語音信號的處理與濾波

1、廣西工學院數字信號處理課程設計設計題目：語音信號的處理與濾波系 別： 學 號： 姓 名： 班 級： 指導教師： 完成日期： 目錄1. 摘要32.MATLAB簡介33.設計目的44.設計內容45.設計原理46.設計步驟57.總結與分析108.參考資料10摘要本課題分析了數字信號處理課程的重要性及特點，可以幫助理解與掌握課程中的基本概念、基本原理、基本分析方法；并利用MATLAB對語音信號進行分析和處理，要求采集語音信號后，在MATLAB軟件平臺進行頻譜分析。用設計的數字濾波器對語音信號進行了濾波MATLAB簡介MATLAB 是一種對技術計算高性能的語言。它集成了計算，可視化和編程于一個易用的環(huán)境

2、中，在此環(huán)境下，問題和解答都表達為我們熟悉的數學符號。典型的應用有：· 數學和計算 · 算法開發(fā) · 建模，模擬和原形化 · 數據分析，探索和可視化 · 科學與工程制圖 · 應用開發(fā)，包括圖形用戶界面的建立 MATLAB是一個交互式的系統(tǒng)，其基本數據元素是無須定義維數的數組。這讓你能解決很多技術計算的問題，尤其是那些要用到矩陣和向量表達式的問題。而要花的時間則只是用一種標量非交互語言(例如C或Fortran)寫一個程序的時間的一小部分。 .名稱“MATLAB”代表matrix laboratory（矩陣實驗室）。MATLAB最初是編寫

3、來提供給對由LINPACK和EINPACK工程開發(fā)的矩陣軟件簡易訪問的。今天，MATLAB使用由LAPACK和ARPACK工程開發(fā)的軟件，這些工程共同表現了矩陣計算的軟件中的技術發(fā)展。 MATLAB已經與許多用戶輸入一同發(fā)展了多年。在大學環(huán)境中，它是很多數學類、工程和科學類的初等和高等課程的標準指導工具。在工業(yè)上，MATLAB是高產研究、開發(fā)和分析所選擇的工具。  MATLAB以一系列稱為工具箱的應用指定解答為特征。對多數用戶十分重要的是，工具箱使你能學習和應用專門的技術。工具箱是是MATLAB函數（M-文件）的全面的綜合，這些文件把MATLAB的環(huán)境擴展到解決特殊類型問題上。具有可

4、用工具箱的領域有：信號處理，控制系統(tǒng)神經網絡，模糊邏輯，小波分析，模擬等等。設計目的 綜合運用本課程的理論知識進行頻譜分析以及濾波器設計，通過理論推導得出相應結論，并利用MATLAB作為工具進行實現，從而復習鞏固課堂所學的理論知識，提高對所學知識的綜合應用能力，并從實踐上初步實現對數字信號的處理。設計內容 1熟悉并掌握MATLAB中有關聲音（wave）錄制、播放、存儲和讀取的函數。2在MATLAB環(huán)境中，使用聲音相關函數錄制3秒左右自己的聲音，抽樣率是8000Hz/s。（考慮如何解決一個實際問題：錄制剛開始時，常會出現實際發(fā)出聲音落后錄制動作半拍的現象，如何排除對這些無效點的采樣？）3分別取8

5、000個和16000個數據進行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。4針對電話信道（最高3500Hz），設計一個FIR或IIR濾波器進行濾波，把抽樣率轉變?yōu)?000Hz/s，并進行頻譜分析，得到幅度和相位譜。5把處理后的所有數據儲存為聲音文件，與原始聲音進行比較。設計原理1.語音信號的采集：在MATLAB中有關聲音的函數有：聲音錄制函數wavrecord()，文件保存wavwrite()，文件讀取wavread()，語音回放sound()，語音播放wavplay()，錄制的文件以 .wav作為文件擴展名的文件。2. 設計IIR數字濾波器 ，其主要步驟有：（1）把給出的數字濾波器的

