數(shù)字信號(hào)處理課程設(shè)計(jì)報(bào)告--基于matlab的語(yǔ)音去噪處理(編輯修改稿)
2025-05-08 22:47 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 形并沒(méi)有什么明顯的變化，而人耳聽到的聲音也幾乎沒(méi)有什么變化。（2）隨機(jī)噪音信號(hào)加入原始語(yǔ)音信號(hào)matlab函數(shù)randn：產(chǎn)生正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù) 產(chǎn)生均值為0，方差 σ^2 = 1，標(biāo)準(zhǔn)差σ = 1的正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù)。用法： Y = randn(n) 返回一個(gè)n*n的隨機(jī)項(xiàng)的矩陣。如果n不是個(gè)數(shù)量，將返回錯(cuò)誤信息。Y = randn(m,n) 或 Y = randn([m n]) 返回一個(gè)m*n的隨機(jī)項(xiàng)矩陣。Y = randn(m,n,p,...) 或 Y = randn([m n p...])產(chǎn)生隨機(jī)數(shù)組。 Y = randn(size(A)) 返回一個(gè)和A有同樣維數(shù)大小的隨機(jī)數(shù)組。 randn返回一個(gè)每次都變化的數(shù)量。下面一段程序?qū)崿F(xiàn)了利用randn函數(shù)把一段隨機(jī)噪音信號(hào)加入原始語(yǔ)音信號(hào)的信號(hào)處理過(guò)程：見附錄2語(yǔ)句 L=length(y) noise=*randn(L,2) y_z=y+noise。sound(y_z,fs)加噪后語(yǔ)音信號(hào)的時(shí)域波形、頻譜圖（圖4—4）圖44 加噪語(yǔ)音信號(hào)時(shí)域波形和頻譜圖通過(guò)對(duì)兩張圖片的對(duì)比，很明顯可以看加噪后的語(yǔ)音信號(hào)時(shí)域波形比原始語(yǔ)音信號(hào)渾濁了許多，在時(shí)間軸上可以明顯看出0—；通過(guò)對(duì)原始語(yǔ)音信號(hào)的頻譜圖與加噪后的語(yǔ)音信號(hào)頻譜圖的對(duì)比，也可以看出在頻率5000Hz以后的頻率幅值發(fā)生了明顯的增加。加噪后的語(yǔ)音信號(hào)在聽覺(jué)上比原始語(yǔ)音信號(hào)要渾濁很多，而且還有吱吱嘎嘎的混雜音。 去噪及仿真（1）FIR濾波器法去噪通過(guò)對(duì)上一節(jié)中加噪語(yǔ)音信號(hào)和原始語(yǔ)音信號(hào)頻譜圖對(duì)比可以知道，噪音大部分是Hz大于5000的部分，故設(shè)計(jì)低通濾波器進(jìn)行濾波處理。接下來(lái)我們要用設(shè)計(jì)的FIR低通濾波器對(duì)上一節(jié)中加噪語(yǔ)音信號(hào)進(jìn)行濾波處理。用自己設(shè)計(jì)的FIR數(shù)字低通濾波器對(duì)加噪的語(yǔ)音信號(hào)進(jìn)行濾波時(shí)，在Matlab中，F(xiàn)IR濾波器利用函數(shù)fftfilt對(duì)信號(hào)進(jìn)行濾波。函數(shù)fftfilt用的是重疊相加法實(shí)現(xiàn)線性卷積的計(jì)算。調(diào)用格式為：y=fftfilter(h,x,M)。其中，h是系統(tǒng)單位沖擊響應(yīng)向量；x是輸入序列向量；y是系統(tǒng)的輸出序列向量；M是有用戶選擇的輸入序列的分段長(zhǎng)度，缺省時(shí)，默認(rèn)的輸入向量的重長(zhǎng)度M=512。用設(shè)計(jì)好的FIR數(shù)字低通濾波器對(duì)加噪語(yǔ)音信號(hào)的濾波程序：見附錄3得到的圖像如下：（圖4—5）圖45 FIR濾波前和濾波后波形及頻譜分析：從以上四圖可以很明顯和直觀的看出原始語(yǔ)音信號(hào)和加噪語(yǔ)音信號(hào)時(shí)域波形和頻譜圖的區(qū)別。加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)要模糊得多，頻譜圖則是在頻率5000Hz以后出現(xiàn)了明顯的變化。