【正文】 各項(xiàng)紅物理現(xiàn)象。信號的傅立葉表示在信號的分析與處理中起著重要的作用。相反，F(xiàn)IR濾波器卻可以得到嚴(yán)格的線性相位，然而由于FIR濾波器傳輸函數(shù)的極點(diǎn)固定在原點(diǎn)，所以只能用較高的階數(shù)達(dá)到高的選擇性；對于同樣的濾波器設(shè)計(jì)指標(biāo)，F(xiàn)IR濾波器所要求的階數(shù)可以比IIR濾波器高5~10倍，結(jié)果，成本較高，信號延時(shí)也較大；如果按相同的選擇性和相同的線性要求來說，則IIR濾波器就必須加全通網(wǎng)絡(luò)進(jìn)行相位較正，同樣要大增加濾波器的節(jié)數(shù)和復(fù)雜性。但是這個(gè)高效率是以相位的非線性為代價(jià)的。數(shù)字濾波器有多種分類，根據(jù)數(shù)字濾波器沖激響應(yīng)的時(shí)域特征，可將數(shù)字濾波器分為兩種，即無限長沖激響應(yīng)（IIR）濾波器和有限長沖激響應(yīng)（FIR）濾波器。數(shù)字濾波器的作用是利用離散時(shí)間系統(tǒng)的特性對輸入信號波形(或頻譜)進(jìn)行加工處理，或者說利用數(shù)字方法按預(yù)定的要求對信號進(jìn)行變換。IIR濾波器運(yùn)算結(jié)構(gòu)通常由延時(shí)、乘以系數(shù)和相加等基本運(yùn)算組成。 FIR數(shù)字濾波器的結(jié)構(gòu)有四種： 橫截性；級聯(lián)型結(jié)構(gòu)；頻率采樣型結(jié)構(gòu)；線性相位FIR濾波器的結(jié)構(gòu)。FIR數(shù)字濾波器的幅頻特性精度較之于IIR數(shù)字濾波器低，但是線性相位即不同頻率分量的信號經(jīng)過FIR數(shù)字濾波器后他們的時(shí)間差不變。結(jié)構(gòu)上主要是非遞歸結(jié)構(gòu)，沒有輸出到輸入的反饋。 FIR的特點(diǎn)： 不存在極點(diǎn)（z=0除外），系統(tǒng)函數(shù)| z0|處收斂。函數(shù)執(zhí)行N點(diǎn)的FFT，若x為向量且長度小于N，則函數(shù)將x補(bǔ)零至長度N；若向量x的長度大于N，則函數(shù)截短x使之長度為N；若x 為矩陣，按相同方法對x進(jìn)行處理。如果x長度是2的冪次方，函數(shù)fft執(zhí)行高速基－2FFT算法，否則fft執(zhí)行一種混合基的離散傅立葉變換算法，計(jì)算速度較慢。在MATLAB的信號處理工具箱中函數(shù)FFT和IFFT用于快速傅立葉變換和逆變換。語音信號分析可以分為時(shí)域和變換域等處理方法，其中時(shí)域分析是最簡單的方法，直接對語音信號的時(shí)域波形進(jìn)行分析，提取的特征參數(shù)主要有語音的短時(shí)能量，短時(shí)平均過零率，短時(shí)自相關(guān)函數(shù)等。在語音編碼、語音合成、語音識別和語音增強(qiáng)等語音處理中無一例外需要提取語音中包含的各種信息。顯然采樣率越高，計(jì)算機(jī)攝取的圖片越多，對于原始音頻的還原也越加精確。采樣位數(shù)越多則捕捉到的信號越精確。無論采樣頻率如何，理論上來說采樣的位數(shù)決定了音頻數(shù)據(jù)最大的力度范圍。采樣頻率是指錄音設(shè)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(shí)越自然。向量y則就代表了一個(gè)信號（也即一個(gè)復(fù)雜的“函數(shù)表達(dá)式”）也就是說可以像處理一個(gè)信號表達(dá)式一樣處理這個(gè)聲音信號。 sound(x,fs,bits)。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)。Blip39。但信號獨(dú)立于系統(tǒng)時(shí)，F(xiàn)FT變換和IFFT變換可以被交替使用。子載波幅度和相位被采集出來并轉(zhuǎn)換回?cái)?shù)字信號。當(dāng)然，這種復(fù)雜性的節(jié)約則意味著接收發(fā)機(jī)不能同時(shí)進(jìn)行發(fā)送和接收操作。其中，上半部分對應(yīng)于發(fā)射機(jī)鏈路，下半部分對應(yīng)于接收機(jī)鏈路。 ，發(fā)送端將被傳輸?shù)臄?shù)字信號轉(zhuǎn)換成子載波幅度和相位的映射，并進(jìn)行離散傅里葉變換（IDFT）將數(shù)據(jù)的頻譜表達(dá)式變換到時(shí)域上。