基于MATLAB的語音信號(hào)的采集與處理詳解

1、數(shù)字信號(hào)處理數(shù)字信號(hào)處理課程設(shè)計(jì)題目：基于 學(xué)院：皖西學(xué)院 專業(yè)：通信工程 班級(jí)：通信 學(xué)號(hào)： 姓名：劉敏MATLAB的語音信號(hào)的采集與處理1001 班2010013461 2010013494縱大慶指導(dǎo)教師：何富貴摘要：本次課程設(shè)計(jì)題目為<<基于MATLAB的語音信號(hào)的采集與處理>>。首先我們利用計(jì)算機(jī)上的錄音軟件獲得語音信號(hào)，然后利用MATLAB對(duì)語音信號(hào)進(jìn)行分析和處理，采集語音信號(hào)后，利用MATLAB軟件平臺(tái)進(jìn)行頻譜分析；并對(duì)所采集的語音信號(hào)加入干擾噪聲，對(duì)加入噪聲的信號(hào)進(jìn)行頻譜分析，設(shè)計(jì)合適的濾波器濾除噪聲，恢復(fù)原信號(hào)！背景1.2. 設(shè)計(jì)目的23. 設(shè)計(jì)原理24

2、. 設(shè)計(jì)過程,35. 實(shí)驗(yàn)代碼及結(jié)果45.1 語音信號(hào)的采集45.2 語音信號(hào)加噪與頻譜分析,75.3 巴特沃斯濾波器的設(shè)計(jì)95.4 比較濾波前后語音信號(hào)波形及頻譜106. 收獲與體會(huì)12參考文獻(xiàn)13數(shù)字信號(hào)處理1. 引言數(shù)字信號(hào)處理是利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)值計(jì)算的方法對(duì)信號(hào)進(jìn)行采集、抽樣、變換、綜合、估值與識(shí)別等加工處理，借以達(dá)到提取信息和便于應(yīng)用的目的。它在語音、雷達(dá)、圖像、系統(tǒng)控制、通信、航空航天、生物醫(yī)學(xué)等眾多領(lǐng)域都獲得了極其廣泛的應(yīng)用。具有靈活、精確、抗干擾強(qiáng)、度快等優(yōu)點(diǎn)。數(shù)字濾波器, 是數(shù)字信號(hào)處理中及其重要的一部分。隨著信息時(shí)代和數(shù)字技術(shù)的發(fā)展，受到人們?cè)絹碓蕉嗟闹匾?。?shù)

3、字濾波器可以通過數(shù)值運(yùn)算實(shí)現(xiàn)濾波，所以數(shù)字濾波器處理精度高、穩(wěn)定、體積小、重量輕、靈活不存在阻抗匹配問題，可以實(shí)現(xiàn)模擬濾波器無法實(shí)現(xiàn)的特殊功能。數(shù)字濾波器種類很多，根據(jù)其實(shí)現(xiàn)的網(wǎng)絡(luò)結(jié)構(gòu)或者其沖激響應(yīng)函數(shù)的時(shí)域特性，可分為兩種，即有限沖激響應(yīng)( FIR， Finite Impulse Response)濾波器和無限沖激響應(yīng)( IIR ，Infinite Impulse Response) 濾波器。FIR濾波器結(jié)構(gòu)上主要是非遞歸結(jié)構(gòu)，沒有輸出到輸入的反饋，系統(tǒng)函數(shù)H (z) 在z= 處收斂，極點(diǎn)全部在z = 0 處(因果系統(tǒng))，因而只能用較高的階數(shù)達(dá)到高的選擇性。 FIR數(shù)字濾波器的幅頻特性精度較

4、之于IIR 數(shù)字濾波器低，但是線性相位，就是不同頻率分量的信號(hào)經(jīng)過FIR濾波器后他們的時(shí)間差不變，這是很好的性質(zhì)。FIR數(shù)字濾波器是有限單位脈沖響應(yīng)有利于對(duì)數(shù)字信號(hào)的處理，便于編程，用于計(jì)算的時(shí)延也小，這對(duì)實(shí)時(shí)的信號(hào)處理很重要。FIR 濾波器因具有系統(tǒng)穩(wěn)定，易實(shí)現(xiàn)相位控制，允許設(shè)計(jì)多通帶(或多阻帶)濾波器等優(yōu)點(diǎn)收到人們的青睞1。IIR 濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)路。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，可以組合成直接型、正準(zhǔn)型、級(jí)聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。同時(shí)，IIR 數(shù)字濾波器在設(shè)計(jì)上可以借助成熟的模擬濾波器的成果，如巴特沃斯濾波器等。

