【正文】 .2三、課程設(shè)計(jì)平臺(tái).............................3四、設(shè)計(jì)原理與計(jì)算方法.......................3 ..............................3 采樣定理..............................3五、設(shè)計(jì)內(nèi)容.................................4 ....4 ..............4 ......................6 語(yǔ)音信號(hào)和噪聲信號(hào)相加...........8 ........................9 ...................11 ...............12 六：總結(jié)....................................14語(yǔ)音信號(hào)處理一、設(shè)計(jì)目的學(xué)會(huì)MATLAB的使用，掌握MATLAB程序設(shè)計(jì)方法；掌握在Windows環(huán)境下語(yǔ)言信號(hào)采集的方法；掌握數(shù)字信號(hào)處理的基本概念、基本理論和基本方法；掌握MATLAB設(shè)計(jì)IIR數(shù)字濾波器的方法；學(xué)會(huì)用MATLAB對(duì)信號(hào)進(jìn)行分析和處理；二、設(shè)計(jì)要求及任務(wù) 語(yǔ)音信號(hào)的采集本設(shè)計(jì)利用計(jì)算機(jī)Windows下的錄音機(jī)錄入一句語(yǔ)音信號(hào)，然后在Matlab軟件平臺(tái)下，利用函數(shù)waveread對(duì)語(yǔ)音信號(hào)進(jìn)行采樣，記住采樣頻率和采樣點(diǎn)數(shù)。 語(yǔ)音信號(hào)的頻譜分析；在Matlab中，可以利用函數(shù)FFT對(duì)信號(hào)進(jìn)行快速傅里葉變換，得到信號(hào)的頻譜特性，然后加入一干擾信號(hào)，要求畫出語(yǔ)音信號(hào)干擾前后的時(shí)域波形，并對(duì)其頻譜進(jìn)行分析。設(shè)計(jì)數(shù)字濾波器，給出性能指標(biāo)（參考指標(biāo)）；（1）低通濾波器的性能指標(biāo)：fp=1000Hz,fs=1200Hz,As=100dB,Ap=1dB（2）高通濾波器的性能指標(biāo)：fs=4800Hz,fp=5000Hz,As=100dB,Ap=1dB（3）帶通濾波器的性能指標(biāo)：fp1=1200Hz,fp2=3000Hz,fs1=1000Hz, fps2=3200Hz,As=100dB,Ap=1dB；采用雙線性變換法設(shè)計(jì)上面一種類型的數(shù)字濾波器，要求使用切比雪夫II型濾波器。用濾波器對(duì)信號(hào)進(jìn)行濾波語(yǔ)音信號(hào)處理畫出濾波后信號(hào)的時(shí)域波形及頻譜，并對(duì)濾波前后的信號(hào)進(jìn)行對(duì)比，分析信號(hào)的變化?；胤耪Z(yǔ)音信號(hào)，分析濾波前后的語(yǔ)音變化。在熟悉數(shù)字信號(hào)處理課程理論的基礎(chǔ)上，通過(guò)MATLAB仿真實(shí)現(xiàn)語(yǔ)音信號(hào)的采集與處理，進(jìn)一步加深對(duì)數(shù)字信號(hào)處理理論和技術(shù)的掌握。三、課程設(shè)計(jì)平臺(tái)計(jì)算機(jī)、四、設(shè)計(jì)原理與計(jì)算方法卷積和乘積運(yùn)算在頻域和時(shí)域是一一對(duì)應(yīng)的，兩個(gè)信號(hào)在時(shí)域的卷積可以轉(zhuǎn)化為求兩者在頻域的乘積后再反變換，同理在頻域的卷積等時(shí)域的乘積。而信號(hào)的頻域求解有快速傅里葉FFT算法。卷積與傅里葉變換有著密切的關(guān)系。利用這一點(diǎn)性質(zhì)，即兩函數(shù)的傅里葉變換的乘積等于它們卷積后的傅里葉變換，能使傅里葉分析中許多問(wèn)題的處理得到簡(jiǎn)化。由卷積得到的函數(shù)f*g 一般要比f(wàn) 和g 都光滑。特別當(dāng)g 為具有緊支集的光滑函數(shù)，f 為局部可積時(shí)，它們的卷積f * g 也是光滑函數(shù)。