電子信息工程專業(yè)方向課程設(shè)計報告-基于matlab的語音信號分析和處理(編輯修改稿)
2024-12-10 04:00 本頁面
【文章內(nèi)容簡介】 。) xlabel(39。time n39。)。 ylabel(39。fudu39。)。 y2=fft(x2,1024)。 figure(2) subplot(2,1,1) plot(abs(y1)) title(39。原始語音信號頻譜 39。)。 xlabel(39。Hz39。)。 ylabel(39。fudu39。)。 subplot(2,1,2) plot(abs(y2)) 課題：基于 MATLAB的語音信號分析和處理 10 title(39。加噪語音信號頻譜 39。)。 xlabel(39。Hz39。)。 ylabel(39。fudu39。)。程序運行 可以聽到聲音，得到的結(jié)果圖 44和圖 45所示： 圖 44高斯隨機噪聲 課題：基于 MATLAB的語音信號分析和處理 11 圖 45正弦 sin噪聲的加噪語音信號 對加入高斯隨機噪聲和正弦噪聲的語音信號進行濾波。用雙線性變換法設(shè)計了巴特沃斯數(shù)字低通 IIR濾波器對兩加噪語音信號進行濾波，并繪制了巴特沃斯低通濾波器的幅度圖和兩加噪語音信號濾波前后的 時域圖和 頻譜圖。程序設(shè)計如下： [x,fs,bits]=wavread(39。39。)。 %sound(x) 課題：基于 MATLAB的語音信號分析和處理 12 %隨機噪聲合成 x2=rand(1,length(x))39。 %產(chǎn)生一與 x長度一致的隨機信號 y=x+x2。 %加入正弦噪聲 %t=0:(size(x)1)。 %Au=。 %d=[Au*sin(2*pi*500*t)]39。 %y=x+d。 wp=*pi。 ws=*pi。 Rp=1。 Rs=15。 Fs=22050。 Ts=1/Fs。 wp1=2/Ts*tan(wp/2)。 %將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo) ws1=2/Ts*tan(ws/2)。 [N,Wn]=buttord(wp1,ws1,Rp,Rs,39。s39。)。 %選擇濾波器的最小階數(shù) [Z,P,K]=buttap(N)。 %創(chuàng)建 butterworth模擬濾波器 [Bap,Aap]=zp2tf(Z,P,K)。 [b,a]=lp2lp(Bap,Aap,Wn)。 [bz,az]=bilinear(b,a,Fs)。 %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)。 %繪制頻率響應(yīng)曲線 課題：基于 MATLAB的語音信號分析和處理 13 figure(1) plot(W*Fs/(2*pi),abs(H)) grid f1=filter(bz,az,y)。 figure(2) subplot(2,1,1) plot(t,y) %畫出濾波前的時域圖 title(39。濾波前的時域波形 39。)。 subplot(2,1,2) plot(t,f1)。 %畫出濾波后的時域圖 title(39。濾波后的時域波形 39。)。 sound(f1)。 %播放濾波后的信號 F0=fft(f1,1024)。 f=fs*(0:511)/1024。 figure(3) y2=fft(y,1024)。 subplot(2,1,1)。 plot(f,abs(y2(1:512)))。 %畫出濾波前的頻譜圖 title(39。濾波前的頻譜 39。) xlabel(39。Hz39。)。 ylabel(39。fuzhi39。)。 subplot(2,1,2) 課題：基于 MATLAB的語音信號分析和處理 14 F1=plot(f,abs(F0(1:512)))。 %畫出濾波后的頻譜圖 title(39。濾波后的頻譜 39。) xlabel(39。Hz39。)。 ylabel(39。fuzhi39。)。 程序運行可以播放濾波前面的語音信號，對比濾 波前面的語音效果，得到的結(jié)果分別圖 46和圖47所示： 課題：基于 MATLAB的語音信號分析和處理 15 圖 46高斯噪聲濾波 課題：基于 MATLAB的語音信號分析和處理 16 圖 47正弦噪聲濾波 S域到 Z域的變換 利用雙線性變換實現(xiàn)頻率響應(yīng) S域到 Z域的變換法 設(shè)計了巴特沃斯低通數(shù)字 IIR濾波器，對加入高斯隨機噪聲和正弦噪聲的語音信號進行濾波，并繪制了兩濾波器濾波前后的語音信號 時域圖和 頻譜圖。程序設(shè)計如下： Ft=8000。 Fp=1000。 Fs=1200。
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1