6、性能指標 由Wk（2/T）*tan(),轉換為模擬濾波器的頻率指標。（2）根據轉后的性能指標，通過濾波器階數選擇函數，來確定濾波器的最小階數N和固有頻率Wn；（3）由最小階數N得到濾波器原型，用來估計契比雪夫I型濾波器階數和截止頻率Wn的函數：N,Wn=cheb1ord(Wp,Ws,Rp,Rs)。(4)用直接設計IIR數字濾波器的函數來設計出所需要的濾波器，設計契比雪夫I型數字濾波器的函數：num,den=cheby1(N,Rp,Wn)，Wn是標量，則為低通，否則為帶通。3. 抽樣定理 :連續(xù)信號經理想抽樣后時域、頻域發(fā)生的變化（理想抽樣信號與連續(xù)信號頻譜之間的關系）。 4. 理想抽樣信號能否

7、代表原始信號、如何不失真地還原信號即由離散信號恢復連續(xù)信號的條件（抽樣定理）。5. 奈奎斯特采樣定理：要使實信號采樣后能夠不失真還原，采樣頻率必須大于信號最高頻率的兩倍。設計步驟1語音信號的采集在MATLAB環(huán)境中，使用聲音相關函數錄制3秒左右自己的聲音，程序如下：fs=8000;t=3;fprintf('按任意鍵后開始 %d 秒錄音：',t); %文字提示 pause; %暫停命令fprintf('錄音中.'); %文字提示y=wavrecord(t*fs,fs,'double'); %錄制語音信號fprintf('錄音結束n'

8、); %文字提示wavwrite(y,fs,'f:黃xiaoqing.wav'); %存儲錄音信號fprintf('按任意鍵后回放:');pausewavplay(y,fs); %播放語音信號wavwrite(y,fs,'f:黃xiaoqing.wav '); %存儲語音信號plot(y); %畫出原始語音信號的時域圖形title('聲音時域圖');xlabel('頻率');ylabel('振幅');聲音的時域圖是：針對實際發(fā)出聲音落后錄制動作半拍的現象，如何拔除對無效點的采樣的問題：因為在剛錄制聲

9、音時，錄入的基本是幅度值很小的信號，先讀取聲音出來，將原始語音信號時域波形圖畫出來，根據已得到的信號，可以在第二次讀取聲音的后面設定采樣點，取好有效點，畫出濾除無效點后的語音信號時域波形圖，對比可以看出。這樣就可以解決這個問題。y= wavread('f:黃xiaoqing.wav'); subplot(2,1,1);plot(y);title('濾除無效點后的語音信號')2、分別取8000個和16000個數據進行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。%取8000點頻譜分析并畫圖程序 N1=8000; %采樣的點數y1=fft(y,N1); %做F

10、FT變換n1=1:N1/2; %圖形顯示區(qū)間f1=(n1-1)*(2*pi)/N1/pi %轉換橫坐標subplot(2,2,1); %指定圖形位置plot(f1,abs(y1(n1); %畫出原始聲音的頻譜圖 xlabel('頻率');ylabel('振幅');title('8000點原始語音信號FFT幅度譜');subplot(2,2,2); %指定圖形位置plot(f1,angle(y1(n1); %畫出原始聲音的相位圖xlabel('頻率');ylabel('以弧度為單位的相位');title('8

11、000點原始語音信號FFT相位譜');%取16000點頻譜分析并畫圖程序N2=16000; %采樣的點數y2=fft(y,N2); %做FFT變換 n2=1:N2/2; %圖形顯示區(qū)間f2=(n2-1)*(2*pi)/N2/pi %轉換橫坐標 subplot(2,2,1); %指定圖形位置plot(f2,abs(y2(n2); %畫出取FFT變化后聲音的頻譜圖 xlabel('頻率');ylabel('振幅'); title('16000點原始語音信號FFT幅度譜');subplot(2,2,2); %指定圖形位置plot(f2,angl