5、第 6 頁2. 設(shè)計(jì)目的本次課程設(shè)計(jì)的課題為基于MATLAB的語音信號(hào)采集與處理，學(xué)會(huì)運(yùn)用MATLAB的信號(hào)處理功能，采集語音信號(hào)，并對(duì)語音信號(hào)進(jìn)行濾波及變換處理，觀察其時(shí)域和頻域特性，加深對(duì)信號(hào)處理理論的理解，并為今后熟。MATLAB在信號(hào)與系統(tǒng)中的應(yīng)用主要包括符號(hào)運(yùn)算和數(shù)值計(jì)算仿真分析。由于信號(hào)與系統(tǒng)課程的許多內(nèi)容都是基于公式演算，而 MATLAB借助符號(hào)數(shù)學(xué)工具箱提供的符號(hào)運(yùn)算功能，能基本滿足信號(hào)與系統(tǒng)課程的需求。例如解微分方程、傅里葉正反變換、拉普拉斯正反變換和z 正反變換等。MATLAB在信號(hào)與系統(tǒng)中的另一主要應(yīng)用是數(shù)值計(jì)算與仿真分析，主要包括函數(shù)波形繪制、函數(shù)運(yùn)算、沖擊響應(yīng)與階躍響

6、應(yīng)仿真分析、信號(hào)的時(shí)域分析、信號(hào)的頻譜分析、系統(tǒng)的S 域分析和零極點(diǎn)圖繪制等內(nèi)容。數(shù)值計(jì)算仿真分析可以幫助學(xué)生更深入地理解理論知識(shí)，并為將來使用MATLAB進(jìn)行信號(hào)處理領(lǐng)域的各種分析和實(shí)際應(yīng)用打下基礎(chǔ)。3. 設(shè)計(jì)原理利用MATLAB對(duì)語音信號(hào)進(jìn)行分析和處理，采集語音信號(hào)后，利用MATLAB軟件平臺(tái)進(jìn)行頻譜分析；并對(duì)所采集的語音信號(hào)加入干擾噪聲，對(duì)加入噪聲的信號(hào)進(jìn)行頻譜分析，設(shè)計(jì)合適的濾波器濾除噪聲，恢復(fù)原信號(hào)。語音信號(hào)的“短時(shí)譜” 對(duì)于非平穩(wěn)信號(hào),它是非周期的, 頻譜隨時(shí)間連續(xù)變化, 因此由傅里葉變換得到的頻譜無法獲知其在各個(gè)時(shí)刻的頻譜特性。如果利用加窗的方法從語音流中取出其中一個(gè)短斷, 再進(jìn)

7、行傅里葉變換, 就可以得到該語音的短時(shí)譜。MATLAB 在信號(hào)與系統(tǒng)中的應(yīng)用主要包括符號(hào)運(yùn)算和數(shù)值計(jì)算仿真分析。由于信號(hào)與系統(tǒng)課程的許多內(nèi)容都是基于公式演算，而MATLAB借助符號(hào)數(shù)學(xué)工具箱提供的符號(hào)運(yùn)算功能，能基本滿足信號(hào)與系統(tǒng)課程的需求。例如解微分方程、傅里葉正反變換、拉普拉斯正反變換和 z正反變換等。MATLA在信號(hào)與系統(tǒng)中的另一主要應(yīng)用是數(shù)值計(jì)算與仿真分析，主要包括B函數(shù)波形繪制、函數(shù)運(yùn)算、沖擊響應(yīng)與階躍響應(yīng)仿真分析、信號(hào)的時(shí)域分析、信號(hào)的頻譜分析、系統(tǒng)的S域分析和零極點(diǎn)圖繪制等內(nèi)容。數(shù)值計(jì)算仿真分析可以幫助學(xué)生更深入地理解理論知識(shí)，并為將來使用MATLA進(jìn)行信號(hào)處理領(lǐng)域的各種分析和實(shí)

