【正文】 ead(39。 %x2=x1+d。xlabel(39。grid on。ylabel(39。加噪語音信號頻譜39。 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。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。本設(shè)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。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。3) 占用內(nèi)存空間比較小。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(xué)，讓我們學(xué)到豐富的知識。本文是在羅浩老師的悉心指導(dǎo)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(dǎo)、關(guān)心和幫助，使我培養(yǎng)了從事科學(xué)研究的良好態(tài)度和習慣。2) 處理速度較快。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。Save，： 保存界面保存后，整個操作過程就完成了。 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。幅度39。axis tight。Hz39。figure(2)subplot(2,1,1)。加噪后的信號39。d=[Au*cos(2*pi*3800*t)]39。clc。Hz39。time(s)39。figure(1)plot(t,x1) %語音信號采樣頻率為8000x1=wavread(39。)。plot(X)。magX=abs(X)。而在未發(fā)聲的時間段內(nèi)，相對的小高頻部分(200500Hz)應(yīng)該屬于背景噪聲。倒頻（s）39。 %倒頻譜計算ms1=fs/1000。)。)。 %畫波形圖legend(39。 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(shè)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。所以在設(shè)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。xlabel( 39。ms20=floor(fs*)。部分程序如下： fn=input(39。短時自相關(guān)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(shè)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(shè)計模板。l 特點：具有可近似地分離并能提取出頻譜包絡(luò)信息和細微結(jié)構(gòu)信息的特點l 用途：① 提取聲道特征信息：提取頻譜包絡(luò)特征，以此作為描述音韻的特征參 數(shù)而應(yīng)用于語音識別。由于語音信號可以認為在短時間內(nèi)，近似不變，因而可以采用短時分析法。相反，F(xiàn)IR濾波器卻可以得到嚴格的線性相位，然而由于FIR濾波器傳輸函數(shù)的極點固定在原點，所以只能用較高的階數(shù)達到高的選擇性；對于同樣的濾波器設(shè)計指標，F(xiàn)IR濾波器所要求的階數(shù)可以比IIR濾波器高5~10倍，結(jié)果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來說，則IIR濾波器就必須加全通網(wǎng)絡(luò)進行相位較正，同樣要大增加濾波器的節(jié)數(shù)和復(fù)雜性。IIR濾波器運算結(jié)構(gòu)通常由延時、乘以系數(shù)和相加等基本運算組成。 FIR的特點： 不存在極點（z=0除外），系統(tǒng)函數(shù)| z0|處收斂。語音信號分析可以分為時域和變換域等處理方法，其中時域分析是最簡單的方法，直接對語音信號的時域波形進行分析，提取的特征參數(shù)主要有語音的短時能量，短時平均過零率，短時自相關(guān)函數(shù)等。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。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)。當然，這種復(fù)雜性的節(jié)約則意味著接收發(fā)機不能同時進行發(fā)送和接收操作。最后對處理過的語音信號進行處理后的效果顯示。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵源頻譜的乘積。語音信號分析的目的就在與方便有效的提取并表示語音信號所攜帶的信息。在采樣的過程中應(yīng)注意采樣間隔的選擇和信號混淆：對模擬信號采樣首先要確定采樣間隔。②抑制50Hz的電源工頻干擾。GUI的廣泛應(yīng)用是當今計算機發(fā)展的重大成就之一，他極大地方便了非專業(yè)用戶的使用人們從此不再需要死記硬背大量的命令，取而代之的是可以通過窗口、菜單、按鍵等方式來方便地進行操作。 本課題的研究內(nèi)容和方法 研究內(nèi)容本論文主要介紹的是的語音信號的簡單處理。 20世紀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(luò)(ANN)等相繼被應(yīng)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(shù)產(chǎn)生了突破性的進展。