利用這一性質(zhì)，對(duì)于任意的可積函數(shù)f，都可以簡(jiǎn)單地構(gòu)造出一列逼近于f 的光滑函數(shù)列，這種方法稱為函數(shù)的光滑化或正則化。卷積的概念還可以推廣到數(shù)列、測(cè)度以及廣義函數(shù)上去。 采樣定理采樣定理，又稱香農(nóng)采樣定理，奈奎斯特采樣定理，是信息論，特別是通訊與信號(hào)處理學(xué)科中的一個(gè)重要基本結(jié)論。(1915年發(fā)表的統(tǒng)計(jì)理論), 3語(yǔ)音信號(hào)處理克勞德香農(nóng)與Harry Nyquist都對(duì)它作出了重要貢獻(xiàn)。另外。采樣是將一個(gè)信號(hào)（即時(shí)間或空間上的連續(xù)函數(shù)）轉(zhuǎn)換成一個(gè)數(shù)值序列（即時(shí)間或空間上的離散函數(shù)）。采樣定理指出，如果信號(hào)是帶限的，并且采樣頻率高于信號(hào)帶寬的兩倍，那么，原來(lái)的連續(xù)信號(hào)可以從采樣樣本中完全重建出來(lái)。帶限信號(hào)變換的快慢受到它的最高頻率分量的限制，也就是說(shuō)它的離散時(shí)刻采樣表現(xiàn)信號(hào)細(xì)節(jié)的能力是有限的。采樣定理是指，如果信號(hào)帶寬不到采樣頻率的一半（即奈奎斯特頻率），那么此時(shí)這些離散的采樣點(diǎn)能夠完全表示原信號(hào)。高于或處于奈奎斯特頻率的頻率分量會(huì)導(dǎo)致混疊現(xiàn)象。大多數(shù)應(yīng)用都要求避免混疊，混疊問(wèn)題的嚴(yán)重程度與這些混疊頻率分量的相對(duì)強(qiáng)度有關(guān)。五、設(shè)計(jì)內(nèi)容用電腦所帶的錄音工具錄制一段錄音，并將聲音保存，因?yàn)殇浫氲穆曇舨皇莣av格式，因此用格式工廠軟件將其進(jìn)行轉(zhuǎn)換位wav格式。利用Matlab對(duì)語(yǔ)音信號(hào)進(jìn)行FFT分析，并畫出源語(yǔ)音信號(hào)的時(shí)域波形和頻域波形。實(shí)驗(yàn)代碼：[x,fs]=wavread(39。39。)。%利用wavread函數(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行提取 figure(1)subplot(2,1,1)。N=length(x)。T=1/fs。t=0:T:(N1)*T。%時(shí)間間隔plot(t,x)%以時(shí)間為橫軸，x為縱軸畫圖 title(39。原語(yǔ)音信號(hào)時(shí)域分析39。)%圖形命名 xlabel(39。t(s)39。)ylabel(39。x39。)以上為時(shí)域分析，接下來(lái)為頻域分析語(yǔ)音信號(hào)處理f=(0:N1)*fs/N。X=fft(x)。subplot(2,1,2)plot(f,abs(X))axis([0 25000 0 60])。title(39。原語(yǔ)音信號(hào)頻域分析39。)xlabel(39。f(Hz)39。)ylabel(39。X39。)語(yǔ)音信號(hào)圖形：語(yǔ)音信號(hào)處理在此選擇余弦函數(shù)作為噪聲信號(hào)，因?yàn)檎液陀嘞液瘮?shù)的頻域?yàn)閮蓷l豎直的線，便于濾波實(shí)驗(yàn)代碼：y=*sin(50000*t)。y1=[y39。 y39。]。%對(duì)噪音信號(hào)進(jìn)行轉(zhuǎn)換，便于信號(hào)相加（見(jiàn)下圖有說(shuō)明）Y=fft(y)。figure(2)subplot(2,1,1)plot(t,y)title(39。干擾信號(hào)時(shí)域波形39。)xlabel(39。t(s)39。)ylabel(39。y=*sin(50000*t)39。)Y=fft(y)。subplot(2,1,2)plot(f,abs(Y))axis([0 25000 0 60])。%取在語(yǔ)音信號(hào)范圍內(nèi)的噪聲信號(hào) title(39。干擾信號(hào)頻域波形39。)xlabel(39。f(Hz)39。)ylabel(39。Y39。)語(yǔ)音信號(hào)處理通過(guò)圖中劃線的部分可以看出，通過(guò)y1=[y39。 y39。]