基于matlab的fir濾波器語(yǔ)音信號(hào)去噪_畢業(yè)設(shè)計(jì)(參考版)
2024-08-31 15:23本頁(yè)面
【正文】 學(xué)生在老師身上學(xué)到的東西不僅僅是科學(xué)知識(shí)，更多的是學(xué)到了研究的方法及做人的道理，使我終生難忘，在此向?qū)熤乱猿绺叩木匆夂椭孕牡母兄x ! 。 19 致謝 本次設(shè)計(jì)是在陳老師的悉心指導(dǎo)下完成的，在整 個(gè)課程設(shè)計(jì)的完成過(guò)程中，陳老師給予了精心的指導(dǎo)，每一個(gè)環(huán)節(jié)都注入了導(dǎo)師大量的心血。fuzhi39。)。) xlabel(39。 %畫(huà)出濾波后的信號(hào)頻譜圖 title(39。 subplot(313)。fuzhi39。)。) xlabel(39。 %畫(huà)出加噪后語(yǔ)音信號(hào)頻譜圖 title(39。 subplot(312)。fuzhi39。)。) xlabel(39。%畫(huà)出原始語(yǔ)音信號(hào)頻譜圖 title(39。 subplot(311)。 f=fs*(0:511)/512。加噪語(yǔ)音濾波后信號(hào)的時(shí)域波形 39。 plot(x2)。)。 plot(x1) title(39。)。 title(39。 grid on figure(2) %畫(huà)出時(shí)域波形 subplot(311)。 %對(duì)加噪濾波后的信號(hào)做 1024 點(diǎn) FFT 變換 figure(1)。 %對(duì)原始信號(hào)做 1024 點(diǎn) FFT 變換 y1=fft(x1,1024)。 x2=fftfilt(hn,x1)。 y=fft(x)。%調(diào)用 kaiser 計(jì)算低通 FIDF 的 h(n) figure(1)。%計(jì)算 kaiser 窗所需階數(shù) M wc=(wp+ws)/2/pi。 %計(jì)算過(guò)渡帶寬度 alph=*()。 17 ws=2*pi*fm/Fs。Fs=8000。 fm=1200。 %利用 kaiser 濾波器對(duì)語(yǔ)音信號(hào)濾波 168。 noise=*randn(L,2)。)。 %語(yǔ)音信號(hào)采集頻率為 22050 [x,fs,bits]=wavread(39。grid on。fudu39。)。xlabel(39。加噪語(yǔ)音信號(hào)頻譜圖 39。plot(f,abs(y1(1:512)))。grid on。fudu39。)。xlabel(39。原始語(yǔ)音信號(hào)頻譜圖 39。plot(f,abs(y(1:512)))。 %對(duì)加噪信號(hào)做 1024 點(diǎn) FFT 變換 f=fs*(0:511)/512。 figure(2)。x139。)。 xlabel(39。加噪語(yǔ)音信號(hào)的時(shí)域圖 39。 plot(x1)。原始語(yǔ)音信號(hào)的時(shí)域圖 39。plot(x)。 %對(duì)信號(hào)做 1024 點(diǎn) FFT 變換 figure(1)。 x1=x+noise。 %加隨機(jī)噪聲并繪制時(shí)域波形和 FFT 頻譜圖 ，作對(duì)比 L=length(x)。D:\39。 %語(yǔ)音 信號(hào)加噪 程序設(shè)計(jì) fs=22050。)。ylabel(39。Hz39。)。 title(39。 Subplot(212)。)。title(39。 subplot(211)。 f=fs*(0:511)/512。原始信號(hào)相位 39。plot(angX)。)。title(39。 subplot(211)。%原始信號(hào)幅值 angX=angle(y)。 y=fft(x,1024)。)。 %語(yǔ)音信號(hào)采集頻率為 22050 [x,fs,bits]=wavread(39。