【正文】 )。 subplot(2,2,4)。 title(39。)。r39。)。g39。 sound(z11)。 %求出語音信號的長度 noise=*randn(n,2)。 [y,fs,nbits]=wavread (39。 legend(39。)。s39。 ws=2*pi*Fs/Ft。) sound(x,fs,bits) 附錄 8 Ft=8000。) subplot(2,2,4)。 subplot(2,2,3)。plot(f,abs(X(1:n/2)))。 title(39。 X=fft(x,n)。 title(39。 [n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev)。 s=10.^(rs/20)。 ws=2*Fs/Ft。 Ft=5000。)。加噪語音信號頻譜圖 39。幅值 A39。)。 figure(2) subplot(2,1,1)。 y_z=y+noise。 ylabel(39。)。) subplot(2,1,2)。 xlabel(39。 plot(y)。)。頻率幅值 39。 xlabel(39。 plot(f,abs(y_zp(1:n/2)))。時間軸 39。 title(39。 y_zp=fft(y_z,n)。)。頻率 Hz39。 title(39。) ylabel(39。原始語音信號采樣后的時 域波形 39。 f=fs*(0:n/21)/n。 附錄 6 [y,fs,bits]=wavread(39。)。加噪語音信號頻譜圖 39。幅值 A39。)。 figure(2) subplot(2,1,1)。 y_z=y+noise。 ylabel(39。)。) subplot(2,1,2)。 xlabel(39。 plot(y)。)。 legend(用 cheby1 設(shè)計(jì) 39。 plot(w*21000*,abs(h))。)。s39。 %高通到低通濾波器參數(shù)轉(zhuǎn)換 ws1=tan(pi*Fs/Ft)。 附錄 4 Ft=8000。 legend(39。 %根據(jù)參數(shù)求出頻率響應(yīng) plot(w*8000*,abs(h))。s39。 [n11,wn11]=buttord(wp,ws,1,50,39。 wp=2*pi*Fp/Ft。 axis([3000 6000 0 ])。 %得到頻率響應(yīng) plot(w*12020*,abs(h))。 b23=fir1(n23,wn23,39。 fpts=[ws wp]。 rp=1。 Fp=4000。 title(39。 [n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev)。 %通帶阻帶波紋 s=10.^(rs/20)。 ws=2*Fs/Ft。 本文參考了大量的文獻(xiàn)資料，在此，向各學(xué)術(shù)界的前輩們致敬！ 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 29 參考文獻(xiàn) [1] Boll S of Acoustic Noise in Speech Using Spectral Subtraction[J].IEEE Acoustics,Speech,and Signal Processing,1979,27(2):113120. [2] Berouti M,Schwartz R,Makhoul of SpeechCorrupted by Acoustic Noise[J].IEEE Acoustics,Speech,and Signal Processing,1979,4:208211. [3] 胡航，語音信號處理，哈爾濱工業(yè)大學(xué)出版社， 2020 年 5 月 [4] armonicAnalysis[J].,1982,70(9):1 0551 096. [5]皇甫堪 ,陳建文 ,樓生強(qiáng) .現(xiàn)代數(shù)字信號處理 [M].北京 :電子工業(yè)出版社 ,2020. [6]Hu Yi,Loizou P Enhancement Based on WaveletThresholding the Multitaper Spectrum[J]. IEEE and Audio Processing,2020,12(1):5967. [7]吳紅衛(wèi) ,吳鎮(zhèn)揚(yáng) ,趙力 .基于多窗譜的心理聲學(xué)語音增強(qiáng) [J].聲學(xué)學(xué) 報(bào) ,2020,32(3):275281. [8]潘欣裕，童興法，趙鶴鳴，基于譜能比例加權(quán)的譜減法語音增強(qiáng)研究 [J]. 