【正文】 的途徑。通過語音傳遞倍息是人類最重要、最有效、最常用和最方便的交換信息的形式。語音是語言的聲學(xué)表現(xiàn)，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。通過語言相互傳遞信息是人類最重要的基本功能之一。隨著社會文化的進(jìn)步和科學(xué)技術(shù)的發(fā)展，人類開始進(jìn)入了信息化時(shí)代，用現(xiàn)代手段研究語音處理技術(shù)，使人們能更加有效地產(chǎn)生、傳輸、存儲、和獲取語音信息，這對于促進(jìn)社會的發(fā)展具有十分重要的意義，因此，語音信號處理正越來越受到人們的關(guān)注和廣泛的研究。關(guān)鍵字：Matlab；語音信號；傅里葉變換；信號處理；The Design of Analysis and Processing Voice SignalAbstractSpeech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanity39。本設(shè)計(jì)針對現(xiàn)在大部分語音處理軟件內(nèi)容繁多、操作不便等問題，、各種函數(shù)調(diào)用等來實(shí)現(xiàn)語音信號的變頻、變幅、傅里葉變換及濾波，程序界面簡練，操作簡便，具有一定的實(shí)際應(yīng)用意義。Matlab語言是一種數(shù)據(jù)分析和處理功能十分強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強(qiáng)大的矩陣運(yùn)算能力處理數(shù)據(jù)，如數(shù)字濾波、傅里葉變換、時(shí)域和頻域分析、聲音回放以及各種圖的呈現(xiàn)等，它的信號處理與分析工具箱為語音信號分析提供了十分豐富的功能函數(shù)，利用這些功能函數(shù)可以快捷而又方便地完成語音信號的處理和分析以及信號的可視化，使人機(jī)交互更加便捷?；贛atlab的語音信號傳輸系統(tǒng)的分析與仿真摘 要語音信號處理是研究用數(shù)字信號處理技術(shù)和語音學(xué)知識對語音信號進(jìn)行處理的新興的學(xué)科，是目前發(fā)展最為迅速的信息科學(xué)研究領(lǐng)域的核心技術(shù)之一。通過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息形式。信號處理是Matlab重要應(yīng)用的領(lǐng)域之一。最后，本文對語音信號處理的進(jìn)一步發(fā)展方向提出了自己的看法。s most important, most effective, most popular and most convenient form of exchange of information.Matlab language is a data analysis and processing functions are very powerful puter application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data matrix operations, such as digital filtering, Fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on. Its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be quick and convenient features plete voice signal processing and analysis and visualization of signals, makes puter interaction more convenient . Matlab Signal Processing is one of the important areas of application.The design of voiceprocessing software for most of the content are numerous, easy to maneuver and so on, using prehensive use GUI interface design, various function calls to voice signals such as frequency, amplitude, Fourier transform and filtering, the program interface concise, simple, has some significance in practice.Finally, the speech signal processing further development put forward their own views.Keywords: Matlab，Voice Signal，F(xiàn)ourier transform，Signal Processing目 錄1 緒論 1 1 2 4 研究內(nèi)容 4 運(yùn)行環(huán)境 4 