8、際應(yīng)用打下基礎(chǔ)B3。濾波器的設(shè)計(jì)可以通過軟件或設(shè)計(jì)專用的硬件兩種方式來實(shí)現(xiàn)。隨著MATLA軟件及信號(hào)B處理工具箱的不斷完善，MATLAB很快成為應(yīng)用學(xué)科等領(lǐng)域不可或缺的基礎(chǔ)軟件。它可以快速有效地實(shí)現(xiàn)數(shù)字濾波器的設(shè)計(jì)、分析和仿真，極大地減輕了工作量, 有利于濾波器設(shè)計(jì)的最優(yōu)化。利用MATLA中的隨機(jī)函數(shù)產(chǎn)生噪聲加入到語音信號(hào)中，B模仿語音信號(hào)被污染，并對(duì)其進(jìn)行頻譜分析；設(shè)計(jì)巴特沃斯濾波器，并對(duì)被噪聲污染的語音信號(hào)進(jìn)行濾波，對(duì)濾波前后信號(hào)進(jìn)行時(shí)域分析。4. 設(shè)計(jì)過程基于聲卡進(jìn)行數(shù)字信號(hào)的采集。將話筒插入計(jì)算機(jī)的語音輸入插口上, 啟動(dòng)錄音機(jī)。 按下錄音按鈕，對(duì)話筒說話, 說完后停止錄音。要保存文件時(shí)

9、, 利用了計(jì)算機(jī)上的A/D 轉(zhuǎn)換器 , 把模擬的聲音信號(hào)變成了離散的量化了的數(shù)字信號(hào), 放音時(shí) , 它又通過D/A轉(zhuǎn)換器 , 把保存的數(shù)字?jǐn)?shù)據(jù)恢復(fù)為原來的模擬的聲音信號(hào)。在Matlab 軟件平臺(tái)下可以利用函數(shù)wavread對(duì)語音信號(hào)進(jìn)行采樣, 得到了聲音數(shù)據(jù)變量 x1, 同時(shí)把 x1 的采樣頻率fs=22050Hz和數(shù)據(jù)位Nbits=16Bit 放進(jìn)了 MATALB的工作空間。然后通過freqz 函數(shù)繪制原始語音信號(hào)的頻率響應(yīng)圖。接著對(duì)語音信號(hào)進(jìn)行頻譜分析, 在 Matlab 中可以利用函數(shù)fft 對(duì)信號(hào)進(jìn)行快速傅里葉變換,得到信號(hào)的頻譜圖。語音信號(hào)加噪與頻譜分析在Matlab 中人為設(shè)計(jì)一個(gè)

10、固定頻率 5500Hz的噪聲干擾信號(hào)，噪聲信號(hào)通常為隨機(jī)序列, 在本設(shè)計(jì)中用正弦序列代替 , 干擾信號(hào)構(gòu)建命令函數(shù)為d=Au*sin(2*pi*5500*t), 給出的干擾信號(hào)為一個(gè)正弦信號(hào)，針對(duì)上面的語音信號(hào), 采集了其中一段。再對(duì)噪音信號(hào)進(jìn)行頻譜變換得到其頻譜圖. 最后通過函數(shù)將原信號(hào)與噪聲信號(hào)疊加在一起構(gòu)成加噪的語音信號(hào)， 采集他的加噪信號(hào)，接著對(duì)其進(jìn)行fourier 變換， 得到加噪信號(hào)的頻譜圖，最后設(shè)計(jì)一個(gè)高通濾波器，對(duì)加噪的信號(hào)進(jìn)行濾波處理，得到的信號(hào)與原始信號(hào)進(jìn)行比較！數(shù)字信號(hào)處理5. 實(shí)驗(yàn)代碼及結(jié)果5.1 語音信號(hào)的采集源程序?yàn)椋篺s=22050;%語音信號(hào)采樣頻率為22050

