【正文】 ………………………………………………17 ……………………………………………………………17：1．首先錄制好一段自己的語(yǔ)音。2．用Matlab分別設(shè)計(jì)好3種類(lèi)型的濾波器（指標(biāo)自己確定）：低通型、高通型、帶通型。3．用Matlab將語(yǔ)音信號(hào)進(jìn)行采樣，并分別將其通過(guò)所設(shè)計(jì)的3種濾波器。4．用Matlab自帶的語(yǔ)音返回函數(shù)收聽(tīng)濾波后的語(yǔ)音信號(hào)，分析并比較其與原語(yǔ)音信號(hào)的差異。：語(yǔ)音信號(hào)時(shí)一種非平穩(wěn)的時(shí)變信號(hào)，它帶著各種信息。在語(yǔ)音編碼、語(yǔ)音合成、語(yǔ)音識(shí)別和語(yǔ)音增強(qiáng)等語(yǔ)音處理中無(wú)一例外需要提取語(yǔ)音中包含的各種信息。語(yǔ)音信號(hào)分析的目的就在于方便有效的提取并表示語(yǔ)音信號(hào)所攜帶的信息。語(yǔ)音信號(hào)處理可以分為時(shí)域和變換域等處理方法，其中時(shí)域分析是最簡(jiǎn)單的方法，直接對(duì)語(yǔ)音信號(hào)的時(shí)域波形進(jìn)行分析，崎嶇的特征參數(shù)主要有語(yǔ)音的短時(shí)能量，短時(shí)平均過(guò)零率，短時(shí)自相關(guān)函數(shù)等。信號(hào)提?。和ㄟ^(guò)圖形用戶(hù)界面上的菜單功能按鍵采集電腦上的一段音頻信號(hào)，完成音頻信號(hào)的頻率，幅度等信息的提取，并得到該語(yǔ)音信號(hào)的波形圖。信號(hào)調(diào)整：在設(shè)計(jì)的用戶(hù)圖形界面下對(duì)輸入的音頻信號(hào)進(jìn)行各種變化，如變化幅度、改變頻率等操作，以實(shí)現(xiàn)對(duì)語(yǔ)音信號(hào)的調(diào)整。信號(hào)的傅里葉表示在信號(hào)的分析和處理中起著重要的作用。因?yàn)閷?duì)于線性系統(tǒng)來(lái)說(shuō)，可以很方便地確定其對(duì)正弦或復(fù)指數(shù)和的響應(yīng)，所以傅里葉分析方法能完善地解決許多信號(hào)分析和處理問(wèn)題。另外，傅里葉表示使信號(hào)的某些特性變得更明顯，因此，它能更深入地說(shuō)明信號(hào)的各項(xiàng)紅物理現(xiàn)象。由于語(yǔ)音信號(hào)時(shí)隨著時(shí)間變化的，通常認(rèn)為，語(yǔ)音是一個(gè)受準(zhǔn)周期脈沖或隨機(jī)噪聲源激勵(lì)的線性系統(tǒng)的輸出。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵(lì)源頻譜的乘積。身份到系統(tǒng)的頻率響應(yīng)及激勵(lì)源都是隨時(shí)間變化的，因此一般標(biāo)準(zhǔn)的傅里葉表示雖然適用于周期及平穩(wěn)隨機(jī)信號(hào)的表示，但不能直接用于語(yǔ)音信號(hào)。由于語(yǔ)音信號(hào)可以認(rèn)為在短時(shí)間內(nèi)，近似不變，因而可以采用短時(shí)分析法。：在用戶(hù)圖形界面西啊對(duì)采集的語(yǔ)音信號(hào)進(jìn)行Fourier等變換，并畫(huà)出變換前后的頻譜圖和倒譜圖。：濾除語(yǔ)音信號(hào)中的噪音部分，可以采用抵用濾波、高通濾波、帶通濾波，并比較各種濾波后的效果。3．設(shè)計(jì)過(guò)程：（原語(yǔ)音信號(hào)存放在e:下）：．原語(yǔ)音信號(hào)的時(shí)域、頻域圖[x1,fs,bits]=wavread(39。e:39。)。%sound(x1,fs,bits)。figure(1)。plot(x1)。%做原始語(yǔ)音信號(hào)的時(shí)域圖形 title(39。原始語(yǔ)音信號(hào)39。)。xlabel(39。