【正文】 十個(gè)春秋并且取得了長足的進(jìn)步。并且，由于語言和語音與人的智力活動(dòng)密切相關(guān)，與社會(huì)文化和進(jìn)步緊密相連，所以它具有最大的信息容量和最高的智能水平。 FFT。 關(guān)鍵字： Matlab；語音信號 ； 信號處理；傅里葉變換；濾波器 The Design of Analysis Voice Signal Abstract Speech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanity39。 本設(shè)計(jì)通過下載 一段語音，對其進(jìn)行了時(shí)域分析，頻譜分析 ,分析語音信號的特性。Matlab 語音信號處理 摘要 語音信號處理是研究用數(shù)字信號處理技術(shù)和語音學(xué)知識對語音信號進(jìn)行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。信號處理是 Matlab重要應(yīng)用的領(lǐng)域之一。論文從理論和實(shí)踐上比較不同數(shù)字濾波器的濾波效果。 signal processing。因此，語音信號是人們構(gòu)成思想疏通和感情交流的最主要的途徑。 隨著計(jì)算機(jī)越來越向便攜化方向發(fā)展，隨著計(jì)算環(huán)境的日趨復(fù)雜化，人們越來越迫切要求擺脫鍵盤的束縛而代之以語音輸人這樣便于使用的、自然的、人性化的輸人方式。我們今天進(jìn)行這一領(lǐng)域的研究與開拓就是要讓語音信號處理技術(shù)走人人們的日常生活當(dāng)中，并不斷朝更高目標(biāo)而努力。因?yàn)樵S多處理的新方法的提出，首先是在語音信號處理中獲得成功，然后再推廣到其他領(lǐng)域。 語音信號處理真正意義上的研究可以追溯到 1876 年貝爾電話的發(fā)明，該技術(shù)首次使用聲電、電聲轉(zhuǎn)換技術(shù)實(shí)現(xiàn)了遠(yuǎn)距離的語音傳輸。 20 世紀(jì) 40年代，一種語言聲學(xué)的專用儀器 — 語譜圖儀問世了。隨著計(jì)算機(jī)的出現(xiàn)，語音分析工作，得以在電子計(jì)算機(jī)上進(jìn)行。20 世紀(jì)60年代中期形成的一系列數(shù)字信號處理方法和技術(shù)，如數(shù)字濾波器、快速傅立葉變換等成為語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ) 。另一方面，為了語音識別實(shí)用化的需要，講者自適應(yīng)、聽覺模型、快速搜索識別算法以及進(jìn)一步的語言模型的研究等課題倍受關(guān)注。 3．構(gòu)造受干擾信號并對其進(jìn)行 FFT 頻譜分析 對所采集的語音信號加入干擾噪聲，對語音信號進(jìn)行回放，感覺加噪前后聲音的變化，分析原因，得出結(jié)論。對濾波后的語音信號進(jìn)行 FFT 頻譜分析。 本文使用的軟件 Matlab 介紹 MATLAB 是美國 MathWorks 公司出品的商業(yè) 數(shù)學(xué)軟件 ，用于算法開發(fā)、數(shù)據(jù)可視化、數(shù)據(jù)分析以及數(shù)值計(jì)算的高級技術(shù)計(jì)算語言和交互式環(huán)境，主要包括 MATLAB和 Simulink 兩大部分 [4]。 MATLAB可以進(jìn)行 矩陣 運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號處理與通訊、 圖像處理 、 信號檢測 、金融建模設(shè)計(jì)與分析等領(lǐng)域。 第二章語音信號處理的總體方案 運(yùn)行環(huán)境及系統(tǒng)的基本要求 運(yùn)行的環(huán)境 運(yùn)行環(huán)境主要介紹了硬 件環(huán)境和軟件環(huán)境。通過使用 wavread 函數(shù)，理解采樣頻率、采樣位數(shù)等概念。 y=wavread（ file， [ 1N , 2N ]），讀取從 1N 到 2N 點(diǎn)的采樣值放在向量 y中。其調(diào)用格式為 : Sound(x,fs,bits) （ 3） . 函 數(shù) filter 的調(diào)用 函 數(shù) filter 的調(diào)用 格式為 y=filter(b,a,x) 該格式采 用數(shù)字濾波器對數(shù)據(jù)進(jìn)行濾波，既可以用于 IIR 濾波器，也可以用于 FIR濾波器。 FFT函數(shù)的一種調(diào)用格式為 )(y xfft? 