11、x1=wavread( 'D:MATLABbinzx.wav' ); %讀取語音信號(hào)的數(shù)據(jù)，賦給變量x1sound(x1,22050);%播放語音信號(hào)y1=fft(x1,1024);%對(duì)信號(hào)做1024 點(diǎn) FFT變換f=fs*(0:511)/1024;%將 0到 511 ，步長(zhǎng)為1 的序列的值與fs 相乘并除以1024 的值，賦值給 fPlot(x1);%做原始語音信號(hào)的時(shí)域圖形通過 freqz 函數(shù)繪制原始語音信號(hào)的頻率響應(yīng)圖5-2。fs=22050;%語音信號(hào)采樣頻率為22050x1=wavread( 'D:MATLABbinzx.wav' ); %讀取語音

12、信號(hào)的數(shù)據(jù)，賦給變量x1sound(x1,22050);%播放語音信號(hào)y1=fft(x1,1024);%對(duì)信號(hào)做1024 點(diǎn) FFT變換f=fs*(0:511)/1024;%將 0到 511 ，步長(zhǎng)為1 的序列的值與fs 相乘并除以1024 的值，賦值給 fFreqz(x1);%繪制原始語音信號(hào)的頻率響應(yīng)圖5-2：原始語音信號(hào)的頻率采樣第 8 頁數(shù)字信號(hào)處理然后對(duì)語音信號(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5-3 。fs=22050;%語音信號(hào)采樣頻率為22050x1=wavread( 'D:MATLABbinzx.wav&

13、#39; ); %讀取語音信號(hào)的數(shù)據(jù)，賦給變量x1sound(x1,22050);%播放語音信號(hào)y1=fft(x1,1024);%對(duì)信號(hào)做1024 點(diǎn) FFT變換f=fs*(0:511)/1024;%將 0到 511 ，步長(zhǎng)為1 的序列的值與fs 相乘并除以1024 的值，賦值給 fsubplot(2,1,1);%創(chuàng)建兩行一列繪圖區(qū)間的第1 個(gè)繪圖區(qū)間plot(abs(y1(1:512);%做原始語音信號(hào)的FFT頻譜圖title( ' 原始語音信號(hào)FFT頻譜 ' );subplot(2,1,2);plot(f,abs(y1(1:512);%abs是絕對(duì)值，plot 是直角坐標(biāo)下

14、線性刻度曲線title( ' 原始語音信號(hào)頻譜' );5-3：原始信號(hào)的FFT變換5.2 語音信號(hào)加噪與頻譜分析fs=22050;%語音信號(hào)采樣頻率為22050x1=wavread( 'D:MATLABbinzx.wav' );%讀取語音信號(hào)的數(shù)據(jù)，賦給變量x1f=fs*(0:511)/1024;%將 0到 511 ，步長(zhǎng)為1 的序列的值與fs 相乘并除以1024 的值，賦值給ft=0:1/fs:(length(x1)-1)/fs;%將 0到 x1 的長(zhǎng)度減1 后的值除以fs 的值， 且步長(zhǎng)為1/fs 的值，的序列的值，賦予t第 16 頁Au=0.005;d=A

15、u*sin(2*pi*5500*t)'x2=x1+d;sound(x2,22050);y1=fft(x1,1024);y2=fft(x2,1024);figure(4);plot(t,x2);%做加噪后的信號(hào)時(shí)域title( ' 加噪后的信號(hào)' );%噪聲幅值%所加的噪聲是正弦信號(hào)%將正弦信號(hào)噪聲加在語音信號(hào)上%播放語音信號(hào)%對(duì)信號(hào)y1 做 1024 點(diǎn) FFT變換%對(duì)信號(hào)y2 做 1024 點(diǎn) FFT變換%創(chuàng)建圖形窗15-4：加噪聲后的語音信號(hào)5-3：巴特沃斯濾波器的設(shè)計(jì)：wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15;Fs=22050;Ts=1/Fs

16、;wp1=2/Ts*tan(wp/2);ws1=2/Ts*tan(ws/2);N,Wn=buttord(wp1,ws1,Rp,Rs,Butterworth 低通濾波器的最小階數(shù)Z,P,K=buttap(N);Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn);止頻率bz,az=bilinear(b,a,Fs);字濾波器的轉(zhuǎn)換(模擬轉(zhuǎn)換為數(shù)字)H,W=freqz(bz,az);figure(6)plot(W*Fs/(2*pi),abs(H) 應(yīng)曲線gridxlabel( ' 頻率 Hz' )%通帶截止頻率%阻帶截止頻率%通帶最大衰減（db）%阻帶

