字信號處理教程 , 清華大學出版社 . [8] 趙力，語音信號處理，機械工業(yè)出版社 . [9] 韓紀慶、張磊，語音信號處理，清華大學出版社 . [10] 胡航，語音信號處理，哈爾濱工業(yè)大學出版社 . [11] 蘇金明、張蓮花、劉波， MATLAB工具 箱應用，電子工業(yè)出版社 . [12] 王京輝，語音信號處理技術研究，論文，山東大學 . [13] 于俊鳳，語音信號的識別和轉(zhuǎn)換研究，學位論文，成都理工大學 . [14] Gersho A,Gr R quantization and signal Compression Boston,Kluwer Academic Publishers. [15],IEEETrans,NeuralNetworks [16]胡航．語音信號處理 [M]哈爾濱：哈爾濱工業(yè)大學出版社， 2020． [17]丁玉美．高西全．數(shù)字信號處理 [M].學出版社， 2020． [18]樊昌信．通信原理 [M].北京：國防工業(yè)出版社， 2020． [19]張威． MATLAB基礎與編程入門 [M].科技大學出版社， 2020． [20]林福宗．多媒體技術基礎 [M].北京：清華大學出版社， 2020． [21]周淵，王炳和，劉斌勝．基于 MATLAB 的噪聲信號采集和分析系統(tǒng)的設計 [M].噪聲控制． 2020(7)： 5254． [22]何強，何英． MATLAB擴展編程 [M]．北京：清華大 學出版社， 2020： 293296． [23]朱學芳，徐建平．計算機語音信號處理與語音識別系統(tǒng) [J]．南京郵電學院學報， 1998， 18(5—6)： 113— 11 [25]楊崇林，李雪耀，孫羽．強噪聲背景下漢語語音端點檢測和音節(jié)分割 [J]．哈爾濱工程大學學報， 1997． 18(5)： 28— 32． [25] 張雄偉，陳量，楊吉斌．現(xiàn)代語音處理技術及應用 [M]．北京：機械工業(yè)出版社． 2020 [26]韋曉東，等．應用倒譜特征的帶噪語音端點檢測方法 [J]．上海交通大學學報， 2020， 34(2)：185— 188． [27]胡光銳，韋曉東．基于倒譜特征的帶噪語音端點檢測 [J]．電子學報 ,2020,28(10)： 95— 97． 致謝 匆匆時光，轉(zhuǎn)眼間大學四年就這樣劃過眼前，驀然回首留下的每個腳步都是那么的難以讓人忘懷，每一份情感都是那么的真實，那么的令人珍惜。 (2) 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。由于整個操作過程存在多個分步驟，并且每個步驟的聯(lián)系不是很緊密，所以每個步驟中的運行速度很快。 當語音信號通過帶通濾波器時，我們只能聽到嘀嘀的聲音，原因是帶通濾波器是 抑制一定頻帶間隔外的所有信號，而頻帶內(nèi)的信息通過時基本上不改變。 通過以上三種濾波器對原始信號的時域和頻域的對比，我們可以明顯的感覺到語音信號通過高通濾波器時，此時只有少許的雜聲 原因是低頻分量被高通濾波器衰減，而人聲部分正好是低頻部分，所以只剩下雜音，或者發(fā)出高頻雜音但人的耳朵聽不到。 低通濾波前后的頻域?qū)Ρ热鐖D 所示： 圖 低通濾波器的頻域?qū)Ρ葓D 由上圖我們對比可知，低通濾波器濾除原信號的高頻部分，此時我們能聽到清晰的原聲音，但是有點沉悶。 plot(f,abs(Y(1:512)))。Y=fft(y,1024)。 (5)利用 plot 函數(shù)分別作出信號在濾波前后的時域波形圖并比較。 sound(x,22050)。 x=wavread(39。 title(39。)。 %繪制頻率響應曲線 grid。 [bz,az]=bilinear(b,a,Fs)。)。 Bw=W2W1。 wap=[wap1,wap2]。 wap1=2/Ts*tan(wp1/2)。wp2=2*pi*fp2/Fs。Fs=22050。)； 仿真結果如下： 圖 巴特沃茲高通濾波器的幅頻特性 帶通濾波器設計 程序設計如下： fp1=1200。幅度 /dB39。 xlabel(39。 figure(1)。 %創(chuàng)建 butterworth 模擬濾波器 [Bap,Aap]=zp2tf(z,p,k)。 [N,wc]=buttord(wap,was,Ap,As,39。 %歸一化，求得數(shù)字邊緣頻率 ws=2*pi*fs/Fs。Fs=22050。巴特沃茲低通濾波器 39。 ylabel(39。 axis([0,3000,20,2])。 %用雙線性變換法實現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換 [H,w]=freqz(bz,az)。 %選擇濾波器的最小階數(shù) [z,p,k]=buttap(N)。 %將數(shù)字指標轉(zhuǎn)換成模擬指標 was=2/Ts*tan(ws/2)。 wp=2*pi*fp/Fs。fs=1200。 title(39。 [Hw,w]=freqz(b,1,512,Fs)。wn=[wn1,wn2]。 %求過渡帶 beta=*()。ws2=2*pi*fc2/Fs。Fs=22050。fc1=1200。 title(39。 [Hw,w]=freqz(b,1)。 %由過渡帶決定 N 的值 wc=(wp+ws)/2/pi。