此句可以將x和y這兩個(gè)變量類型統(tǒng)一，以便噪聲與語(yǔ)音信號(hào)的相加語(yǔ)音信號(hào)處理噪聲信號(hào)圖形： 語(yǔ)音信號(hào)和噪聲信號(hào)相加實(shí)驗(yàn)代碼：x1=wavread(39。39。)。x2=x1+y1。figure(3)subplot(2,1,1)plot(t,x2)title(39。加入噪聲信號(hào)時(shí)域波形39。)xlabel(39。t(s)39。)ylabel(39。x39。)X2=fft(x2)。subplot(2,1,2)plot(f,abs(X2))axis([0 25000 0 60])。title(39。加入噪聲信號(hào)頻域波形39。)語(yǔ)音信號(hào)處理xlabel(39。f(Hz)39。)ylabel(39。Y39。)兩信號(hào)相加圖形：fp1=*10^4。fp2=4*10^4。fs1=*10^4。fs2=*10^4。Rp=1。As=100。Fs=80000。wp11=2*pi*fp1/Fs。wp22=2*pi*fp2/Fs。ws11=2*pi*fs1/Fs。語(yǔ)音信號(hào)處理ws22=2*pi*fs2/Fs。OmegaP11=2*Fs*tan(wp11/2)。OmegaP22=2*Fs*tan(wp22/2)。OmegaS11=2*Fs*tan(ws11/2)。OmegaS22=2*Fs*tan(ws22/2)。OmegaP=[OmegaP11,OmegaP22]。OmegaS=[OmegaS11,OmegaS22]。%預(yù)畸變化[N,OmegaC]=cheb2ord(OmegaP,OmegaS,Rp,As,39。s39。)。[b,a]=cheby2(N,As,OmegaS,39。stop39。,39。s39。)。[bz,az]=bilinear(b,a,Fs)。%AD轉(zhuǎn)換 [H,w]=freqz(bz,az)。db=20*log10(abs(H))。figure(4)plot(w/pi,db)title(39。帶阻濾波器39。)xlabel(39。w/pi39。)ylabel(39。Db39。)濾波器圖形：語(yǔ)音信號(hào)處理實(shí)驗(yàn)代碼：H=filter(bz,az,x2)。figure(5)subplot(211)plot(t,H)title(39。濾波后時(shí)域39。)xlabel(39。t(s)39。)ylabel(39。x39。)subplot(212)H1=fft(H)。plot(f,abs(H1))。axis([0 25000 0 60])。title(39。濾波后頻域39。)xlabel(39。f(Hz)39。)語(yǔ)音信號(hào)處理ylabel(39。Y39。)濾波后圖形：對(duì)比原圖源信號(hào)已經(jīng)被濾出來(lái)了 前三步和上面帶阻濾波器一樣便不再重復(fù)敘述，從低通濾波器的設(shè)計(jì)開(kāi)始 低通濾波器實(shí)驗(yàn)代碼： fp1=*10^4。fs1=*10^4。Rp=1。As=100。Fs=30000。wp11=2*pi*fp1/Fs。ws11=2*pi*fs1/Fs。OmegaP=2*Fs*tan(wp11/2)。OmegaS=2*Fs*tan(ws11/2)。%頻率預(yù)畸語(yǔ)音信號(hào)處理[N,OmegaC]=cheb2ord(OmegaP,OmegaS,Rp,As,39。s39。)。%為了得到N C [z0,p0,k0]=Cheb2ap(N,As)。%歸一化原型低通濾波器零極點(diǎn) a0=real(poly(p0))。b0=k0*real(poly(z0))。[b,a]=lp2lp(b0,a0,OmegaC)。%將歸一化原型低通轉(zhuǎn)換成低通濾波器[bz,az]=bilinear(b,a,Fs)。%雙線性變換AF到DF [H,w]=freqz(bz,az)。db=20*log10(abs(H))。figure(4)plot(w/pi,db)title(39。低通濾波器39。)xlabel(39。w/pi39。)ylabel(39。Db39。)此處設(shè)計(jì)低通濾波器時(shí)與上面方法不同，此處先求出了歸一化原型低通濾波器，在利用歸一化原型低通濾波器轉(zhuǎn)換成低通濾波器 低通濾波器圖形：語(yǔ)音信號(hào)處理濾波后圖形：從圖中可以看出，利用低通濾波器也還原出了源語(yǔ)音信號(hào)，并且比帶阻的效果稍好一點(diǎn)六、總結(jié)這次課程設(shè)計(jì)雖然遇到了很多問(wèn)題，很多困難，但是也學(xué)到了很多東西。