【正文】 變化的，因此一般標(biāo)準(zhǔn)的傅立葉表示雖然適用于周期及平穩(wěn)隨機(jī)信號(hào)的表示，但不能直接用于語(yǔ)音信號(hào)。FFT即為快速傅氏變換，是離散傅氏變換的快速算法，它是根據(jù)離散傅氏變換的奇、偶、虛、實(shí)等特性，對(duì)離散傅立葉變換的算法進(jìn)行改進(jìn)獲得的。函數(shù)FFT用于序列快速傅立葉變換，其調(diào)用格式為y=fft(x)，其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x為一向量，y是x的FFT且和x相同長(zhǎng)度；若x為一矩陣，則y是對(duì)矩陣的每一列向量進(jìn)行FFT。函數(shù)FFT的另一種調(diào)用格式為y=fft(x,N)，式中，x，y意義同前，N為正整數(shù)。 倒譜的概念l 定義：倒譜定義為信號(hào)短時(shí)振幅譜的對(duì)數(shù)傅里葉反變換。② 提取音源信息：提取基音特征，以此作為描述音韻特征的輔助參數(shù)而應(yīng)用于語(yǔ)音識(shí)別。因此對(duì)語(yǔ)音的短時(shí)能量進(jìn)行分析，可以描述語(yǔ)音的這種特征變化情況。清音和濁音的發(fā)聲機(jī)理不同，因而在波形上也存在著較大的差異。因此，我們用短時(shí)自相關(guān)函數(shù)來(lái)測(cè)定語(yǔ)音的相似特性。MATLAB為GUI設(shè)計(jì)一共準(zhǔn)備了4種模板，分別是Blank GUI(默認(rèn)) 、GUI with Uicontrols(帶控件對(duì)象的GUI模板) 、GUI with Axes and Menu(帶坐標(biāo)軸與菜單的GUI模板)與Modal Question Dialog(帶模式問(wèn)話對(duì)話框的GUI模板)。 信號(hào)的采集該系統(tǒng)是以一段簡(jiǎn)短的的語(yǔ)音信號(hào)做為分析樣本，通過(guò)計(jì)算機(jī)系統(tǒng)將一段“主人，信息收到了”的語(yǔ)音信號(hào)保存到到計(jì)算機(jī)中，并且保存格式為“*.wav”。利用Sound函數(shù)可以清晰的聽到“主人，信息收到了”的語(yǔ)音。其中聲音的采樣頻率Fs=22050Hz，y為采樣 數(shù)據(jù)，NBITS表示量化階數(shù)。 Enter WAV filename:39。s39。 %獲取一個(gè)*.wav的文件[x,fs,nb]=wavread(fn)。ms10=floor(fs*)。ms30=floor(fs*)。 %計(jì)算樣本時(shí)刻 subplot(2,1,1)。 %畫波形圖legend(39。)。Time(s)39。ylabel(39。)。 語(yǔ)音信號(hào)的調(diào)整在語(yǔ)音信號(hào)的研究中，經(jīng)常會(huì)對(duì)語(yǔ)音信號(hào)進(jìn)行進(jìn)行多倍頻率以及多倍幅度變換調(diào)整，日常應(yīng)用中，這種變換調(diào)整也經(jīng)常要用到。 語(yǔ)音信號(hào)的頻率調(diào)整 在設(shè)計(jì)中，可以將語(yǔ)音信號(hào)的采樣頻率提高或降低，來(lái)實(shí)現(xiàn)語(yǔ)音信號(hào)的調(diào)整，得到理想的語(yǔ)音信號(hào)。運(yùn)行Process224。Frequency，并試聽調(diào)整后的效果。 語(yǔ)音信號(hào)的振幅調(diào)整在設(shè)計(jì)中，可以將語(yǔ)音信號(hào)的幅度進(jìn)行提高或降低操作，來(lái)實(shí)現(xiàn)語(yǔ)音信號(hào)的調(diào)整，得到聲音音量大小不同的語(yǔ)音信號(hào)，例如將原語(yǔ)音信號(hào)的幅度提高一倍，可以通過(guò)GUI操作界面的輸出功能試聽調(diào)整后的效果。 語(yǔ)音信號(hào)的傅里葉變換倒譜分析是指信號(hào)短時(shí)振幅譜的對(duì)數(shù)進(jìn)行傅里葉反變換。 對(duì)語(yǔ)音信號(hào)進(jìn)行頻譜分析，在Matlab中可以利用函數(shù)fft對(duì)信號(hào)行快速傅里葉變換，得到信號(hào)的頻譜圖，并進(jìn)行倒譜分析，得到倒譜圖。 %提取原語(yǔ)音信號(hào)的一部分t=(0:length(x)1)/fs。 %確定顯示位置plot(t,x)。波形圖39。xlabel( 39。)。Amplitude39。Y=fft(x,hamming(length(x)))。 %限定頻率范圍f=(0:fm)*fs/length(Y)。plot(f,20*log10(abs(Y(1:length(f)))+eps))。頻譜圖39。 %畫頻譜圖ylabel(39。)。頻率(Hz)39。c=fft(log(abs(x)+eps))。ms20=fs/50q=(ms1:ms20)/fs。plot(q,abs(c(ms1:ms20)))。倒譜圖39。xlabel(39。)。倒頻譜幅度（Hz）39。運(yùn)行Process224。這與人的語(yǔ)音信號(hào)頻率集中在200 kHz之間是相一致的。下面的一段程序是語(yǔ)音信號(hào)在MATLAB中的最簡(jiǎn)單表現(xiàn)，它實(shí)現(xiàn)了語(yǔ)音的讀入打開，以及繪出了語(yǔ)音信號(hào)的波形頻譜圖。39。 X=fft(x,4096)。angX=angle(X)。plot(x)。原始信號(hào)波形39。subplot(222)。 title(39。)。plot(magX)。原始信號(hào)幅值39。subplot(224)。title(39。)。39。t=(0:length(x1)1)/8000。 %對(duì)信號(hào)做2048點(diǎn)FFT變換f=fs*(0:1023)/2048。axis tight。原始語(yǔ)音信號(hào)39。xlabel(39。)。幅度39。