ws=2*pi*fs/Fs。fs=4800。 title(39。 [Hw,w]=freqz(b,1)。 %求過渡帶 beta=*()。Fs=22050。 (3) 利用有限精度算法實現(xiàn)系統(tǒng)函數(shù)，包括結構選擇、字長選擇等。 整體來看， IIR 濾波器達到同樣效果階數(shù)少，延遲小，但是有穩(wěn)定性問題，非線性相位； FIR 濾波器沒有穩(wěn)定性問題，線性相位，但階數(shù)多，延遲大。)。|y(k)|39。 xlabel(39。 f=fft(x,N)。)。n39。 subplot(2,1,2)。)。n39。 figure(i)。)。 FFT頻譜分析程序如下： function yuyin_04 close all。 title(39。)。 [H,f]=freqz(x,1,512,fs)。 title(39。)。 subplot(2,1,1)。 %x：語音數(shù)據(jù)； fs：采樣頻率； bits：采樣點數(shù) sound(x,fs,bits)。 i=1。 如果 x 長度是 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，計算速度較慢。顯然采樣率越高，計算機攝取的圖片越多，對于原始音頻的還原也越加精確。無論采樣頻率如何，理論上來說采樣的位數(shù)決定了音頻數(shù)據(jù)最大的力度范圍。向量 y 則就代 表了一個信號（也即一個復雜的“函數(shù)表達式”）也就是說可以像處理一個信號表達式一樣處理這個聲音信號。用于讀取語音，采樣值放在向量 y 中， fs 表示采樣頻率 (Hz)， bits 表示采樣位數(shù)。且和 x 相同長度。其中向量 b和 a分別表示系統(tǒng)函數(shù)的分子、分母多項式的系數(shù)，若 a＝ 1，此時表示 FIR 濾波器，否則就是 IIR濾波 器。 對語音信號 進行采樣其程序如下： [y,fs,nbits]=wavread(‘ larry’ ) 其中 ： fs =44100；（ fs=44100 為雙聲道設置頻率， fs=22050 為單聲道設置頻率） nbits =16； y=wavread（ file， [20200,65000]） 其他相關函數(shù)介紹 （ 1） . 函數(shù) fftfilt 的調(diào)用 函數(shù) fftfilt 的調(diào)用格 式為 y=fftfilt(b,x) 該格 式是利用基于 FFT 的重疊相加法對數(shù)據(jù)進行濾波，這種頻域濾波技術只對 FIR 濾波器有效。 wavread 函數(shù)調(diào)用格式： y=wavread（ file），讀取 file 所規(guī)定的 wav 文件，返回采樣值放在響亮 y 中。 硬件環(huán)境 ： (1)處理器： Inter Core2 T6400 (2)內(nèi)存： 2G (3)硬盤空間： 320GB 或更高 (4)顯卡： SVGA 顯示適配器 軟件環(huán)境 ： 操作系統(tǒng)： WindowXP 開發(fā)環(huán)境主要介紹了本系統(tǒng)采用的操作系統(tǒng)、開發(fā)語言。 MATLAB 的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學、工程中常用的形式十分相似，故 用 MATLAB 來解算問題要比用 C， FORTRAN 等語言完相同的事情簡捷得多，并且 mathwork 也吸收了像 Maple 等軟件的優(yōu)點 ,使 MATLAB 成為一個強大的數(shù)學軟件。 MATLAB 在現(xiàn)實中應用很廣泛，如今隨處可見，在各個領域都是有廣泛的使用。畫出處理過程中所得各種波形及頻譜圖。并對其進行 FFT 頻譜分析，比較加噪前后語音信號的波形及頻譜，對所得結果進行分析，闡明原因，得出結論。 本文的主要工作及研究步驟 本文的 主要工作 本文簡要介紹了語音信號采集與分析的發(fā)展史以及語音信號的特征、采集與分析方法，并通過 手 機錄制自己的一段聲音，運用 Matlab 進行仿真分析，最后 對于聲音中的噪聲進行濾波處理，比較濾波前后的變化 以及 介紹語音信號的特點與采集，仿真主要是驗證奈奎斯特定理 ，對 語音信號進行時域、頻域上的分析 ，率譜，是對語音信號的綜合和分析，包括語音信號的調(diào)制 和濾波。到了 80年代，由于矢量量化、隱馬爾可夫模型和人工神經(jīng)網(wǎng)絡等相繼被應用于語音信號處理，并經(jīng)過不斷改進與完善，使得語音信號處理技術產(chǎn)生了突破性的進展。在此基礎上，語音信號處理的研究工作得到了計算機技術的幫助，取得了突破性的進展。它可以把語音的時變頻譜用語圖表示出來，從而得出了“可見語言”。 1939 年提出并研制成功的第一個聲碼器，從此奠定了語音產(chǎn)生模型的基礎。 國內(nèi)外研究狀況 早在一兩千年前，人們便對語言進行了研究。 語音信號采集與分析之所以能夠那樣長期地、深深地吸引廣大科學工作者去不斷地對其進行研究和探討，除了它的實用性之外，另一個重要原因是，它始終與當時信息科學中最活躍的前沿學科保持密切的聯(lián)系．并且一起發(fā)展。作為高科鼓應用領域的研究熱點，語音信號采集與分析從理論的研究到產(chǎn)品的開發(fā)已經(jīng)走過了幾