此外社會上所宣傳的聲紋(Voice Print)識別，即說話人識別的研究也扎扎實實地開展起來，并很快達到了實用化的階段。1952年貝爾(Bell)實驗室的Davis等人首次研制成功能識別十個英語數(shù)字的實驗裝置。語音信號采集與分析是以語音語言學(xué)和數(shù)字信號處理為基礎(chǔ)而形成的一門涉及面很廣的綜合性學(xué)科，與心理、生理學(xué)、計算機科學(xué)、通信與信息科學(xué)以及模式識別和人工智能等學(xué)科都有著非常密切的關(guān)系?，F(xiàn)在，人類已開始進入了信息化時代，用現(xiàn)代手段研究語音信號，使人們能更加有效地產(chǎn)生、傳輸、存儲、獲取和應(yīng)用語音信息，這對于促進社會的發(fā)展具有十分重要的意義。通過語言相互傳遞信息是人類最重要的基本功能之一。Matlab語言是一種數(shù)據(jù)分析和處理功能十分強大的計算機應(yīng)用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強大的矩陣運算能力處理數(shù)據(jù)，如數(shù)字濾波、傅里葉變換、時域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等，它的信號處理與分析工具箱為語音信號分析提供了十分豐富的功能函數(shù)，利用這些功能函數(shù)可以快捷而又方便地完成語音信號的處理和分析以及信號的可視化，使人機交互更加便捷。最后，本文對語音信號處理的進一步發(fā)展方向提出了自己的看法。語音信號處理是研究用數(shù)字信號處理技術(shù)對語音信號進行處理的一門學(xué)科，它是一門新興的學(xué)科，同時又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科。作為高科鼓應(yīng)用領(lǐng)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)走過了幾十個春秋并且取得了長足的進步。 國內(nèi)外研究現(xiàn)狀20世紀60年代中期形成的一系列數(shù)字信號處理的理論和算法，如數(shù)字濾波器、快速傅立葉變換（FFT）等是語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。 20世紀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、快速博里葉變換(FFT)等成為語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。歷時五年的龐大的ARPA研究計劃，雖然在語音理解、語言統(tǒng)計模型等方面的研究積累了一些經(jīng)驗，取得了許多成果，但沒能達到巨大投資應(yīng)得的成果，在1976年停了下來，進入了深刻的反省階段。由于美國貝爾實驗室的Babiner等人在20世紀80年代中期，對隱馬爾可夫模型深人淺出的介紹，才使世界各國從事語音信號處理的研究人員了解和熟悉，進而成為一個公認的研究熱點，也是目前語音識別等的主流研究途徑。要求學(xué)生錄制一段自己的語音信號后，在MATLAB軟件中采集語音信號、回放語音信號并畫出語音信號的時域波形和頻譜圖；對所采集的語音信號加入干擾噪聲，對加入噪聲的信號進行播放，并進行時域和頻譜分析；對比加噪前后的時域圖和頻譜圖，分析討論采用什么樣的濾波器進行濾除噪聲。 (2)在時域內(nèi)，語音信號具有“短時性”的特點，即在總體上，語音信號的特征是隨著時間而變化的，但在一段較短的時間間隔內(nèi)，語音信號保持平穩(wěn)。為了將原始模擬語音信號變?yōu)閿?shù)字信號，必須經(jīng)過采樣和量化兩個步驟，從而得到時間和幅度上均為離散的數(shù)字語音信號。Windows自帶的錄音機聲音麥克風聲卡濾波采樣A/D轉(zhuǎn)換 Wav 基于PC機的語音信號采集過程采集到語音信號之后，需要對語音信號進行分析，如語音信號的時域分析、頻譜分析、語譜圖分析以及加噪濾波等處理。調(diào)整：在設(shè)計的用戶圖形界面下對輸入的音頻信號進行各種變化，如變化幅度、改變頻率等操作，以實現(xiàn)對語音信號的調(diào)整。 變換：在用戶圖形界面下對采集的語音信號進行Fourier等變換，并畫出變換前后的頻譜圖和變換后的倒譜圖。在20世紀70年代，提出用離散傅里葉變換（DFT）實現(xiàn)多載波調(diào)制，為語音信號的實用化奠定了理論基礎(chǔ)；從此以后，語音信號在移動通信中的應(yīng)用得到了迅猛的發(fā)展。IFFT和FFT互為反變換，選擇適當?shù)淖儞Q將信號接收或發(fā)送。 用于對聲音的回放。對于采樣率來說你可以想象它類似于一個照相機。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行FFT。故只能用較高的階數(shù)達到高的選擇性。數(shù)字濾波器可以理解為是一個計算程序或算法，將代表輸入信號的數(shù)字時間序列轉(zhuǎn)化為代表輸出信號的數(shù)字時間序列，并在轉(zhuǎn)化過程中，使信號按預(yù)定的形式變化。因為對于線性系統(tǒng)來說，可以很方便地確定其對正弦或復(fù)指數(shù)和的響應(yīng)，所以傅立葉分析方法能完善地解決許多信號分析和處理問題。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