語音信號的思想早在20世紀(jì)60年代就已經(jīng)提出，由于使用模擬濾波器實(shí)現(xiàn)起來的系統(tǒng)復(fù)雜度較高，所以一直沒有發(fā)展起來。最后對處理過的語音信號進(jìn)行處理后的效果顯示。 系統(tǒng)初步流程圖 ：信號采集信息提取信號調(diào)整信號濾波信號變換效果顯示 語音信號處理系統(tǒng)的工作流程其中信號調(diào)整包括信號的幅度和頻率的任意倍數(shù)變化。濾波：濾除語音信號中的噪音部分，可采用低通濾波、高通濾波、帶通濾波和帯阻濾波，并比較各種濾波后的效果。由于語音信號可以認(rèn)為在短時(shí)間內(nèi)，近似不變，因而可以采用短時(shí)分析法。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵(lì)源頻譜的乘積。另外，傅立葉表示使信號的某些特性變得更明顯，因此，它能更深入地說明信號的各項(xiàng)紅物理現(xiàn)象。Ⅱ.語音信號的頻域分析信號的傅立葉表示在信號的分析與處理中起著重要的作用。提取：通過圖形用戶界面上的菜單功能按鍵采集電腦設(shè)備上的一段音頻信號，完成音頻信號的頻率，幅度等信息的提取，并得到該語音信號的波形圖。語音信號分析的目的就在與方便有效的提取并表示語音信號所攜帶的信息。Ⅰ.語音信號的時(shí)域分析語音信號是一種非平穩(wěn)的時(shí)變信號，它攜帶著各種信息。 系統(tǒng)框架及實(shí)現(xiàn)1） 語音信號的采集 使用電腦的聲卡設(shè)備采集一段語音信號，并將其保存在電腦中。調(diào)節(jié)錄音機(jī)保存界面的“更改”選項(xiàng)，可以存儲(chǔ)各種格式的WAVE文件。在采樣的過程中應(yīng)注意采樣間隔的選擇和信號混淆：對模擬信號采樣首先要確定采樣間隔。 ，這段語音信號的頻率主要集中在1KHz左右，由于采樣頻率比較大，所以采樣點(diǎn)數(shù)就越密，所得離散信號就越逼近于原信號，頻譜也沒有發(fā)生混疊。采樣也稱抽樣，是信號在時(shí)間上的離散化，即按照一定時(shí)間間隔△t在模擬信號x(t)上逐點(diǎn)采取其瞬時(shí)值。當(dāng)使用要求較高或很高的場合時(shí)fH＝4500Hz或8000Hz、fL＝60Hz、fs＝10kHz或20kHz。②抑制50Hz的電源工頻干擾。 語音信號時(shí)域波形圖 語音信號頻域波形圖 系統(tǒng)基本要求本文是用Matlab對含噪的的語音信號同時(shí)在時(shí)域和頻域進(jìn)行濾波處理和分析，在MATLAB應(yīng)用軟件下設(shè)計(jì)一個(gè)簡單易用的圖形用戶界面（GUI），來解決一般應(yīng)用條件下的各種語音信號的處理。在濁音段表現(xiàn)出周期信號的特征，在清音段表現(xiàn)出隨機(jī)噪聲的特征。利用這個(gè)特點(diǎn)，可以用一個(gè)防混迭的帶通濾波器將此范圍內(nèi)的語音信號頻率分量取出，然后按8kHz的采樣率對語音信號進(jìn)行采樣，就可以得到離散的語音信號。GUI的廣泛應(yīng)用是當(dāng)今計(jì)算機(jī)發(fā)展的重大成就之一，他極大地方便了非專業(yè)用戶的使用人們從此不再需要死記硬背大量的命令，取而代之的是可以通過窗口、菜單、按鍵等方式來方便地進(jìn)行操作。(1) 操作系統(tǒng)：Windows XP(2) 開發(fā)環(huán)境：Matlab 2 語音信號處理的總體方案 系統(tǒng)基本概述圖形用戶界面（Graphical User Interface，簡稱 GUI，又稱圖形用戶接口）是指采用圖形方式顯示的計(jì)算機(jī)操作用戶界面。 運(yùn)行環(huán)境運(yùn)行環(huán)境主要介紹了硬件環(huán)境和軟件環(huán)境。能對語音信號進(jìn)行采集，并對其進(jìn)行各種處理，達(dá)到簡單的語音信號處理的目的。 本課題的研究內(nèi)容和方法 研究內(nèi)容本論文主要介紹的是的語音信號的簡單處理。一方面，對聲學(xué)語音學(xué)統(tǒng)計(jì)模型的研究逐漸深入，魯棒的語音識別、基于語音段的建模方法及隱馬爾可夫模型與人工種經(jīng)網(wǎng)絡(luò)的結(jié)合成為研究的熱點(diǎn)。進(jìn)入20世紀(jì)90年代以來，語音信號采集與分析在實(shí)用化方面取得了許多實(shí)質(zhì)性的研究進(jìn)展。