開發(fā)環(huán)境 42 語音信號處理的總體方案 5 系統(tǒng)基本概述 5 系統(tǒng)基本要求 5 系統(tǒng)框架及實(shí)現(xiàn) 8 系統(tǒng)初步流程圖 93 語音信號處理基本知識 12 12 12 12 13 144 語音信號處理實(shí)例分析 16 16 16 16 語音信號的提取 16 語音信號的調(diào)整 18 語音信號的頻率調(diào)整 18 19 語音信號的傅里葉變換 20 語音信號的濾波 24 語音信號的低通濾波 24Ⅰ 語音信號的高通濾波 26 語音信號的帶通濾波 26 語音信號的帶阻濾波 27 語音信號的輸出 285 總結(jié) 30參考文獻(xiàn) 32致 謝 33Ⅱ江西理工大學(xué)應(yīng)用科學(xué)學(xué)院畢業(yè)設(shè)計(jì)1 緒論語音是語言的聲學(xué)表現(xiàn)，是人類交流信息最自然、最有效、最方便的手段。 課題背景及意義語音信號處理是一門比較實(shí)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。語言是人類特有的功能，它是創(chuàng)造和記載幾千年人類文明史的根本手段，沒有語言就沒有今天的人類文明。語音信號處理是研究用數(shù)字信號處理技術(shù)對語音信號進(jìn)行處理的一門學(xué)科，它是一門新興的學(xué)科，同時(shí)又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科。語言是人類持有的功能．聲音是人類常用的工具，是相互傳遞信息的最主要的手段。并且，由于語言和語音與人的智力活動(dòng)密切相關(guān)，與社會文化和進(jìn)步緊密相連，所以它具有最大的信息容量和最高的智能水平。 讓計(jì)算機(jī)能聽懂人類的語言，是人類自計(jì)算機(jī)誕生以來夢寐以求的想法。作為高科鼓應(yīng)用領(lǐng)域的研究熱點(diǎn)，語音信號采集與分析從理論的研究到產(chǎn)品的開發(fā)已經(jīng)走過了幾十個(gè)春秋并且取得了長足的進(jìn)步。可見，語音信號采集與分析的研究將是一項(xiàng)極具市場價(jià)值和挑戰(zhàn)性的工作。語音信號采集與分析之所以能夠那樣長期地、深深地吸引廣大科學(xué)工作者去不斷地對其進(jìn)行研究和探討，除了它的實(shí)用性之外，另一個(gè)重要原因是，它始終與當(dāng)時(shí)信息科學(xué)中最活躍的前沿學(xué)科保持密切的聯(lián)系．并且一起發(fā)展。對語音信號采集與分析的研究一直是數(shù)字信號處理技術(shù)發(fā)展的重要推動(dòng)力量。 國內(nèi)外研究現(xiàn)狀20世紀(jì)60年代中期形成的一系列數(shù)字信號處理的理論和算法，如數(shù)字濾波器、快速傅立葉變換（FFT）等是語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。近年來人工神經(jīng)網(wǎng)絡(luò)(ANN)的研究取得了迅速發(fā)展，語音信號處理的各項(xiàng)課題是促進(jìn)其發(fā)展的重要?jiǎng)恿χ?，同時(shí)，它的許多成果也體現(xiàn)在有關(guān)語音信號處理的各項(xiàng)技術(shù)之中。但是它的快速發(fā)展可以說是從1940年前后Dudley的聲碼器(vocoder)和potter等人的可見語音Visible Speech)開始的。1956年Olson和Belar等人采用8個(gè)帶通濾波器組提取頻譜參數(shù)作為語音的特征，研制成功一臺簡單的語音打字機(jī)。 20世紀(jì)60年代中期形成的一系列數(shù)字信號處理方法和技術(shù)，如數(shù)字濾波器、快速博里葉變換(FFT)等成為語音信號數(shù)字處理的理論和技術(shù)基礎(chǔ)。然而，在語音識別領(lǐng)域內(nèi)，初期有幾種語音打字機(jī)的研究也很活躍，但后來已全部停了下來，這說明了當(dāng)時(shí)人們對話音識別難度的認(rèn)識得到了加深。 到了1970年，好似反駁Pierce的批評，單詞識別裝置開始了實(shí)用化階段，其后實(shí)用化的進(jìn)程進(jìn)一步高漲，實(shí)用機(jī)的生產(chǎn)銷售也上了軌道。到了1971年，以美國ARPA(American Research Projects Agency)為主導(dǎo)的“語音理解系統(tǒng)”的研究計(jì)劃也開始起步。歷時(shí)五年的龐大的ARPA研究計(jì)劃，雖然在語音理解、語言統(tǒng)計(jì)模型等方面的研究積累了一些經(jīng)驗(yàn)，取得了許多成果，但沒能達(dá)到巨大投資應(yīng)得的成果，在1976年停了下來，進(jìn)入了深刻的反省階段。這就是20世紀(jì)70年代初由板倉(Itakura)提出的動(dòng)態(tài)時(shí)間規(guī)整(DTW)技術(shù)，使語音識別研究在匹配算法方面開辟了新思路；20世紀(jì)70年代中期線性預(yù)測技術(shù)(LPC)被用于語音信號處理，此后隱馬爾可夫模型法(HNMM)也獲得初步