【正文】 通過這個課程設計，我學到了很多MATLAB和語音信號的知識，提高了自己在語音信號設計方面的知識能力，動手能力和思維能力都得到了一定的提升，希望自己以后可以更多的繼續(xù)學習這一門課程設計方面的知識。設計出了一個建議的用戶應用界面，可以讓人實現(xiàn)界面操作。本次課程設計時希望將數(shù)字信號處理技術(shù)應用與某一實際領(lǐng)域，這里就是指對語音的處理。三電平法對語音信號處理得到的波形如下：圖56 三電平法波形圖中心消波法得到的波形如下圖：圖57 中心消波法波形圖 GUI實驗箱操作界面設計通過對各個控件的編程和對參數(shù)的設計，最后得到的GUI實驗箱操作界面如下圖所示，通過界面上的各個按鈕即可實現(xiàn)相應的功能。濁音新海具有準周期性。三者比較所得到的波形如下：圖54 三者比較波形圖 基音周期檢測數(shù)據(jù)為濁音語音信號speech1_10k(10000樣點/秒)用25ms的漢明窗對語音信號speech1_10k進行加窗處理，并畫出所得到的加窗信號的自相關(guān)函數(shù)，再用根據(jù)中心消波法及三電平中心消波法原理改進程序，最后對比中方法基音檢測的效果并分析結(jié)果。Suond(x，fs，bits)；用于對聲音的回放，向量y則就代表了一個信號也就是說可以像處理一個信號表達式一樣處理這個聲音信號。（2）按鈕功能的實現(xiàn)：在GUI設計窗口創(chuàng)建按鈕后，通過右鍵單擊按鈕，選擇View callbacks下的callback對相應的按鈕進行編程，使按鈕實現(xiàn)相應的功能，如下圖所示對按鈕的響應功能進行設置。 GUI設計窗口的基本操作（1）前面板的設計：在GUI設計窗口創(chuàng)建圖形對象后，通過雙擊該對象，就會顯示該對象的屬性編輯器。當用戶選擇不同的模板時，在GUI設計模板界面的右邊就會顯示出與該模板對應的GUI圖形。與早期計算機使用的命令行界面相比，圖形界面對于用戶來說更為簡便易用。采樣位數(shù)越多則捕捉到的信號越精確。采樣頻率是指錄音設備在一秒鐘內(nèi)對聲音信號的采樣次數(shù)，采樣頻率越高聲音的還原就越真實越自然。第三章 設計方案論證 設計理論依據(jù)：在進行模擬/數(shù)字信號的轉(zhuǎn)換過程中，則采樣之后的數(shù)字信號完整的保留了原始信號中的信號，一般實際應用中保證采樣頻率為信號最高頻率的5—10倍；采樣定理又稱奈奎斯特定理。語音的采集是指語音聲波信號經(jīng)麥克風和高頻放大器轉(zhuǎn)換成有一定幅度的模擬量電信號，然后再轉(zhuǎn)換成數(shù)字量的全過程。語音信號處理的一門比較實用的電子工程的專業(yè)課程，語音是人類獲取信息的重要來源和利用信息的重要手段，通過語言相互傳遞信息是人類最重要的基本功能之一，語音是人類特有的功能，它是創(chuàng)造和記載幾千年來人類文明史的根本手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。第一章 緒論在我們的現(xiàn)實生活中從磁帶、錄像帶到CD、VCD、DVD；從黑白電視機、彩色電視機、高清晰度電視機到具有數(shù)字信號處理功能的電視機；從留聲機、錄音機到語音信箱；現(xiàn)在正出在模擬信息到數(shù)字信息的變革之中，傳統(tǒng)的磁帶語音錄放系統(tǒng)因其體積大，使用不便，在電子與信息處理的使用中受到許多限制。本次課程設計提出的體積小巧，功耗低的數(shù)字化語音存儲與回放系統(tǒng)，可以有效的解決傳統(tǒng)的語音錄放系統(tǒng)在電子與信息處理的使用中受到的限制。語音信號處理又是一門邊緣學科。安捷倫頻譜分析儀產(chǎn)品覆蓋什么頻率范圍？安捷倫提供從直流至 50 GHz 的多種頻譜分析儀和信號分析儀產(chǎn)品，使用外部混頻器可擴展到 325 GHz。我何時應使用臺式頻譜分析儀而不是手持式頻譜分析儀？臺式頻譜和信號分析儀提供卓越的技術(shù)指標和測量應用軟件，而手持式頻譜分析儀更適合現(xiàn)場工程師使用。頻譜分析儀常見問題解答：是否有不同類型的頻譜分析儀？有兩類頻譜分析儀，類型由獲取信號頻譜所使用的方法決定。其最主要的用途是測量已知和未知信號的頻譜功率。