【正文】 %做length(x1)點的FFT y1=fftshift(y1)。figure(2)。音量 n39。)。xlabel(39。原始語音信號39。plot(x1)。%sound(x1,fs,bits)。e:39。：濾除語音信號中的噪音部分，可以采用抵用濾波、高通濾波、帶通濾波，并比較各種濾波后的效果。由于語音信號可以認為在短時間內(nèi)，近似不變，因而可以采用短時分析法。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵源頻譜的乘積。另外，傅里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紅物理現(xiàn)象。信號的傅里葉表示在信號的分析和處理中起著重要的作用。信號提?。和ㄟ^圖形用戶界面上的菜單功能按鍵采集電腦上的一段音頻信號，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于方便有效的提取并表示語音信號所攜帶的信息。：語音信號時一種非平穩(wěn)的時變信號，它帶著各種信息。3．用Matlab將語音信號進行采樣，并分別將其通過所設(shè)計的3種濾波器。目錄……………………………………………………………4 ……………………………………………………………4 …………………………………………4 …………………………………………5 ……………………………………………………………5 ………………………………………………頻域圖………………………………6………………………………………6………………………………………7………………………………………8………………………………………9 …………………………………………………10 …………………………………………15…………………………………………16………………………………………………16 …………………………………………………………17 ……………………………………………………………17：1．首先錄制好一段自己的語音。對比處理前后的時域圖和頻譜圖，分析各種濾波器對于語音信號的影響。再在Matlab中分別設(shè)計不同形式的FIR數(shù)字濾波器。Matlab語言是一種數(shù)據(jù)分析和處理功能十分強大的計算機應(yīng)用軟件，它可以將聲音文件變換成離散的數(shù)據(jù)文件，然后用起強大的矩陣運算能力處理數(shù)據(jù)。在以后的工作和學(xué)習(xí)中會更加努力來完善設(shè)計任務(wù)。海明窗設(shè)計的FIR濾波器的頻率特性幾乎在任何頻帶上都比巴特沃斯濾波器的頻率特性好，過渡帶也比較小，只是海明窗設(shè)計的濾波器下降斜度較小對語言的過渡失真進行了補償。5． 課程設(shè)計心得體會本設(shè)計采用了高效快捷的開發(fā)工具——MATLAB，實現(xiàn)了語音信號的采集，對語音信號加噪聲及設(shè)計濾波器濾除噪聲的一系列工作。C:Documents and 39。)。ylabel(39。Hz39。濾波后的頻譜39。subplot(2,1,2)F1=plot(f,abs(F0(1:512)))。fuzhi39。)。)xlabel(39。%畫出濾波前的頻譜圖 title(39。subplot(2,1,1)。f=fs*(0:511)/1024。sound(f1)。濾波后的時域波形39。subplot(2,1,2)plot(t,f1)。濾波前的時域波形39。plot(w1*fs/(2*pi),20*log10(abs(h1)))。%選擇窗函數(shù)，并歸一化截止頻率 f1=fftfilt(b,x)。wn=(+)*pi/2。N=ceil(*pi/wdelta)。ws=*pi。)。[x,fs,bits]=wavread(39。（4）漢明窗的FIR低通濾波使用窗函數(shù)法,選用海明窗設(shè)計了數(shù)字FIR低通濾波器對加了正弦噪聲的語音信號進行濾波，并繪制了濾波器濾波后的語音信號時域圖和頻譜圖。C:Documents and 39。)。xlabel(39。濾波后的信號頻譜39。plot(f,abs(Z(1:n/2)))。Z=fft(z)。Hz39。)。title(39。subplot(211)。pause。濾波后信號的波形39。plot(z)。)。title(39。