再通過(guò)濾波前的信號(hào)波形和頻譜圖的對(duì)比，可以明顯看出濾波后的波形開始變得清晰了，有點(diǎn)接近原始信號(hào)的波形圖了。濾波后信號(hào)的頻譜圖也在5000Hz以后開始逐漸接近原始語(yǔ)音信號(hào)的頻譜圖。再?gòu)膶?duì)語(yǔ)音信號(hào)的回放，人耳可以明顯辨別出加噪后的語(yǔ)音信號(hào)比較渾濁，還有很明顯嘎吱嘎吱的雜音在里面。濾波后，語(yǔ)音信號(hào)較加噪后的信號(hào)有了明顯的改善，基本可以聽清楚了，而且雜音也沒(méi)有那么強(qiáng)烈，但是聲音依然沒(méi)有原始語(yǔ)音信號(hào)那么清晰脆耳。（2）IIR濾波器法去噪同樣，也設(shè)計(jì)一個(gè)IIR低通濾波器對(duì)加噪語(yǔ)音信號(hào)進(jìn)行內(nèi)部處理。程序見附錄4得到下面的圖形：如（圖46）圖46 IIR濾波前和濾波后波形及頻譜 MATLAB源程序?yàn)椋阂姼戒?數(shù)據(jù)分析IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)路。IIR濾波器運(yùn)算結(jié)構(gòu)通常由延時(shí)、乘以系數(shù)和相加等基本運(yùn)算組成，可以組合成直接型、正準(zhǔn)型、級(jí)聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。由于運(yùn)算中的舍入處理，使誤差不斷累積，有時(shí)會(huì)產(chǎn)生微弱的寄生振蕩。 （1）IIR數(shù)字濾波器的相位特性不好控制，對(duì)相位要求較高時(shí)，需加相位校準(zhǔn)網(wǎng)絡(luò)。FIR濾波器則要求較低。（2）IIR濾波器運(yùn)算誤差大，有可能出現(xiàn)極限環(huán)振蕩，F(xiàn)IR相比之下運(yùn)算誤差較小，不會(huì)出現(xiàn)極限環(huán)振蕩。（3）IIR幅頻特性精度很高，不是線性相位的，可以應(yīng)用于對(duì)相位信息不敏感的音頻信號(hào)上； （4）與FIR濾波器的設(shè)計(jì)不同，IIR濾波器設(shè)計(jì)時(shí)的階數(shù)不是由設(shè)計(jì)者指定，而是根據(jù)設(shè)計(jì)者輸入的各個(gè)濾波器參數(shù)（截止頻率、通帶濾紋、阻帶衰減等），由軟件設(shè)計(jì)出滿足這些參數(shù)的最低濾波器階數(shù)。在MATLAB下設(shè)計(jì)不同類型IIR濾波器均有與之對(duì)應(yīng)的函數(shù)用于階數(shù)的選擇。 （5）IIR單位響應(yīng)為無(wú)限脈沖序列FIR單位響應(yīng)為有限的 （6）FIR幅頻特性精度較之于iir低，但是線性相位，就是不同頻率分量的信號(hào)經(jīng)過(guò)FIR濾波器后他們的時(shí)間差不變。這是很好的性質(zhì)。 （7）IIR濾波器有噪聲反饋，而且噪聲較大，F(xiàn)IR濾波器噪聲較小。FIR幅頻特性精度較之于iir低，但是線性相位，就是不同頻率分量的信號(hào)經(jīng)過(guò)FIR濾波器后他們的時(shí)間差不變。這是很好的性質(zhì)?？偨Y(jié)語(yǔ)音信號(hào)處理是語(yǔ)音學(xué)與數(shù)字信號(hào)處理技術(shù)相結(jié)合的交叉學(xué)科，課題在這里不討論語(yǔ)音學(xué)，而是將語(yǔ)音當(dāng)做一種特殊的信號(hào)，即一種“復(fù)雜向量”來(lái)看待。也就是說(shuō)，課題更多的還是體現(xiàn)了數(shù)字信號(hào)處理技術(shù)。從課題的中心來(lái)看，課題“基于MATLAB的有噪聲語(yǔ)音信號(hào)處理”是希望將數(shù)字信號(hào)處理技術(shù)應(yīng)用于某一實(shí)際領(lǐng)域，這里就是指對(duì)語(yǔ)音及加噪處理。作為存儲(chǔ)于計(jì)算機(jī)中的語(yǔ)音信號(hào)，其本身就是離散化
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1