【正文】 )。 xlabel(39。濾波后的時(shí)域波形 39。 plot(f1)。)。ylabel(39。f/Hz39。)。 %畫出濾波前的時(shí)域圖 title(39。 %播放濾波后的信號(hào) figure(2) subplot(2,1,1)。 f1=filter(bz,az,x1)。巴特沃茲 高通濾波器 39。)。 ylabel(39。頻率／ Hz39。 axis([3000,6000,20,2])。 plot(w*Fs/(2*pi),20*log10(abs(H)))。 %用雙線性變換法實(shí)現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換 [H,w]=freqz(bz,az)。 [b,a]=lp2hp(Bap,Aap,wc)。 %選擇濾波器的最小階數(shù) [z,p,k]=buttap(N)。s39。 %將數(shù)字指標(biāo)轉(zhuǎn)換成模擬指標(biāo) was=2/Ts*tan(ws/2)。 Ts=1/Fs。 wp=2*pi*fp/Fs。 %確定技術(shù)指標(biāo) Ap=1。fs=4800。 %回放原始語音信號(hào) pause。)。 5. IIR 高通濾波器的設(shè)計(jì)： function yuyin_07 x1=wavread(39。)。ylabel(39。頻率 /Hz39。)。 %畫出原語音信號(hào)經(jīng)巴特沃茲高通濾波器濾波后的頻譜 title(39。 subplot(2,1,2)。)。ylabel(39。頻率 /Hz39。)。 %畫出原語音信號(hào)濾波前的頻譜 title(39。 %對原始語音信號(hào)進(jìn)行傅里葉變換并進(jìn)行 1024點(diǎn)采樣 subplot(2,1,1)。 %對濾波后的信號(hào)進(jìn)行傅里葉變換并進(jìn)行 1024點(diǎn)采樣 f=Fs*(0:511)/1024。 pause。幅度 39。)。 xlabel(39。濾波后的時(shí)域波形 39。 plot(f1)。)。ylabel(39。f/Hz39。)。 %畫出濾波前的時(shí)域圖 title(39。 %播放濾波后的信號(hào) figure(2) subplot(2,1,1)。 f1=filter(bz,az,x1)。巴特沃茲低通濾波器 39。)。 ylabel(39。頻率／ Hz39。 axis([0,3000,20,2])。 plot(w*Fs/(2*pi),20*log10(abs(H)))。 %用雙線性變換法實(shí)現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換 [H,w]=freqz(bz,az)。 [b,a]=lp2lp(Bap,Aap,wc)。 %選擇濾波器的最小階數(shù) [z,p,k]=buttap(N)。s39。 %將數(shù)字指標(biāo)轉(zhuǎn)換成模擬指標(biāo) was=2/Ts*tan(ws/2)。 Ts=1/Fs。 wp=2*pi*fp/Fs。 %確定技術(shù)指標(biāo) Ap=1。fs=1200。 %回放原始語音信號(hào) pause。)。 4. IIR 低通濾波器： x1=wavread(39。)。xlabel(39。幅度 39。)。 %輸出原始語音信號(hào)經(jīng)濾波器濾波后的頻譜圖 title(39。subplot(2,1,2)。)。xlabel(39。幅度 39。)。 %輸出原始語音信號(hào)頻譜圖 title(39。 subplot(2,1,1)。 %對濾波后的信號(hào)進(jìn)行傅里葉變換并進(jìn)行 1024點(diǎn)采樣 Y=fft(y,1024)。 figure(3)。)。ylabel(39。f/Hz39。)。 %輸出原始語音信號(hào)經(jīng)濾波器濾波后的脈沖響應(yīng) title(39。subplot(2,1,2)。幅度 39。)。 xlabel(39。輸入信 號(hào)時(shí)域波形 39。stem(x)。 figure(2)。 sound(y,fs_yuyin)。 y=filter(b,1,x)。FIR 帶通濾波器 39。 %繪制頻率響應(yīng)曲線 grid 。 figure(1)。,kaiser(N+1,beta))。 b=fir1(N,wn,39。wn2=(fb2+fc2)/Fs。 %求凱澤窗函數(shù)參數(shù) N=ceil((rs8)/)。 wo=max(wo1,wo2)。 wo1=wp1ws1。 %求歸一化頻率 wp2=2*pi*fb2/Fs。 wp1=2*pi*fc1/Fs。 %確定技術(shù)指標(biāo) rs=120。fb2=3000。 fb1=1000。 %利用函數(shù) wavread 對原始語音信號(hào)進(jìn)行采樣 %sound(x,22050)。E:\39。axis([0,8000,200,10])。頻率 /Hz39。)。 3. FIR 帶通濾波器： ylabel(39。)。xlabel(39。幅度 39。)。 %輸出原始語音信號(hào)經(jīng)濾波器濾波后的頻譜圖 title(39。subplot(2,1,2)。)。xlabel(39。幅度 39。)。 %輸出原始語音信號(hào)頻譜圖 title(39。 subplot(2,1,1)。 %對濾波后的信號(hào)進(jìn)行傅里葉變換并進(jìn)行 1024點(diǎn)采樣 Y=fft(y,1024)。 figure(3)。)。ylabel(39。f/Hz39。)。 %輸出原始語音信號(hào)經(jīng)濾波器濾波后的脈沖響應(yīng) title(39。subplot(2,1,2)。幅度 39。)。 xlabel(39。輸入信號(hào)時(shí)域波形 39。stem(x)。 %播放濾波后的信號(hào) figure(2)。 y=filter(b,1,x)。)。 title(39。 plot(w*Fs/2/pi,20*log10(abs(Hw)))。 [Hw,w]=freqz(b,1)。high39。 %由過渡帶決定 N的值 wc=(wp+ws)/2/pi。 %求過渡帶 beta=*()。ws=2*pi*fs/Fs。As=135。fs=4800。 %回放原始語音信號(hào) %pause。)。 function yuyin_03 [x,fs_yuyin,nbit]=wavread(39。)。xlabel(39。幅度 /db39。 axis([0,8000,0,1])。頻率 /Hz39。)。 ylabel(39。原始語音信號(hào)經(jīng)濾波器濾波后的 FFT波 形 39。 plot(f,abs(Y))。axis([0,8000,0,1])。頻率 /Hz39。)。 ylabel(39。原始語音信號(hào)的 FFT波形 39。plot(f,abs(X))。 %對原始語音信號(hào)進(jìn)行傅里 葉變換并進(jìn)行 1024點(diǎn)采樣 f=Fs*[0:1023]/1024。 X=fft(x,1024)。 pause。幅度 39。)。 xlabel(39。輸出信號(hào)時(shí)域波形 39。 stem(y)。)。ylabel(39。f/Hz39。)。 %輸出原始語音信號(hào)的脈沖響應(yīng) title(39。subplot(2,1,1)。 %播放濾波后的信號(hào) pause。 %語音信號(hào)經(jīng)濾波器濾波 pause。)。 title(39。 plot(w*Fs/2/pi,20*log10(abs(Hw)))。 [Hw,w]=freqz(b,1)。 %由過渡帶決定 N的值 wc=(wp+ws)/2/pi。 %求過渡帶 beta=*()。 ws=2*pi*fs/Fs。Fs=22050。fs=1200。 %回放原始語音信號(hào) %pause。)。 function yuyin_01 [x,fs_yuyin,nbit]=wavread(39。)。xlabel(39。幅度 /db39。還要感謝在這段時(shí)間給予我?guī)椭耐瑢W(xué)，感謝你們的陪伴，謝謝！最后由衷的感謝在四年大學(xué)時(shí)光里給予我?guī)椭耐瑢W(xué)和老師，謝謝你們的幫助，謝謝你們讓我學(xué)會(huì)很多，懂得很多。這段時(shí)間讓我感觸很多，自己四年的時(shí)光感覺沒有學(xué)到什么，而我們在老師面前我們還是那么的倍受關(guān)懷，那么的真實(shí)的對待我們，老師謝謝你，謝謝你不厭其煩 的為我調(diào)試程序。 參 考文獻(xiàn) [1] 李勇、徐震， MATLAB輔助現(xiàn)代工程數(shù)字信號(hào)處理，西安電子科技大學(xué)出版社 . [2] 陳懷琛 ,數(shù)字信號(hào)處理教程 —— Matlab釋 義與實(shí)現(xiàn) ,電子工業(yè)出版社 . [3] 王一世，數(shù)字信號(hào)處理，北京理工大學(xué)出版社 . [4] 陳杰， Matlab寶典，電子工業(yè)出版社 . [5] 劉幺和、宋庭新，語音識(shí)別與控制技術(shù)，科學(xué)出版社 . [6] 高西全、丁玉美，數(shù)字信號(hào)處理，西安電子科技大學(xué)出版社 . [7] 程佩青 , 數(shù)字信號(hào)處理教程 , 清華大學(xué)出版社 . [8] 趙力，語音信號(hào)處理，機(jī)械工業(yè)出版社 . [9] 韓紀(jì)慶、張磊，語音信號(hào)處理，清華大學(xué)出版社 . [10] 胡航，語音信號(hào)處理，哈爾濱工業(yè)大學(xué)出版社 . [11] 蘇金明、張蓮花、劉波， MATLAB工具 箱應(yīng)用，電子工業(yè)出版社 . [12] 王京輝，語音信號(hào)處理技術(shù)研究，論文，山東大學(xué) . [13] 于俊鳳，語音信號(hào)的識(shí)別和轉(zhuǎn)換研究，學(xué)位論文，成都理工大學(xué) . [14] Gersho A,Gr R quantization and signal Compression Boston,Kluwer Academic Publishers. [15],IEEETrans,NeuralNetworks [16]胡航．