中 國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集 [9] 程正 ,趙鶴鳴 . 基于多頻帶譜減法的語音增強(qiáng)算法的研究 [J]. 0028331(2020)36004003. [10] 曹瑜镠 ,方元 ,呂勇 .基于最小統(tǒng)計(jì)及譜減法的語音增強(qiáng) [J]. 語音技術(shù) . 0028684(2020)12004304 [11］白文雅，黃健群，陳智伶 .基于維納濾波語音增強(qiáng)算法的改進(jìn)實(shí)現(xiàn) [J].電聲 技術(shù)， 2020,31（ 1） ： 4446. [12］蔡斌 .一種改進(jìn)型 MMSE 語音增強(qiáng)方法 [J].信號處理， 2020,20（ 1） ： 7074. [13］陳俊，孫洪，董航 .基于 MMSE 先驗(yàn)信噪比估計(jì)的語音增強(qiáng) [J].武漢大學(xué)學(xué) 理學(xué)版，2020， 51（ 5） ： 638642. [14］樊昌信，曹麗娜 .通信原理 [M].北京：國防工業(yè)出版社， 2020. [15］姚天任 .數(shù)字語音處理 [M].武漢：華中科技大 學(xué)出版社， 2020. 附錄 1 Ft=8000。求學(xué)歷程是艱苦的，但又是快樂的。通過濾波前后的對比，低通濾波后效果最好，高通濾波后的效果最差。我們可以像給一般信號做頻譜分析一樣，來對語音信號做頻譜分析，也可以較容易的用數(shù)字濾波器來對語音進(jìn)行濾波處理。這一過程的實(shí)現(xiàn)，用到了處理數(shù)字信號的強(qiáng)有力工具 MATLAB。 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 27 總結(jié) 語音信號處理是語音學(xué)與數(shù)字信號處理技術(shù)相結(jié)合的交叉學(xué)科，課題在這里不討論語音學(xué)，而是將語音當(dāng)做一種特殊的信號，即一種“復(fù)雜向量”來看待。這是很好的性質(zhì)。 （ 2） IIR 濾波器運(yùn)算誤差大，有可能出現(xiàn)極限環(huán)振蕩， FIR 相比之下運(yùn)算誤差較小，不會出現(xiàn)極限環(huán)振蕩。 IIR 濾波器運(yùn)算結(jié)構(gòu)通常由延時、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、級聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。 再從對語音信號的回放，人耳可以明顯辨別出加噪后的語音信號比較渾濁，還有很明顯嘎吱嘎吱的雜音在里面。 用設(shè)計(jì)好的 FIR 數(shù)字低通濾波器對加噪語音信號的濾波程序： 見附錄 7 得到的圖像如下： （圖 4— 8） 圖 48 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音信號和加噪語音信號時域波形和頻譜圖的區(qū)別。 用自己設(shè)計(jì)的 FIR 數(shù)字低通濾波器對加噪的語音信號進(jìn)行濾波時，在 Matlab中， FIR 濾波器利用函數(shù) fftfilt 對信號進(jìn)行濾波。sound(y_z,fs) 加噪后語音信號的時域波形、頻譜圖（圖 4— 7） 圖 47 加噪語音信號 時域波形和頻譜圖 通過對兩張圖片的對比，很明顯可以看加噪后的語音信號時域波形比原始語音信號渾濁了許多 ，在時間軸上可以明顯看出 0— 的幅值增大了；通過對原始語音信號的頻譜圖與加噪后的語音信號頻譜圖的對比，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。 Y = randn(m,n,p,...) 或 Y = randn([m n p...]) 產(chǎn)生隨機(jī)數(shù)組。 （ 2） 隨機(jī)噪音信號加入 原始語音信號 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) 。通過函數(shù) f=fs*(0:n/21)/n。)。 程序運(yùn)行可以聽到聲音，得到的圖形為 ： （ 圖 4 圖 4 圖 4 圖 44） 圖 41 原始信號波形 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 19 圖 42 原始語音信號采樣后頻譜圖 圖 43 原始信號幅值 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 20 圖 44 原始信號相位 加噪語音信號頻譜分析及仿真 (1)正 弦波信號加入原始語音信號 前 面 已經(jīng)介紹了 MATLAB 軟件相關(guān)知識，那么我們怎么在 NATLAB 平臺上實(shí)現(xiàn)對一段原始語音信號加入一個正 弦波信號呢？ 