然后 與不同信源相同濾波方法的同學(xué)比較各種信源的特點(diǎn)，與相同信源不同濾波方法的同學(xué)比較各種濾波方法性能的優(yōu)劣。本設(shè)計(jì) 主要是從 FIR 濾波器入手 采用凱塞（ Kaiser）窗函數(shù)法 來(lái)設(shè)計(jì)濾波器 ，實(shí)現(xiàn)了 打開(kāi) 含噪 語(yǔ)音文件、 濾掉高頻段 噪聲， 并完成顯示濾波前后的波形圖 ，通過(guò)對(duì)濾波前后波形、頻譜圖比較分析， 根據(jù)結(jié)果和學(xué)過(guò)的理論得出合理的結(jié)論。 在 MATLAB 中 將隨機(jī)噪聲 加入到語(yǔ)音信號(hào)中， 比較 被噪聲干擾的語(yǔ)音信號(hào)，并對(duì)其進(jìn)行 時(shí)域 分析 。這說(shuō)明用 kaiser 窗設(shè)計(jì) FIR 濾波器濾掉了語(yǔ)音中的噪聲同時(shí)，也把原始語(yǔ)音的 很小的一部分也濾掉了，所以回放語(yǔ)音的時(shí)候聽(tīng)起來(lái)比以前的更加平滑。其調(diào)用格式： sound (x， fs， bits) 我們 可以 明顯 感覺(jué)濾波前后的聲音有變化。 加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)要模糊得多，頻譜圖則是在頻率5000Hz 以后出現(xiàn)了明顯的變化。 圖 35 Kaiser窗頻率響應(yīng) 圖 11 圖 36 信號(hào)的 時(shí)域 波形 比較 圖 37 信號(hào)的 頻譜圖比較 通過(guò)比較加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)發(fā)生了很大的變化，再通過(guò)濾波前后的信號(hào)波形和頻譜圖的對(duì)比，可以明顯看出濾波后的波形開(kāi)始變 得清晰了，有點(diǎn)接近原 12 始信號(hào)的波形圖了。 再通過(guò)對(duì)原始語(yǔ)音信號(hào)的回放效果與加噪后的語(yǔ)音信號(hào)回放的效果的對(duì)比，人耳可以明顯辨別出兩種語(yǔ)音信號(hào)不一樣了，加噪后的語(yǔ)音信號(hào)在聽(tīng)覺(jué)上比原始語(yǔ)音信號(hào)要渾濁很多，而且還有吱吱嘎嘎的混雜音。 原始語(yǔ)音信號(hào)的幅值和相位 如圖 31 所示： 圖 31 原始信號(hào)幅值和相位 原始信號(hào)時(shí)域和頻域圖如圖 32所示 ： 圖 32 原始信號(hào)時(shí)域圖和頻譜圖 9 加噪語(yǔ)音信號(hào)的頻譜分析 函數(shù)中的 noise 是加的隨機(jī)噪聲，語(yǔ)句 y_z=y+noise 實(shí)現(xiàn)了兩個(gè)信號(hào)的相加，然后繪制加噪后的語(yǔ)音信號(hào)時(shí)域波形和頻譜圖并回放加噪后的語(yǔ)音信號(hào)，并 與原始時(shí)域波形和頻域波形對(duì)比如圖 33 和圖 34。)，用于讀取語(yǔ)音，采樣值放在向量 x 中， fs 表示采樣頻率 (Hz)， bits 表示采樣位數(shù) 。 8 第三 章 語(yǔ)音信號(hào)去噪的 仿真實(shí)現(xiàn) 及結(jié)果分析 語(yǔ)音信號(hào) 的 采集 利用 wavread 函數(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行采樣，采集出原始信號(hào)波形與頻譜，[x,fs,bits]=wavread(39。由于凱撒窗是一種參數(shù)可調(diào)的窗函數(shù)，是一種最優(yōu)窗函數(shù)，并且噪音大部分是頻率大于 4000Hz 的部分， 所以本次課程設(shè)計(jì)采用凱塞 窗對(duì)加噪信號(hào)進(jìn)行了濾波處理。加噪之
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1