基于matlab的個人語音信號處理(編輯修改稿)
2025-02-14 14:16 本頁面
【文章內容簡介】 %由過渡帶決定N的值wc=(wp+ws)/2/pi。b=fir1(N,wc,39。high39。,kaiser(N+1,beta))。[Hw,w]=freqz(b,1)。figure(1)。plot(w*Fs/2/pi,20*log10(abs(Hw)))。grid 。title(39。FIR高通濾波器的幅頻特性39。)。（2）程序流程圖 凱澤窗高通濾波器設計流程圖如圖5所示：開始確定模擬高通濾波器的技術指標技術指標從模擬到數字轉換利用fir1函數確定濾波器的實際單位脈沖響應h(n)利用freqz函數確定幅頻響應作出凱澤窗高通濾波器的幅頻響應曲線計算中心頻率、過渡帶寬，設定旁瓣高度alfa結束圖5 凱澤窗高通濾波器設計流程圖輸出結果仿真圖6 凱澤窗高通濾波器的幅頻特性九、 聲音信號的濾波濾波是把信號的某些頻率分量分離出來或去掉的過程，能完成這種功能的器件就稱為濾波器。利用前面設計好的各種濾波器來實現對某些聲音信號的濾波，從而改變輸入信號所包含的頻率成分的相對比例或濾出某些頻率成分。十、 對信號進行濾波的流程(1)利用wavread函數把指定路徑下的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。x=wavread(39。F:\EWB512\39。)。(2)利用sound函數對原始語音信號進行回放。sound(x,22050)。(3)利用filter函數對樣本信號進行濾波處理，以設計好的IIR濾波器為例，y=filter(bz,az,x)。(4) 利用sound函數對原始語音信號進行回放。sound(y,Fs)。(5)利用plot函數分別作出信號在濾波前后的時域波形圖并比較。plot(x)。 plot(y)(6)利用fft函數對濾波前后的信號進行1024點的快速傅里葉變換FFT，采用一次基2按時間抽取。X=fft(x,1024)。Y=fft(y,1024)。f=Fs*(0:511)/1024。(7)利用plot函數分別作出信號在濾波前后的頻域波形圖并進行比較。plot(f,abs(X(1:512)))。 plot(f,abs(Y(1:512)))。具體程序見附錄。十一、 對信號進行濾波的仿真由于使用的是同一個原始語音信號，所以無論經IIR還是經FIR濾波器濾波后的波形都一樣。以下分別作出了信號在濾波前后的時域和頻域的波形，通過觀察圖形，我們可以判斷：使用不同類型的濾波器，則聲音信號的相應頻段上的能量被過濾掉了，其余部分則保留下來，所以設計的濾波器基本滿足技術要求。濾波前后的時域對比低通濾波前后的時域波形如圖7所示：圖7 低通濾波前后的時域波形高通濾波前后的時域波形如圖8所示：圖8高通濾波后的時域波形濾波前后的頻域對比原始語音信號濾波前的頻譜圖如圖9所示：圖9原始語音信號濾波前的頻譜圖低通濾波后的頻譜圖如圖10所示：圖10 低通濾波后的頻譜圖高通濾波后的頻譜圖如圖11所示：圖11高通濾波后的頻譜圖十二、 總結及心得體會通過這次的課程設計，我進一步熟悉了Matlab的使用，我感覺到Matlab軟件功能的強大。這次個人語音信號處理里，比較重要的函數有wavread函數、sound函數等，通過上網和在圖書館查找相關書籍，了解了他們的基本用法。關于濾波也是很重要的一部分，即FIR濾波器的設計。通過本次實驗，我基本掌握了程序編輯和解決實際問題的技巧，同時也了解到了理論聯系實踐的重要性。這次的課程設計讓我們把平時所學到的知識真正的運用于實際，讓我們體會到專業(yè)課學習的樂趣，在今后的實驗中我會更加努力。附 錄：（聲音信號的濾波部分程序）
環(huán)評公示相關推薦
鄂ICP備17016276號-1