但是通過不斷的改進，我在這兩方面都有了很大的提高，對課堂知識的掌握和精進有很大的幫助。比如，如何在語音信號中添加噪聲，如何靈活的利用各種濾波器對語音信號進行處理，如何用MATLAB設計GUI界面并對控件添加回調(diào)函數(shù)等。：在這次課程設計中，我設計制作了加噪語音信號濾波提取的系統(tǒng)，綜合運用了之前幾次實驗，尤其是濾波器設計方面的MATLAB知識，并最后得到了比較理想的效果。結(jié)果如下：%低通濾波器階數(shù)和截止頻率 %S域的頻率響應的參數(shù) %濾波%回放濾波后的信號 %濾波后的信號頻譜 %繪出濾波前的信號頻譜%繪出濾波后的信號頻譜%繪出濾波前的信號波形%繪出濾波后的信號波形DSP實驗課程設計實驗報告可以看到，濾波器將部分低頻濾去，也就濾掉了部分原始信號頻率，因此無法正?；謴驼Z音信號。bold39。濾波后的信號波形39。grid。,39。title(39。axis([0 80000 0 4000])。fontweight39。)。grid。,39。title(39。subplot(2,2,1)。z22=fftfilt(b22,s)。)。wp=1。ws1=tan(pi*Fs1/Ft)。Fs2=3200。S=fft(s)。)。grid。,39。title(39。axis([00000 1000001 1])。fontweight39。plot(s)。)。,39。r39。axis([0 80000 0 4000])。fontweight39。)。figure。,kaiser(n23+1,beta))。dev=[p q]。p=110.^(rp/20)。wp=2*Fp/Ft。S=fft(s)。)。grid。,39。title(39。axis([00000 1000001 1])。fontweight39。plot(s)。)。,39。r39。axis([0 80000 0 4000])。fontweight39。)。figure(4)。%由kaiserord求濾波器的階數(shù)和截止頻b21=fir1(n21,wn21,kaiser(n21+1,beta))。fpts=[wp ws]。rp=1。Fp=1000。Noise=*randn(n,1)。（4）FIR低通濾波器[y,fs,nbits]=wavread(39。)。,39。subplot(2,2,4)。bold39。濾波前信號的波形39。grid。,39。title(39。subplot(2,2,2)。bold39。濾波前信號的頻譜39。plot(abs(S),39。sound(z21,fs,nbits)。dev=[p q]。p=110.^(rp/20)。wp=2*Fp/Ft。S=fft(s)。)。grid。,39。title(39。axis([00000 1000001 1])。fontweight39。%繪出濾波前的信號波形 plot(s)。)。,39。r39。axis([0 80000 0 4000])。fontweight39。)。%濾波后的信號頻譜 figure。%S域低通參數(shù)轉(zhuǎn)為高通的 [num13,den13]=bilinear(num,den,)。%語音信號采集%計算語音信號的長度 %產(chǎn)生隨機噪聲%語音信號加入噪聲得到加噪信號 %快速傅里葉變換%模擬的低通濾波器階數(shù)和截止頻率DSP實驗課程設計實驗報告[b13,a13]=cheby1(n13,1,wn13,39。ws=wp1*wp/ws1。Ft=8000。s=y+Noise。OriSound39。axis([00000 1000001 1])。fontweight39。plot(z11)。)。,39。subplot(2,2,3)。bold39。濾波后信號的頻譜39。plot(abs(m11),39。)。,39。g39。m11=fft(z11)。)。s39。Fs=1200。s=y+Noise。39。通過對原始信號和加噪信號的頻譜進行觀察，原始語音信號頻譜集中在低頻段，而隨機噪聲接近均勻的分布在整個頻譜范圍內(nèi)，因此推測選用低通濾波器去噪性能要好于高通和帶通濾波器。)設計并計算巴特沃斯模擬濾波器的階數(shù)N和3dB截止頻率wc；[B,A]=cheby1(N,Rp,wpo,39。（5）設計FIR和IIR數(shù)字濾波器在MATLAB中，根據(jù)頻譜特征設計FIR和IIR濾波器。)