不僅學(xué)到了書本上的東西，而且學(xué)到了很多課本上沒(méi)有的東西，很多程序里的東西，特別是程序語(yǔ)法，總是有錯(cuò)誤，但是總是不知道錯(cuò)在哪里，在細(xì)心的檢查下，終于找出了錯(cuò)誤和警告，排除困難后，程序編譯就通過(guò)了，心里終于舒了一口氣。還有各種各樣問(wèn)題，通過(guò)查網(wǎng)絡(luò)和請(qǐng)教同學(xué)來(lái)弄明白，這個(gè)過(guò)程是痛苦的，有時(shí)候有些問(wèn)題不能馬上解決，感到很頭痛，真想放棄這個(gè)問(wèn)題，但是堅(jiān)持下來(lái)，并且解決這些問(wèn)題的時(shí)候，真的有種苦盡甘來(lái)的感覺(jué)。應(yīng)用MATLAB進(jìn)行語(yǔ)音信號(hào)的處理是與我們所學(xué)課程及專業(yè)緊密相連的，有著很強(qiáng)的實(shí)踐性。做這個(gè)課程設(shè)計(jì)的時(shí)候，并不是非常的順利，我也有遇到很多困難。剛開(kāi)始，我用自己的mp3錄制的一個(gè)音頻文件做語(yǔ)音信號(hào)處理，程序始終現(xiàn)實(shí)如下錯(cuò)誤提示：語(yǔ)音信號(hào)處理??? Error using == wavread Error using == wavread Data pression format(IMA ADPCM)is not ，在網(wǎng)上也查閱相關(guān)信息，最后發(fā)現(xiàn)只有WAV格式的音頻信號(hào)才能被wavread函數(shù)識(shí)別，這只是其中的一個(gè)小困難，當(dāng)然后來(lái)也出現(xiàn)了許多錯(cuò)誤，不過(guò)在我們的精心調(diào)試下，代碼終于運(yùn)行成功 通過(guò)這次設(shè)計(jì)，進(jìn)一步加深了對(duì)數(shù)子信號(hào)處理的了解，讓我對(duì)它有了更加濃厚的興趣。通過(guò)這次課設(shè)使我懂得，平時(shí)的理論知識(shí)只有通過(guò)自己動(dòng)手做一個(gè)課題，從做這個(gè)課題的過(guò)程中發(fā)現(xiàn)問(wèn)題，解決問(wèn)題，這個(gè)學(xué)習(xí)的過(guò)程，會(huì)比我們平時(shí)在課堂上聽(tīng)到的知識(shí)更加的生動(dòng)立體，更能讓人記憶深刻?？偟膩?lái)說(shuō)，通過(guò)這次的課程設(shè)計(jì)我對(duì)語(yǔ)音信號(hào)有了全面的認(rèn)識(shí)，對(duì)數(shù)字信號(hào)處理又有了深刻的理解，讓我們感受到只有在充分理解課本知識(shí)的前提下，才更更好的應(yīng)用這個(gè)工具。同時(shí)我相信，matlab會(huì)對(duì)我以后的學(xué)習(xí)中起到更大的幫助參考文獻(xiàn)[1] 高西全、丁玉美編著，數(shù)字信號(hào)處理。西安：西安電子科技大學(xué)出版社，2008.[2]丁玉美、高西全編著，數(shù)字信號(hào)處理學(xué)習(xí)指導(dǎo)。西安：西安電子科技大學(xué)出版社，2001.[3]鄭君里等編，信號(hào)與系統(tǒng)。北京：高等教育出版社，2000.[4]劉樹(shù)棠譯，數(shù)字信號(hào)處理——使用MATLAB。西安：西安交通大學(xué)出版社，2002.[5]導(dǎo)向科技編著，MATLAB程序設(shè)計(jì)與實(shí)例應(yīng)用。北京：中國(guó)鐵道出版社，2001.[6]羅軍輝等編著。北京：機(jī)械工程出版社，2005.[7]陳懷琛等編著，MATLAB及在電子信息課中的應(yīng)用。北京：電子工業(yè)出版社，2002.[8]胡廣書編組，數(shù)字信號(hào)處理——理論、算法與實(shí)現(xiàn)。北京：清華大學(xué)出版社，2002.[9]梁虹等編，信號(hào)與線性系統(tǒng)分析——機(jī)遇MATLAB的方法與實(shí)現(xiàn)。北京：高等教育出版社，[10]劉衛(wèi)國(guó)主編，MATLAB程序設(shè)計(jì)與應(yīng)用（第二版）。北京：高等教育出版社，2006.