figure(2)plot(f,abs(y1(1:1024))) %做原始語(yǔ)音信號(hào)的FFT頻譜圖grid on。title(39。)xlabel(39。)。幅度39。 原始信號(hào)時(shí)域波形和頻譜給原始的語(yǔ)音信號(hào)加上一個(gè)高頻余弦噪聲。clear all。fs=8000。39。t=(0:length(x1)1)/8000。Au=。y1=fft(x1,2048)。figure(1)plot(t,x2)grid on。title(39。)。time(s)39。ylabel(39。)。plot(f,abs(y1(1:1024)))。axis tight。原始語(yǔ)音信號(hào)頻譜39。xlabel(39。)。幅度39。subplot(2,1,2)。grid on。title(39。)。Hz39。ylabel(39。)。所以可以利用MATLAB軟件中的濾波器進(jìn)行濾波處理，得到較為理想的語(yǔ)音信號(hào)。但是很接近原來(lái)的聲音。高通濾波器性能指標(biāo)： wp=0．375pi，ws =0．425pi，Rp=0．25；As =50dB；： 高通濾波后波形和頻譜的變化高通濾波后，此時(shí)只有少許雜音，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。帶阻濾波后，聲音比較接近原來(lái)的聲音。 語(yǔ)音信號(hào)的輸出 可以將處理后的語(yǔ)音信號(hào)在Matlab軟件先播放，體驗(yàn)處理后的語(yǔ)音信號(hào)的效果。運(yùn)行File224。如果沒(méi)有語(yǔ)音信號(hào)被處理，： 保存提示界面如果有語(yǔ)音信號(hào)被處理，運(yùn)行File224。5 總結(jié)本文對(duì)語(yǔ)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(yǔ)音信號(hào)的基本處理的功能，經(jīng)過(guò)測(cè)試運(yùn)行，本設(shè)計(jì)圓滿的完成了對(duì)語(yǔ)音信號(hào)的讀取與打開；較好的完成了對(duì)語(yǔ)音信號(hào)的頻譜分析，通過(guò)fft變換，得出了語(yǔ)音信號(hào)的頻譜圖；在濾波這一塊，課題主要是從數(shù)字濾波器入手來(lái)設(shè)計(jì)濾波器，基本實(shí)現(xiàn)了濾波，完成了各種濾波器的濾波效果比較，與課題的要求十分相符。本設(shè)計(jì)也較好的完成了對(duì)語(yǔ)音信號(hào)的頻譜分析，對(duì)所采集的語(yǔ)音信號(hào)加入干擾噪聲，對(duì)加入噪聲的信號(hào)進(jìn)行播放，并進(jìn)行時(shí)域和頻譜分析。作為存儲(chǔ)于計(jì)算機(jī)中的語(yǔ)音信號(hào)，其本身就是離散化了的向量，我們只需將這些離散的量提取出來(lái)，就可以對(duì)其進(jìn)行處理了。課題的特色在于它將語(yǔ)音看作了一個(gè)向量，于是語(yǔ)音數(shù)字化了，則可以完全利用數(shù)字信號(hào)處理的知識(shí)來(lái)解決。但由于知識(shí)能力有限，當(dāng)中也存在相當(dāng)?shù)牟蛔?，特別體現(xiàn)在濾波與界面設(shè)計(jì)這一塊。至于用戶界面的設(shè)計(jì)，由于筆者是初次接觸，也未能有特別的掌握，僅就剛學(xué)習(xí)到的一些加以運(yùn)用，于是設(shè)計(jì)的還是很粗燥。 本文對(duì)語(yǔ)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(yǔ)音信號(hào)的基本處理的功能，經(jīng)過(guò)測(cè)試運(yùn)行，基本達(dá)到預(yù)期目的。在進(jìn)行語(yǔ)音信號(hào)處理的操作界面中，菜單按鍵明了，每個(gè)功能只對(duì)應(yīng)一個(gè)按鍵，省去了大型軟件的操作復(fù)雜步驟。由于整個(gè)操作過(guò)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。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。2) 由于系統(tǒng)定位于一般條件下的語(yǔ)音信號(hào)處理，計(jì)算精度比較低，不能進(jìn)行精度較高的語(yǔ)音信號(hào)處理。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(yǔ)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(yǔ)音信號(hào)處理，機(jī)械工業(yè)出版社.[9] 韓紀(jì)慶、張磊，語(yǔ)音信號(hào)處理，清華大學(xué)出版社.[10] 胡航，語(yǔ)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(yǔ)音信號(hào)處理技術(shù)研究，論文，山東大學(xué).[13] 于俊鳳，語(yǔ)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] ,，WaveletNetworks,IEEETrans,NeuralNetworks.致 謝四年的大學(xué)學(xué)習(xí)，匆匆而過(guò)，回首走過(guò)的每一步，每一個(gè)腳印都令人倍加懷念，每一份情慷都令人倍加珍惜。羅老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、孜孜不倦的敬業(yè)精神、為人師表的高尚風(fēng)范、寬廣坦蕩的胸懷、極大地激勵(lì)著我不斷求知和探索，并將對(duì)我今后的學(xué)習(xí)和工作產(chǎn)生深遠(yuǎn)的影響。 還要感謝我的搭檔，我們齊心協(xié)力，共同努力，互相幫助，才能順利的完成本系統(tǒng)的設(shè)計(jì)和本論文的