12、e(y2(n2); %畫出取FFT變化后聲音的相位圖xlabel('頻率');ylabel('以弧度為單位的相位');title('16000點原始語音信號FFT相位譜');得出結論：通過對取8000個和16000個數據進行FFT變換后的頻域圖和相位圖比較發(fā)現，取16000個數據進行FFT變換后的頻域圖和相位圖更平滑和密集，并且振幅更大。因為取16000個數據時抽樣的點數增加，抽樣間隔減小，所以比取8000個數據時更密集，同時也更平滑。 3、針對電話信道（最高3500Hz），設計一個FIR或IIR濾波器進行濾波，把抽樣率轉變?yōu)?000Hz/s，并

13、進行頻譜分析，得到幅度和相位譜。%在這取契比雪夫型低通濾波器。Wp=2*1000/7000; %歸一化通帶截止頻率Ws=2*1200/7000; %為歸一化阻帶截止頻率Rp=1; %分貝的通帶波紋系數Rs=100; %最小阻帶衰減N,Wn=cheb1ord(Wp,Ws,Rp,Rs); %用cheb1ord函數求契比雪夫型濾波器階次和通帶頻率num,den=cheby1(N,Rp,Wn); %用cheby1函數求契比雪夫型低通濾波器分子分母系數 disp('分子系數是：');disp(num);disp('分母系數是：');disp(den); %顯示分子分母系數

14、h,w=freqz(num,den); %DFT變換subplot(2,1,1);plot(w/pi,abs(h);xlabel('omega/pi');ylabel('振幅（幅值）');grid; %畫圖 幅度頻率圖 做網格title('契比雪夫型低通濾波器的幅頻響應'); %顯示橫縱坐標及標題 subplot(2,1,2);plot(w/pi,20*log10(abs(h); %畫圖 畫分貝圖grid;axis(0,1,-20,10) %做網格，定義范圍 xlabel('omega/pi'); %橫坐標為omega/piyla

15、bel('振幅(分貝)'); %縱坐標為振幅(分貝)title('契比雪夫型低通濾波器的幅頻響應'); %標題為契比雪夫型低通濾波器的幅頻響應4把處理后的所有數據儲存為聲音文件，與原始聲音進行比較把我們上面錄制的語音放到濾波器里進行濾波，具體程序如下:y,fs,bits=wavread('f:黃xiaoqing.wav'); %對語音信號進行采樣 sound('f:黃xiaoqing.wav');N=length(y);t=(1:N)/fs;df=fs/N; %采樣間隔 n1=1:N/2; f=(n1-1)*df; %頻帶寬度 s

16、ubplot(2,2,1); plot(t,y)title('濾波前語音信號波形');xlabel('頻率/Hz');ylabel('幅值 ');f=(n1-1)*df; %頻帶寬度 z=fft(y);subplot(2,2,3);plot(20*log10(abs(z);title('濾波前語音信號的頻譜 ');xlabel('頻率/Hz');ylabel('幅值 ');x=filter(num,den,y);subplot(2,2,2);plot(t,x)title('濾波后語音信號波形

17、');xlabel('頻率/Hz');ylabel('幅值 ');z=fft(x);subplot(2,2,4);plot(20*log10(abs(z);title('濾波后語音信號的頻譜')xlabel('頻率/Hz'); ylabel('幅值 '); wavwrite(x,fs,'f:黃xiaoqing'); %把濾波后的信號寫入f:黃xiaoqing總結與分析通過本次的課程設計，我學會了 MATLAB 的使用，掌握了 MATLAB 的程序設計方法。掌握了在 用MATLAB編程序來對語音信號采集的方法。掌握數字信號處理的基本概念、基本理論和基本方法。 掌握 了MATLAB 設計 FIR 和 IIR 數字濾波器的方法。 學了會用 MATLAB 對信號進行分析和處理。通過綜合運用數字信號處理的理論知識進行頻譜分析和濾波器設計，通過理論推導得出相應結論，再利用 MATLAB 作為編程工具進行計算機實現，從而加深了對所