語音信號(hào)處理 [M]哈爾濱：哈爾濱工業(yè)大學(xué)出版社， 2020． [17]丁玉美．高西全．?dāng)?shù)字信號(hào)處理 [M].學(xué)出版社， 2020． [18]樊昌信．通信原理 [M].北京：國防工業(yè)出版社， 2020． [19]張威． MATLAB基礎(chǔ)與編程入門 [M].科技大學(xué)出版社， 2020． [20]林福宗．多媒體技術(shù)基礎(chǔ) [M].北京：清華大學(xué)出版社， 2020． [21]周淵，王炳和，劉斌勝．基于 MATLAB 的噪聲信號(hào)采集和分析系統(tǒng)的設(shè)計(jì) [M].噪聲控制． 2020(7)： 5254． [22]何強(qiáng)，何英． MATLAB擴(kuò)展編程 [M]．北京：清華大 學(xué)出版社， 2020： 293296． [23]朱學(xué)芳，徐建平．計(jì)算機(jī)語音信號(hào)處理與語音識(shí)別系統(tǒng) [J]．南京郵電學(xué)院學(xué)報(bào)， 1998， 18(5—6)： 113— 11 [25]楊崇林，李雪耀，孫羽．強(qiáng)噪聲背景下漢語語音端點(diǎn)檢測和音節(jié)分割 [J]．哈爾濱工程大學(xué)學(xué)報(bào)， 1997． 18(5)： 28— 32． [25] 張雄偉，陳量，楊吉斌．現(xiàn)代語音處理技術(shù)及應(yīng)用 [M]．北京：機(jī)械工業(yè)出版社． 2020 [26]韋曉東，等．應(yīng)用倒譜特征的帶噪語音端點(diǎn)檢測方法 [J]．上海交通大學(xué)學(xué)報(bào)， 2020， 34(2)：185— 188． [27]胡光銳，韋曉東．基于倒譜特征的帶噪語音端點(diǎn)檢測 [J]．電子學(xué)報(bào) ,2020,28(10)： 95— 97． 致謝 匆匆時(shí)光，轉(zhuǎn)眼間大學(xué)四年就這樣劃過眼前，驀然回首留下的每個(gè)腳步都是那么的難以讓人忘懷，每一份情感都是那么的真實(shí)，那么的令人珍惜。 （ 4）在濾波器設(shè)計(jì)上，發(fā)現(xiàn)要是在自己語音基礎(chǔ)上加上一段噪聲，再去處理的話我也是考慮到，但是沒有做。 (2) 該程序由于編寫簡單，操作界面較小，對較大物理內(nèi)存的語音信號(hào)文件不能進(jìn)行處理。整個(gè)程序僅占用數(shù)十 KB 的物理空間，省去了軟件的安裝麻煩。由于整個(gè)操作過程存在多個(gè)分步驟，并且每個(gè)步驟的聯(lián)系不是很緊密，所以每個(gè)步驟中的運(yùn)行速度很快。 本文對語音信號(hào)處理系統(tǒng)的設(shè)計(jì)作了詳細(xì)的介紹，采用一系列圖像分析和處理技術(shù)，實(shí)現(xiàn)了語音信號(hào)的基本處理的功能，經(jīng)過測試運(yùn)行，基本達(dá)到預(yù)期目的。 當(dāng)語音信號(hào)通過帶通濾波器時(shí)，我們只能聽到嘀嘀的聲音，原因是帶通濾波器是 抑制一定頻帶間隔外的所有信號(hào)，而頻帶內(nèi)的信息通過時(shí)基本上不改變。但是很接近原來的聲音。 通過以上三種濾波器對原始信號(hào)的時(shí)域和頻域的對比，我們可以明顯的感覺到語音信號(hào)通過高通濾波器時(shí)，此時(shí)只有少許的雜聲 原因是低頻分量被高通濾波器衰減，而人聲部分正好是低頻部分，所以只剩下雜音，或者發(fā)出高頻雜音但人的耳朵聽不到。 帶通濾波前后的頻域?qū)Ρ热鐖D 所示： 圖 帶通濾波器的頻域?qū)Ρ葓D 由上圖我們可以看出帶通濾波器允許某一通帶頻率通過，抑制通帶 外頻率分量的濾波器。 低通濾波前后的頻域?qū)Ρ热鐖D 所示： 圖 低通濾波器的頻域?qū)Ρ葓D 由上圖我們對比可知，低通濾波器濾除原信號(hào)的高頻部分，此時(shí)我們能聽到清晰的原聲音，但是有點(diǎn)沉悶。以下分別作出了信號(hào)在濾波 前后的時(shí)域和頻域的波形，通過觀察圖形，我們可以判斷：使用不同類型的濾波器，則聲音信號(hào)的相應(yīng)頻段上的能量被過濾掉