其理論基礎(chǔ)是1970年前后，由Baum等人建立起來的，隨后，由美國卡內(nèi)基梅隆大學(xué) (CMU)的Baker和美國IBM公司的Jelinek等人將其應(yīng)用到語音識別中。 20世紀(jì)80年代，由于矢量量化、隱馬爾可夫模型和人工神經(jīng)網(wǎng)絡(luò)(ANN)等相繼被應(yīng)用于語音信號處理，并經(jīng)過不斷改進(jìn)與完善，使得語音信號處理技術(shù)產(chǎn)生了突破性的進(jìn)展。從此矢量量化技術(shù)不僅在語音識別、語音編碼和說話人識別等方面發(fā)揮了重要作用，而且很快推廣到其他許多領(lǐng)域。但是，在整個(gè)20世紀(jì)70年代還是有幾項(xiàng)研究成果對語音信號處理技術(shù)的進(jìn)步和發(fā)展產(chǎn)生了重大的影響。這個(gè)研究計(jì)劃不僅在美國園內(nèi)，而且對世界各國都產(chǎn)生了很大的影響，它促進(jìn)了連續(xù)語音識別研究的興起。此外社會(huì)上所宣傳的聲紋(Voice Print)識別，即說話人識別的研究也扎扎實(shí)實(shí)地開展起來，并很快達(dá)到了實(shí)用化的階段。所以1969年美國貝爾研究所的Pierce感嘆地說“語音識別向何處去?”。在方法上，隨著電子計(jì)算機(jī)的發(fā)展，以往的以硬件為中心的研究逐漸轉(zhuǎn)化為以軟件為主的處理研究。20世紀(jì)60年代初由于Faut和Steven的努力，奠定了語音生成理論的基礎(chǔ)，在此基礎(chǔ)上語音合成的研究得到了扎實(shí)的進(jìn)展。1952年貝爾(Bell)實(shí)驗(yàn)室的Davis等人首次研制成功能識別十個(gè)英語數(shù)字的實(shí)驗(yàn)裝置。語音信號的采集與分析作為一個(gè)重要的研究領(lǐng)域，已經(jīng)有很長的研究歷史[1]。隨著信息科學(xué)技術(shù)的飛速發(fā)展，語音信號處理取得了重大的進(jìn)展：進(jìn)入70年代之后，提出了用于語音信號的信息壓縮和特征提取的線性預(yù)測技術(shù)（LPC），并已成為語音信號處理最強(qiáng)有力的工具，廣泛應(yīng)用于語音信號的分析、合成及各個(gè)應(yīng)用領(lǐng)域，以及用于輸入語音與參考樣本之間時(shí)間匹配的動(dòng)態(tài)規(guī)劃方法；80年代初一種新的基于聚類分析的高效數(shù)據(jù)壓縮技術(shù)—矢量量化（VQ）應(yīng)用于語音信號處理中；而用隱馬爾可夫模型（HMM）描述語音信號過程的產(chǎn)生是80年代語音信號處理技術(shù)的重大發(fā)展，目前HMM已構(gòu)成了現(xiàn)代語音識別研究的重要基石。因?yàn)樵S多處理的新方法的提出，首先是在語音信號處理中獲得成功，然后再推廣到其他領(lǐng)域。語音信號采集與分析是以語音語言學(xué)和數(shù)字信號處理為基礎(chǔ)而形成的一門涉及面很廣的綜合性學(xué)科，與心理、生理學(xué)、計(jì)算機(jī)科學(xué)、通信與信息科學(xué)以及模式識別和人工智能等學(xué)科都有著非常密切的關(guān)系。我們今天進(jìn)行這一領(lǐng)域的研究與開拓就是要讓語音信號處理技術(shù)走人人們的日常生活當(dāng)中，并不斷朝更高目標(biāo)而努力。它正在直接與辦公、交通、金融、公安、商業(yè)、旅游等行業(yè)的語音咨詢與管理．工業(yè)生產(chǎn)部門的語聲控制，電話、電信系統(tǒng)的自動(dòng)撥號、輔助控制與查詢以及醫(yī)療衛(wèi)生和福利事業(yè)的生活支援系統(tǒng)等各種實(shí)際應(yīng)用領(lǐng)域相接軌，并且有望成為下一代1操作系統(tǒng)和應(yīng)用程序的用戶界面。隨著計(jì)算機(jī)越來越向便攜化方向發(fā)展，隨著計(jì)算環(huán)境的日趨復(fù)雜化，人們越來越迫切要求擺脫鍵盤的束縛而代之以語音輸人這樣便于使用的、自然的、人性化的輸人方式。現(xiàn)在，人類已開始進(jìn)入了信息化時(shí)代，用現(xiàn)代手段研究語音信號，使人們能更加有效地產(chǎn)生、傳輸、存儲(chǔ)、獲取和應(yīng)用語音信息，這對于促進(jìn)社會(huì)的發(fā)展具有十分重要的意義。因此，語音信號是人們構(gòu)成思想疏通和感情交流的最主要