。,39。subplot(2,1,2)。)。,39。subplot(2,1,1)。Noise=*randn(n,1)。39。產(chǎn)生隨機噪聲： Noise=*randn(n,1)。axis([ 0 150000 0 4000])。fontweight39。plot(abs(Y))。)。,39。subplot(2,1,1)。sound(y,fs,nbits)。DSP實驗課程設計實驗報告（2）語音信號的頻譜分析畫出語音信號的時域波形，然后對語音信號進行頻譜分析，在MATLAB中，通過使用fft函數(shù)對信號進行快速傅里葉變換，得到信號的頻譜特性。：（1）語音信號的獲取通過錄音軟件錄制一段語音“數(shù)字信號處理”，命名為“OriSound”，時長大約1到2秒，在MATLAB中，通過使用wavread函數(shù)，對語音進行采樣: [y,fs,nbits]=wavread(39。(3)學會MATLAB的使用，掌握MATLAB的程序設計方法?！稊?shù)字信號處理》錢同惠、百度文庫第三篇：基于MATLAB的有噪聲的語音信號處理的課程設計要點DSP實驗課程設計實驗報告DSP實驗課程設計實驗報告姓名： 學號： 班級：：基于MATLAB的有噪聲的語音信號處理的課程設計。4．體會與收獲以往都是通過課本來感性的認知語音信號，通過本次的課程設計，讓我對語音信號有了一個較為實際的認識。用矩形窗驗證出來的結(jié)果中低頻語音分量依舊很強，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53dB的海明窗，再次試驗，非常成功！經(jīng)過回放三個不同類型濾波器輸出的語音信號，并與原語音信號對比得到了如下結(jié)論。End 改為了：N2=N2+mod(N2,2)。經(jīng)上網(wǎng)查詢后，原來高通、帶阻濾波器的階數(shù)應該控制為奇數(shù)，因為如果階數(shù)為偶數(shù)，則在π點必有一零點，這對于高通帶阻來說是不允許的，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算法由原程序的: N2=2*pi*(*pi)。high39。%原始信號sound(x1_low,fs,bits)。title(39。信號經(jīng)過帶通濾波器(時域)39。x1_daitong = filter(b3,1,x1)。freqz(b3,1,512)。b3=fir1(N3,w/pi,39。B=*pi。w3=w1+*pi。信號經(jīng)過高通濾波器（頻域）39。)。%對信號進行高通濾波 figure(7)。%數(shù)字濾波器頻率響應 title(39。high39。N2=2*pi*(*pi)wc2=2*pi*fc1/fs。title(39。信號經(jīng)過低通濾波器(時域)39。x1_low = filter(b1,1,x1)。freqz(b1,1,512)。if rem(N1,2)==0 N1=N1+1。)。%平移，是頻率中心為0 derta_fs = fs/length(x1)。)。時間 t39。%做原始語音信號的時域圖形 title(39。)。：在用戶圖形界面西啊對采集的語音信號進行Fourier等變換，并畫出變換前后的頻譜圖和倒譜圖。由于語音信號時隨著時間變化的，通常認為，語音是一個受準周期脈沖或隨機噪聲源激勵的線性系統(tǒng)的輸出。信號調(diào)整：在設計的用戶圖形界面下對輸入的音頻信號進行各種變化，如變化幅度、改變頻率等操作，以實現(xiàn)對語音信號的調(diào)整。在語音編碼、語音合成、語音識別和語音增強等語音處理中無一例外需要提取語音中包含的各種信息。2．用Matlab分別設計好3種類型的濾波器（指標自己確定）：低通型、高通型、帶通型。之后對采集的語音信號經(jīng)過不同的濾波器（低通、高通、帶通）后，觀察不同的波形，并進行時域和頻譜的分析。參考文獻[1]周輝，董正宏，數(shù)字信號處理及MATLAB實現(xiàn)，北京希望出版社，2006 [2]：機械工業(yè)出版社，1992 [3]：科學出版社，1991 [4]鄭君里，（第二版），高等教育出版社，1981第二篇：基于matlab的語音信號濾