17、最大衰減（db ）%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo)%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo)'s' ）;%選擇濾波器的最小階數(shù)（估算得到N和 3dB 截止頻率Wc）%創(chuàng)建Butterworth低通濾波器原型%將零極點(diǎn)增益轉(zhuǎn)換為普遍分子，分母%將普遍的分子和分母轉(zhuǎn)換為以Wn為截%用雙線性變換法實(shí)現(xiàn)模擬濾波器到數(shù)%求頻率響應(yīng)%繪制Butterworth 低通濾波器頻率響%添加圖格ylabel( ' 頻率響應(yīng)幅度' )title( 'Butterworth' )圖 5-5 ：巴特沃斯濾波器5-4 比較濾波前后語音信號(hào)波形及頻譜wp=0.25*pi;ws=0.3*pi;Rp=

18、1;Rs=15;Fs=22050;Ts=1/Fs;wp1=2/Ts*tan(wp/2);ws1=2/Ts*tan(ws/2);%通帶截止頻率%阻帶截止頻率%通帶最大衰減（db）%阻帶最大衰減（db ）%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo)%將模擬指標(biāo)轉(zhuǎn)換成數(shù)字指標(biāo)N,Wn=buttord（wp1,ws1,Rp,Rs,'s' ）;%選擇濾波器的最小階數(shù)（估算得到Butterworth 低通濾波器的最小階數(shù)N和 3dB 截止頻率Wc）Z,P,K=buttap(N);Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn);止頻率bz,az=bilinear(b,a,

19、Fs);字濾波器的轉(zhuǎn)換(模擬轉(zhuǎn)換為數(shù)字)H,W=freqz(bz,az);figure(6)plot(W*Fs/(2*pi),abs(H)應(yīng)曲線gridxlabel( ' 頻率 Hz' )ylabel( ' 頻率響應(yīng)幅度' )title( 'Butterworth' )f1=filter(bz,az,x2);為特征的濾波器)對(duì)x2 信號(hào)進(jìn)行濾波，賦值給figure(7)subplot(2,1,1)plot(t,x2);title( ' 濾波前的時(shí)域波形' );subplot(2,1,2)plot(t,f1);title( '

20、; 濾波后的時(shí)域波形' );%創(chuàng)建Butterworth 低通濾波器原型%將零極點(diǎn)增益轉(zhuǎn)換為普遍分子，分母%將普遍的分子和分母轉(zhuǎn)換為以Wn為截%用雙線性變換法實(shí)現(xiàn)模擬濾波器到數(shù)%求頻率響應(yīng)%繪制Butterworth 低通濾波器頻率響%添加圖格%利用上面已做好的濾波器（已 bz 和 azf1%創(chuàng)建兩行一列繪圖區(qū)間的第1 繪圖區(qū)間%做加噪后的信號(hào)時(shí)域圖形%創(chuàng)建兩行一列繪圖區(qū)間的第2繪圖區(qū)間數(shù)字信號(hào)處理圖 5-6: 濾波前后圖形比較通過對(duì)比分析可知，濾波后的輸出波形和原始語音加噪聲信號(hào)的圖形發(fā)生了一些變化，在3000-6000Hz之間的信號(hào)消失，出現(xiàn)0-1000 和 7000-8000 之間的信號(hào)。 濾波后的輸出波形明顯在對(duì)應(yīng)時(shí)間幅度比原語音加噪聲信號(hào)的要小，而且濾波的效果也與濾波器的選擇有關(guān)，可以看出濾波器的性能差異以及參數(shù)的調(diào)節(jié)會(huì)對(duì)濾波器產(chǎn)生一定的影響，并且通過回放可以發(fā)現(xiàn)濾波前后的聲音有變化. 低通濾波后, 已很接近原來的聲音，人耳幾乎辨別不出。 從頻譜圖中我們還可以看出聲音的能量信號(hào)主要集中在低頻部分，說明高頻語音信號(hào)被濾出，濾波器達(dá)到既定要求。信噪比為0.62。第 6章 收獲與體會(huì)通過用巴特沃斯濾波器對(duì)原始信號(hào)進(jìn)行濾波，對(duì)濾波前后的波形分析對(duì)比可知，總體可以恢復(fù)原