時(shí)間 t39。)。ylabel(39。音量 n39。)。figure(2)。y1=fft(x1)。%做length(x1)點(diǎn)的FFT y1=fftshift(y1)。%平移，是頻率中心為0 derta_fs = fs/length(x1)。%設(shè)置頻譜的間隔，分辨率 plot([fs/2:derta_fs: fs/2derta_fs],abs(y1))。%畫(huà)出原始語(yǔ)音信號(hào)的頻譜圖title(39。原始語(yǔ)音信號(hào)的頻譜39。)。grid on。%低通濾波：截止頻率4000，阻帶衰減20dB，fc1=4000。N1=2*pi*(*pi)wc1=2*pi*fc1/fs。if rem(N1,2)==0 N1=N1+1。end Window= boxcar(N1+1)。%長(zhǎng)度為N1的矩形窗Window b1=fir1(N1,wc1/pi,Window)。figure(3)。freqz(b1,1,512)。title(39。低通濾波器的頻率響應(yīng)39。)。x1_low = filter(b1,1,x1)。%對(duì)信號(hào)進(jìn)行低通濾波 figure(4)。plot(x1_low)。title(39。信號(hào)經(jīng)過(guò)低通濾波器(時(shí)域)39。)。figure(5)。plot([fs/2:derta_fs:fs/2derta_fs],abs(fftshift(fft(x1_low))))。title(39。信號(hào)經(jīng)過(guò)低通濾波器（頻域）39。)。%高通濾波：截止頻率4000，阻帶衰減40dB,fc2=4000。N2=2*pi*(*pi)wc2=2*pi*fc1/fs。N2=N2+mod(N2,2)。Window=hanning(N2+1)。b2=fir1(N2,wc2/pi,39。high39。,Window)。figure(6)。freqz(b2,1,512)。%數(shù)字濾波器頻率響應(yīng) title(39。高通濾波器的頻率響應(yīng)39。)。x1_high = filter(b2,1,x1)。%對(duì)信號(hào)進(jìn)行高通濾波 figure(7)。plot(x1_high)。title(39。信號(hào)經(jīng)過(guò)高通濾波器(時(shí)域)39。)。figure(8)。plot([fs/2:derta_fs:fs/2derta_fs],abs(fftshift(fft(x1_high))))。title(39。信號(hào)經(jīng)過(guò)高通濾波器（頻域）39。)%帶通濾波：下截止頻率4000，上截止頻率8000，阻帶衰減20dB,f1=4000。f2=8000。%帶通濾波器的通帶范圍 w1=2*pi*f1/fs。w3=w1+*pi。w2=2*pi*f2/fs。w4=*pi。w=[(w1+w3)/2,(w2+w4)/2]。B=*pi。N3=ceil(2**pi/B)。N3=N3+mod(N3,2)。Window=boxcar(N3+1)。b3=fir1(N3,w/pi,39。stop39。,Window)。%帶通濾波器figure(9)。freqz(b3,1,512)。%數(shù)字濾波器頻率響應(yīng) title(39。帶通濾波器的頻率響應(yīng)39。)。x1_daitong = filter(b3,1,x1)。%對(duì)信號(hào)進(jìn)行帶通濾波 figure(10)。plot(x1_daitong)。title(39。信號(hào)經(jīng)過(guò)帶通濾波器(時(shí)域)39。)。figure(11)。plot([fs/2:derta_fs:fs/2derta_fs],abs(fftshift(fft(x1_daitong))))。title(39。信號(hào)經(jīng)過(guò)帶通濾波器（頻域）39。)。（分別執(zhí)行）sound(x1,fs,bits)。