subplot(211)。X=fft(x)。n=length(x)。C:Documents and 39。pause。濾波器的性能分析39。plot(w*fs/(2*pi),abs(h))grid。%用雙線性變換法實現(xiàn)模擬濾波器到數(shù)字濾波器的轉(zhuǎn)換 [h,w]=freqz(bd,ad)。[b,a]=lp2lp(Bap,Aap,Wn)。%選擇濾波器的最小階數(shù)[Z,P,K]=buttap(N)。s39。%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo) ws1=2/Ts*tan(ws/2)。Ts=1/Fs。Rs=15。ws=*pi。fs = 22050。fb = 1000。用雙線性變換法設(shè)計了巴特沃斯數(shù)字低通IIR濾波器對兩加噪語音信號進行濾波，并繪制了巴特沃斯低通濾波器的幅度圖和兩加噪語音信號濾波前后的時域圖和頻譜圖。)。wavwrite(x2,fs,39。)。ylabel(39。Hz39。)。subplot(2,1,2)plot(abs(y2))title(39。fudu39。)。xlabel(39。原始語音信號頻譜39。y2=fft(x2,4096)。fudu39。)。)xlabel(39。)subplot(2,1,2)plot(x2)%做原始語音信號的時域圖形 title(39。figure(1)subplot(2,1,1)plot(x)%做原始語音信號的時域圖形 title(39。x2=x+x1。t=(0:length(x)1)/22050。%讀取語音信號的數(shù)據(jù)，賦給變量x y1=fft(x,4096)。C:Documents and 39。fs=22050。clc。繪出加噪聲后的語音信號時域和頻譜圖，在視覺上與原始語音信號圖形對比，也可通過Windows播放軟件從聽覺上進行對比，分析并體會含噪語音信號頻譜和時域波形的改變。)。ylabel(39。Hz39。原始語音信號頻譜39。)figure(3)plot(f,abs(y1(1:2048)))。)figure(2)freqz(x)%繪制原始語音信號的頻率響應(yīng)圖 title(39。title(39。原始信號幅值39。)subplot(3,1,2),plot(magy1)。title(39。angy1=angle(y1)。%對信號做2048點FFT變換 f=fs*(0:2047)/4096。sound(x,fs,bits)。C:Documents and 39。fs=25600。既然知道了該聲波的頻譜，按頻率就可以反演它的時域值，利用以上分析的主要峰值來重構(gòu)聲波。在頻譜特性中分析最大值的位置（可能有幾個），它代表的頻率和時域的采樣時間有關(guān)，相鄰的兩點之間的距離為。下面是語音信號在MATLAB中的語言程序，它實現(xiàn)了語音的讀入與打開，并繪出了語音信號時域波形，然后對語音信號進行頻譜分析。用于對聲音的回放。[N1 N2]表示讀取的值從N1點到N2點的值。,[N1 N2])。4． 課程設(shè)計實現(xiàn)步驟(1)語音信號的獲取選擇一個wav文件作為分析的對象，可以利用Windows下的錄音機或其他軟件，錄制一段自己的話音，在MATLAB中，[y,fs,bits]=wavread(39。6)分別用不同的濾波器對加噪語音信號進行濾波，選擇最佳濾波器。4)學(xué)會MATLAB的使用，掌握MATLAB的程序設(shè)計方法。2)熟悉線性卷積和相關(guān)的計算編程方法。第一篇：基于MATLAB的語音信號的頻譜分析DSP課程設(shè)計——基于MATLAB的聲音信號頻譜分析1． 課程設(shè)計目的綜合運用數(shù)學(xué)信號處理的理論知識進行語音信號的頻譜分析，通過理論推導(dǎo)得出相應(yīng)結(jié)論，再利用MATLAB作為編程工具進行計算機實現(xiàn)，從而加深對所學(xué)知識的理解，建立概念。2． 理解設(shè)計基本要求1)熟悉離散信號和系統(tǒng)的時域特性。3)掌握序列傅里葉變換的計算機實現(xiàn)方法，利用序列傅里葉變換對離散信號、系統(tǒng)和系統(tǒng)的響應(yīng)進行頻域分析。5)利用MATLAB對wav文件進行頻譜分析。3． 