【正文】 dfor k=1:length(y_w_dec) for j=1:N y_fft_new(j,k)=y_w_dec(k)*y_percent(j,k)*exp(i*y_fft_angle(j,k))。y_new_fram=real(ifft(y_fft_new))。%根據(jù)信號幀y_new_fram恢復語音信號y_newh=1。for j=1:N/2 y_new(h)=y_new_fram(j,1)。 h=h+1。endfor j=2:floor(length(y)/(N/2))1 for k=1:N/2 y_new(h)=y_new_fram(k,j)+y_new_fram(k+N/2,j1)。 h=h+1。%對語音信號y_new做去加重,得到減譜完畢的語音信號x_newfor j=1:length(y_new)1 x_new(j)=y_new(j)+beta*y_new(j+1)。endx_new(length(y_new))=y_new(length(y_new))。wavwrite(x,8000,39。noised39。)。wavwrite(x_new,8000,39。enhanced39。)。%產(chǎn)生帶通濾波器function [db,mag,pha,grd,w]=bandpass(Wp,Ws,Ap,As,Length)[N,wn]=buttord(Wp/pi,Ws/pi,Ap,As)。[b,a]=butter(N,wn,39。bandpass39。)。[H,w]=freqz(b,a,Length)。mag=abs(H)。db=20*log10(mag/max(mag))。pha=angle(H)。grd=grpdelay(b,a,w)。%plot(w/pi,mag)。所得仿真圖如圖4圖49和圖410：圖48 純凈語音信號時域波形圖49 帶噪語音信號時域波形圖410 增強后語音信時域波形結(jié) 論 本文主要是研究語音信號的降噪處理。并且這次設(shè)計中主要通過用MATLAB軟件分析，得到語音信號的時域波形和頻域圖形，為后面語音信號處理提供原始信號。對信號進行濾波處理，需要設(shè)計濾波器。本文中設(shè)計和用到的濾波器是巴特沃斯低通濾波器。對于濾波器的設(shè)計，已經(jīng)有很成熟的技術(shù)。所以本次濾波器設(shè)計直接借鑒現(xiàn)有的設(shè)計技術(shù)。為使降噪處理結(jié)果更明顯，我在處理前對語音信號進行加噪處理，再對其進行濾波。需要指出的是，所加單頻噪聲應高于語音信號的最高頻率，噪聲頻率越高，在設(shè)計濾波器時的指標就可越寬松，使噪聲更容易被濾除。在對濾波處理后的語音進行回放時，發(fā)現(xiàn)它和未加噪的語音還是有些不同，這是因為噪聲未完全濾除的緣故。在濾波處理時，噪聲估計直接由含噪語音信號的頻域圖形估計，略顯主觀。尤其當噪聲為非單一頻譜噪聲時，這種估計更加不精確，會嚴重影響濾波器設(shè)計時的參數(shù)設(shè)置，使降噪效果不佳。在文中提出的改進型語音降噪技術(shù)，采用語音活性檢測的噪聲估計算法，更為客觀的估計了噪聲的頻率，保證了語音信號處理系統(tǒng)的良好性能。整個設(shè)計之中主要用到的是MATLAB軟件，該軟件功能強大。就但對語音信號處理這一塊來說，就有專門的工具箱進行處理。為我們的學習提供了方便。也激勵我需要用更多的時間去學習和思考。參考文獻[1] 胡航 .語音信號處理 [M]..[2] 張寶鋒. 基于DSP的語音識別算法研究與實現(xiàn) [J]..[3] 徐明遠 [M]..[4] 羅軍輝 羅勇江 [M]..[5] [J]..[6] [J]..[7] 李海忠 楊艷翔 [J]..[8] [M].西安電子科技大學出版社，2006．[9] [J]. .[10] 徐靖濤 [J]..[11] 馮巖 [J]..[12] (美) [M]. 1997.[13] Donoho D L. Denoising by Softthresholding [J]. IEEE TransInform Theory,1995,41(03):613627.附錄1%原始信號時域波形\頻譜[y,fs,bits]=wavread(39。C:\WINDOWS\Media\39。)。sound(y,fs,bits)。 %播放語音Y=fft(y,50000)。 figure(1)subplot(111)。plot(y)。title(39。原始信號時域波形39。)。 %畫出原始語音信號的時域波形；xlabel(39。time(s)39。)。ylabel(39。幅度39。)。figure(2)subplot(111)。plot(abs(Y))。title(39。原始信號頻譜波形39。)。 %畫出語音信號的頻域圖；xlabel(39。Hz39。)。ylabel(39。幅度39。)。附錄2x0=wavread(39。C:\WINDOWS\Media\’)。x=x0(:,1)。%單聲道x1=x39。z=*randn(1,length(x1))。%加噪%whos。x2=x1+z。sound(x2)。y2=fft(x2,3000)。figure(1)subplot(1,1,1)。plot(x2)。grid on。axis tight。title(39。加噪后的信號時域波形39。)。xlabel(39。time(s)39。)。ylabel(39。幅度39。)。figure(2)subplot(1,1,1)。plot(abs(y2(1:3000)))。grid on。axis tight。title(39。加噪后的語音信號頻譜39。)。xlabel(39。Hz39。)。ylabel(39。幅值39。)。附錄3%用巴特沃斯數(shù)字低通濾波器fs=50000。x1=wavread(39。39。)。t=0:1/50000:(size(x1)1)/50000。Au=。d=[Au*cos(2*pi*5000*t)]39。x2=x1+d。wp=*pi。ws=*pi。Rp=1。Rs=15。Fs=50000。Ts=1/Fs。wp1=2/Ts*tan(wp/2)。 %將模擬指標轉(zhuǎn)換成數(shù)字指標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f1=filter(bz,az,x2)。figure(1)。subplot(2,1,1)。plot(t,x2)。 %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(f1,50000)。 %播放濾波后的信號F0=fft(f1,2048)。f=fs*(0:511)/2048。figure(2)y2=fft(x2,2048)。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。幅值39。)。subplot(2,1,2)。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。幅值39。)