下面一段程序?qū)崿F(xiàn)了在原始語音信號加入正 弦波信號。plot(angX)。title(39。plot(X)。title(39。 magX=abs(X)。 [x,fs,bits]=wavread(39。X(k)的后一半序列和前一半序列時對稱的。 MATLAB提供求復(fù)數(shù)的幅值和相位函數(shù)： abs， angle，這些函數(shù)一般和 FFT 同時使用。若 x 為向量且長度小于 N，則函數(shù)將 x 補(bǔ)零至長度 N。若 x 為一矩陣，則 y 是對矩陣的每一列向量進(jìn)行FFT。下面介紹這些函數(shù)。 sound(x,fs,bits)。這個課題正好是對數(shù)字語音處理的一次有利實(shí)踐，而且語音處理也可以說是信號處理在實(shí)際應(yīng)用中很大眾化的一方面。對于波形圖與頻譜圖（包括濾波前后的對比圖）都可以用 MATLAB 畫出。用于讀取語音，采樣值放在向量 y 中， fs 表示采樣頻率 (Hz)， bits 表示 采樣位數(shù)。自己錄入“畢業(yè)設(shè)計(jì)”語音信號，然后保存在 MATLAB 文件夾里面，命名為“ ”。 MATLAB 信號處理工具箱函數(shù) cheblap,cheblord和 cheeby1 是切比雪夫 I 型濾波器設(shè)計(jì)函數(shù)。 下面我們總結(jié)一下利用模擬濾波器設(shè)計(jì) IIR 數(shù)字低通濾波器的步驟： （ 1）確定數(shù)字低通濾波器的技術(shù)指標(biāo)：通帶邊界頻率、通帶最大衰減，阻帶截止頻率、阻帶最小衰減。 （ 5）通過頻率變換將模擬低通轉(zhuǎn)換成相應(yīng)類型的過渡模擬濾波器?？梢越柚谀M濾波器的頻率轉(zhuǎn)換設(shè)計(jì)一個所需類型的過渡模擬濾波器，再經(jīng)過雙線性變換將其轉(zhuǎn)換策劃那個所需的數(shù)字濾波器。 接下來，我們根據(jù)語音信號的特點(diǎn)給出有關(guān)濾波器的技術(shù)指標(biāo)： 低通濾波器的性能指標(biāo)： fp=1000Hz， fc=1200Hz， As=50db ,Ap=1dB 高通濾波器的性能指標(biāo)： fp=3500Hz， fc=4000Hz， As=50dB， Ap=1dB 在 Matlab 中，可以利用函數(shù) fir1 設(shè)計(jì) FIR 濾波器，利用 Matlab 中的函數(shù)freqz 畫出各步步器的頻率響應(yīng)。原則是在保證阻帶衰減滿足要求的情況下，盡量選擇主瓣的窗函數(shù)。如矩形窗、漢寧窗、漢明窗、 BLACKMAN 窗、凱撒窗等。也就是把這個時域采樣序列去乘一個窗函數(shù)，就把這個無限的時域采樣序列截成了有限個序列值。通常此函數(shù)的表達(dá)式為： sa（ n）＝ sin（ n∩） /n（ 32） 但是這個采樣序列是無限的，計(jì)算機(jī)是無法對它進(jìn)行計(jì)算的。 DSP 需要更多的計(jì)算時間，對 DSP 的實(shí)時性有影響。與 IIR 相比，它具有線性相位、容 易設(shè)計(jì)的優(yōu)點(diǎn)。 本課題主要采樣 FIR 和 IIR 數(shù)字濾波器對加噪語音信號進(jìn)行濾波。延遲使得基于頻率的相移產(chǎn)生非正弦信號 失真 。 濾波器 的分類： 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 11 巴特沃斯響應(yīng)（最平坦響應(yīng)） ， 巴特沃斯響應(yīng)能夠最大化濾波器的通帶平坦度。至于那一頻率需被截止，可調(diào)節(jié)共振臂以決定之。通帶與帶阻濾波器都是 m 常數(shù)濾波器， m 為截止頻率與被衰減的其他頻率之衰減比的 函數(shù) 。就 L 型單節(jié)濾波器而言，其電感抗 XL 與電容抗 XC，對任一頻率為一常數(shù)，其關(guān)系為 XL最基本的濾波器，是由一個 電 容 器和一個 電感 器構(gòu)成，稱為 L 型濾波。 成都理工大學(xué) 2020 屆本科畢業(yè)設(shè)計(jì)（論文） 10 第 3章 濾波器的設(shè)計(jì)及實(shí)現(xiàn) 數(shù)字濾波器設(shè)計(jì)的基本原理 濾波器是一種 對信號 有處理作用的器件或 電路 。 A 計(jì)算 每個系數(shù)的 絕對值； B 查找出每個系數(shù)絕對值中的最大值； C 計(jì)算比