課程設(shè)計內(nèi)容選擇一個wav文件作為分析的對象，或錄制一段語音信號，對其進行頻譜分析，分別對加噪前后的語音信號進行頻譜分析，再通過不同濾波器根據(jù)信號的頻譜特點重構(gòu)語音信號，選出最佳濾波方案。Blip39。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)。sound(y)。向量y則就代表了一個信號，也即一個復(fù)雜的“函數(shù)表達式”，也可以說像處理一個信號的表達式一樣處理這個聲音信號。在MATLAB中，可以利用函數(shù)fft對信號進行快速傅里葉變化，得到信號的頻譜特性。其中，N是離散傅里葉變換用的點數(shù)，是采樣的時間，前面在讀取 wav文件時得到了采樣頻率。由于沒有考慮相位和其他的頻譜分量，所以波形和原來的波形相差甚大，但大體的頻率是沒有錯的。%語音信號采樣頻率為25600 [x,fs,bits]=wavread(39。)。%播放語音信號y1=fft(x,4096)。figure(1)magy1=abs(y1)。subplot(3,1,1),plot(x)。原始信號波形39。title(39。)subplot(3,1,3),plot(angy1)。原始信號相位39。頻率響應(yīng)圖39。title(39。)xlabel(39。)。fudu39。axis([0 4500 0 400])（2）wav語音信號加噪聲在MATLAB軟件平臺下，給原始的語音信號疊加上噪聲，噪聲類型分為如下幾種：（1）單頻噪色（正弦干擾）；（2）高斯隨機噪聲。本實驗采用正弦干擾。clear。%語音信號采樣頻率為22050 [x,fs,bits]=wavread(39。)。%對信號做4096點FFT變換 f=fs*(0:511)/4096。x1=[*sin(2*pi*10000*t)]39。sound(x2,fs,bits)。原語音信號時域圖39。加高斯噪聲后語音信號時域圖39。time n39。ylabel(39。)。figure(2)subplot(2,1,1)plot(abs(y1))title(39。)。Hz39。ylabel(39。)。加噪語音信號頻譜39。xlabel(39。)。fudu39。axis([0 4500 0 300])。C:Documents and 39。（3）巴特沃斯低通濾波對加入高斯隨機噪聲和正弦噪聲的語音信號進行濾波。clear all。fc = 1200。wp=*pi。Rp=1。Fs=22050。wp1=2/Ts*tan(wp/2)。[N,Wn]=buttord(wp1,ws1,Rp,Rs,39。)。%創(chuàng)建butterworth模擬濾波器 [Bap,Aap]=zp2tf(Z,P,K)。[bd,ad]=bilinear(b,a,Fs)。figure(1)subplot(111)。title(39。)。figure(2)[x,fs,bits]=wavread(39。)。f=fs*(0:(n/21))/n。z=filter(bd,ad,x)。plot(x)。原始信號的波形39。subplot(212)。title(39。)。figure(3)sound(z,fs,bits)。plot(f,abs(X(1:n/2)))。原始信號的頻譜39。xlabel(39。)。subplot(212)。title(39。)。Hz39。wavwrite(z,fs,39。)。%FIR濾波fs=22050。C:Documents and 39。wp=*pi。wdelta=wswp。%取整 t=0:(size(x)1)。b=fir1(N,wn/pi,hamming(N+1))。figure(1)freqz(b,1,512)[h1,w1]=freqz(b,1)。figure(2)subplot(2,1,1)plot(t,x)title(39。)。title(39。)。%播放濾波后的語音信號 F0=fft(f1,1024)。figure(3)y2=fft(x,1024)。plot(f,abs(y2(1:512)))。濾波前的頻譜39。Hz39。ylabel(39。)。%畫出濾波后的頻譜圖 title(39。)xlabel(39。)。fuzhi39。wavwrite(f1,fs,39。)。從頻率響應(yīng)圖中可以看出:巴特沃斯濾波器具有單調(diào)下降的幅頻特性，