%原始信號(hào)sound(x1_low,fs,bits)。%經(jīng)過(guò)低通濾 sound(x1_high,fs,bits)。%經(jīng)過(guò)高通濾波 sound(x1_daitong,fs,bits)。%經(jīng)過(guò)帶通濾波原始語(yǔ)音信號(hào)的時(shí)域圖形：原始語(yǔ)音信號(hào)頻譜：低通濾波器的頻率響應(yīng)：信號(hào)經(jīng)過(guò)低通濾波后的時(shí)域波形：信號(hào)經(jīng)過(guò)低通濾波后的頻域波形高通濾波器的頻率響應(yīng)：信號(hào)經(jīng)過(guò)高通濾波后的時(shí)域波形：信號(hào)經(jīng)過(guò)高通濾波后的頻域波形：帶通濾波器的頻率響應(yīng)：信號(hào)經(jīng)過(guò)帶通濾波后的時(shí)域波形：信號(hào)經(jīng)過(guò)帶通濾波后的頻域波形：1．在高通與帶通濾波器的設(shè)計(jì)時(shí)老是報(bào)錯(cuò)，但同樣的用法在低通濾波器中就可以實(shí)現(xiàn)b2=fir1(N2,wc2/pi,39。high39。,Window)。??? Error using == fir1 The window length must be the same as the filter 。但在參考書(shū)上指出，濾波器階數(shù)必須為窗長(zhǎng)加1。經(jīng)上網(wǎng)查詢(xún)后，原來(lái)高通、帶阻濾波器的階數(shù)應(yīng)該控制為奇數(shù)，因?yàn)槿绻A數(shù)為偶數(shù)，則在π點(diǎn)必有一零點(diǎn)，這對(duì)于高通帶阻來(lái)說(shuō)是不允許的，故取階數(shù)為奇數(shù)，而你FIR1濾波器階數(shù)為M+1階，所以你的M必須為偶數(shù)，所以可以將程序中去窗長(zhǎng)算法由原程序的: N2=2*pi*(*pi)。if rem(N2,2)==0 N2=N2+1。End 和: N3=2*pi*(*pi)。if rem(N3,2)==0 N3=N3+1。End 改為了：N2=N2+mod(N2,2)。和: B=*pi。（B為過(guò)渡帶寬）N3=ceil(2**pi/B)。N3=N3+mod(N3,2)。，用矩形窗驗(yàn)證出來(lái)的結(jié)果中低頻語(yǔ)音分量依舊很強(qiáng)，不能將其全部抑制在0，之后換窗，選著了最小衰減可以到達(dá)53dB的海明窗，再次試驗(yàn)，非常成功！經(jīng)過(guò)回放三個(gè)不同類(lèi)型濾波器輸出的語(yǔ)音信號(hào)，并與原語(yǔ)音信號(hào)對(duì)比得到了如下結(jié)論。語(yǔ)音高頻成分音質(zhì)非常尖銳，齒音中，聲音有些暗淡。語(yǔ)音低頻成分音質(zhì)沉穩(wěn)，空間感覺(jué)強(qiáng)，語(yǔ)音渾厚。語(yǔ)音中頻成分音質(zhì)有力度，有通透感。4．體會(huì)與收獲以往都是通過(guò)課本來(lái)感性的認(rèn)知語(yǔ)音信號(hào)，通過(guò)本次的課程設(shè)計(jì)，讓我對(duì)語(yǔ)音信號(hào)有了一個(gè)較為實(shí)際的認(rèn)識(shí)。于此同時(shí)，讓我再次把數(shù)字信號(hào)處理及數(shù)字濾波器的設(shè)計(jì)方法重新進(jìn)行了復(fù)習(xí)和學(xué)習(xí)。而對(duì)于Matlab，也再次讓我感受到了其功能的強(qiáng)大。最為重要的是，本次課 17程設(shè)計(jì)讓我重新審視了學(xué)習(xí)的過(guò)程：只去做實(shí)驗(yàn)是不行的，首先還是要思考，遇到了問(wèn)題查書(shū)籍，百度搜索也只是一種手段，更加重要的是想，再理解，只有這樣才能真正的做好實(shí)驗(yàn)?！稊?shù)字信號(hào)處理》錢(qián)同惠、百度文庫(kù)