其中， x 是序列， y 是序列的 FFT， x 可以為一向量或矩陣，若 x 為一向量， y 是 x的 FFT。,[N1 N2])。 用于對聲音的回放。 采樣位數(shù)和采樣率對于音頻接口來說是最為重要的兩個(gè)指標(biāo)，也是選擇音頻接口的兩個(gè)重要標(biāo)準(zhǔn)。對于采樣率來說你可以想象它類似于一個(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)對其拍照達(dá) 441000 次。函數(shù) FFT 用于序列快速傅立 葉變換 ，其 調(diào)用格式 為 y=fft(x)， 其中， x是序列， y 是序列的 FFT， x 可以為一向量或矩陣，若 x 為一向量， y 是 x 的 FFT 且和 x 相同長度 ； 若 x為一矩陣，則 y 是對矩陣的每一列向量進(jìn)行 FFT。程序如下： function yuyin_00 close all。)。 figure(i)。n39。)。 subplot(2,1,2)。n39。)。 運(yùn)行結(jié)果： fs=22050HZ bit=16 圖 是原始語音信號的波形和頻譜圖 語音信號的頻譜分析 畫出原始語音信號的時(shí)域波形，然后對語音信號進(jìn)行 FFT 變換，得到原始信號的頻譜特性。E:\39。 n=0:N1。 %畫出原始語音信號的波形 xlabel(39。x(n)39。)。 %畫出原始語音信號的頻譜 xlabel(39。x(n)39。)。 plot(abs(n),abs(f))。 ylabel(39。FFT 后的波形 39。例如，從使用要求上來看，在對相位要求不敏感的場合，如語言通訊等，選用 IIR 較為合適，這 樣可以充分發(fā)揮其經(jīng)濟(jì)高效的特點(diǎn)，而對于圖像信號處理，數(shù)據(jù)傳輸?shù)纫圆ㄐ螖y帶信息的系統(tǒng)，則對線性相位要求較高，如果有條件，采用 FIR 濾波器較好，當(dāng)然，在實(shí)際應(yīng)用中應(yīng)考慮經(jīng)濟(jì)上的要求以及計(jì)算工具的條件等多方面的因素。根據(jù)系統(tǒng)的不同的要求可以考慮用 IIR 系統(tǒng)函數(shù)或 FIR系統(tǒng)函數(shù)去逼近。As=120。 %求歸一化頻率 wo=wswp。 b=fir1(N,wc,kaiser(N+1,beta))。 %繪制 頻率響應(yīng)曲線 grid 。 輸出仿真結(jié)果： 圖 高通濾波器設(shè)計(jì) 程序如下： fp=5000。 %確定技術(shù)指標(biāo) wp=2*pi*fp/Fs。 %求凱澤窗函數(shù)參數(shù) N=ceil((As8)/)。,kaiser(N+1,beta))。 grid 。 輸出仿真結(jié)果如下： 圖 帶通濾波器的設(shè)計(jì) 程序如下： fb1=1000。 %確定技術(shù)指標(biāo) rs=120。 %求歸一化頻率 wp2=2*pi*fb2/Fs。 wo=max(wo1,wo2)。wn2=(fb2+fc2)/Fs。,kaiser(N+1,beta))。 %繪制頻率響應(yīng)曲線 grid 。 仿真結(jié)果如下： 圖 設(shè)計(jì) IIR 濾波器 低通濾波器的設(shè)計(jì) 程序設(shè)計(jì)如下： fp=1000。As=10。 wap=2/Ts*tan(wp/2)。)。 [bz,az]=bilinear(b,a,Fs)。 %繪制頻率響應(yīng)曲線 grid。)。 title(39。fs=4800。 wp=2*pi*fp/Fs。 %將數(shù)字指標(biāo)轉(zhuǎn)換成模擬指標(biāo) was=2/Ts*tan(ws/2)。 %選擇濾波器的最小階數(shù) [z,p,k]=buttap(N)。 %用雙線性變換法實(shí)現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換 [H,w]=freqz(bz,az)。 axis([3000,6000,20,2])。 ylabel(39。巴特沃茲高通濾波器 39。fs2=3200。 wp1=2*pi*fp1/Fs。 Ts=1/Fs。was2=2/Ts*tan(ws2/2)。W2=(wap2+was2)/2。s39。 [b,a]=lp2bp(Bap,Aap,wo,Bw)。 plot(w*Fs/(2*pi),20*log10(abs(H)))。頻率／ Hz39。)。 仿真結(jié)果如下： 圖 巴特沃茲帶通濾波器的幅頻特性 第六章 語音信號的濾波 語音信號濾波的流程 (1)利用 wavread 函數(shù)把指定路徑下的 WAV格式的聲音文件讀入矢量中，采用自己錄制的 音樂 ，采樣率是 22050Hz。 (2)利用 sound 函數(shù)對原始語音信號進(jìn)行回放。 sound(y,Fs)。 X=fft(x,1024)。 plot(f,abs(X(1:512)))。 濾波前后的時(shí)域?qū)Ρ? 高通濾波前后的時(shí)域?qū)Ρ热鐖D 所示： 圖 高通濾波器的時(shí)域波形對比圖 低通濾波前后的時(shí)域?qū)Ρ热鐖D 所示 : 圖 低通濾波器的時(shí)域?qū)Ρ葓D 帶通濾波前后的時(shí)域?qū)Ρ热鐖D 所示： 圖 帶通濾波器的時(shí)域?qū)Ρ葓D 濾波前后的頻域?qū)Ρ? 高通濾波器前后的頻域?qū)Ρ热鐖D 所示： 圖 高通濾波器的頻域?qū)Ρ葓D 由上圖對比可知，高通濾波器濾去原信號的低頻部分，而我們?nèi)说穆曇魧儆诘皖l部分，故此時(shí)我們只能聽到茲茲的聲音，聽不到原聲音了。原始聲音通過帶通濾波器時(shí)，基本上我們聽到的與原始聲音一致。通過帶阻濾波器，我們可以聽到的聲音比較接近原聲的，原因是 抑制某一阻帶的頻率分量，并允許阻帶外頻率分量通過 的濾波器。 （ 1）處理速度較快。 本設(shè)計(jì)還存在許多可以改進(jìn)的地方以及存在的問題，主要有以下幾個(gè)方面： （ 1）本程序僅能進(jìn)行一般應(yīng)用條件下的語音信號處理，功能比較單一，不能進(jìn)行復(fù)雜的語音信號處理 。只是在自己的聲音存在噪聲的基礎(chǔ)上進(jìn)行處理分析的。在以后的工作道路上我知道自己還是有很多需要學(xué)習(xí)，路漫漫其修遠(yuǎn)兮，吾將上下而求索。)。axis([0,8000,200,10])。 %利用函數(shù) wavread 對原始語音信號進(jìn)行采樣 %sound(x,fs)。As=120。 %求歸一化頻率 wo=wswp。 b=fir1(N,wc,kaiser(N+1,beta))。 %繪制頻率響應(yīng)曲線 grid 。 y=filter(b,1,x)。 figure(2)。輸入信號 時(shí)域波形 39。)。subplot(2,1,2)。)。ylabel(39。 figure(3)。 subplot(2,1,1)。)。xlabel(39。subplot(2,1,2)。)。xlabel(39。 高通濾波器： ylabel(39。頻率 /Hz39。E:\39。 fp=5000。 %確定技術(shù)指標(biāo) wp=2*pi*fp/Fs。 %求凱澤窗函數(shù)參數(shù) N=ceil((As8)/)。,kaiser(N+1,beta))。grid 。 pause。subplot(2,1,1)。)。ylabel(39。 stem(y)。 xlabel(39。幅度 39。 X=fft(x,1024)。plot(f,abs(X))。 ylabel(39。頻率 /Hz39。 plot(f,abs(Y))。 ylabel(39。頻率 /Hz39。幅度 /db39。)。)。fc1=1200。Fs=22050。ws2=2*pi*fc2/Fs。 %求過渡帶 beta=*()。wn=[wn1,wn2]。 [Hw,w]=freqz(b,1,512,Fs)。 title(39。 %語音信號經(jīng)濾波器濾波 pause。subplot(2,1,1)。)。ylabel(39。 stem(y)。 xlabel(39。幅度 39。 X=fft(x,1024)。plot(f,abs(X))。 ylabel(39。頻率 /Hz39。 plot(f,abs(Y))。 ylabel(39。頻率 /Hz39。E:\39。 fp=1000。As=10。 wap=2/Ts*tan(wp/2)。)。 [bz,az]=bilinear(b,a,Fs)。 %繪制頻率響應(yīng)曲線 grid。)。 title(39。 %語音信號經(jīng)濾波器濾波 sound(f1,22050)。濾波前的時(shí)域波形 39。)。subplot(2,1,2)。)。ylabel(39。 figure(3) y=fft(f1,1024)。 plot(f,abs(y1(1:512)))。 xlabel(39。幅度 39。 F1=plot(f,abs(y(1:512)))。 xlabel(39。幅度 39。E:\39。 fp=5000。As=10。 wap=2/Ts*tan(wp/2)。)。 [bz,az]=bilinear(b,a,Fs)。 %繪制頻率響應(yīng)曲線 grid。)。 title(39。 %語音信號經(jīng)濾波器濾波 sound(f1,22050)。濾波前的時(shí)域波形 39。)。subplot(2,1,2)