MATLAB對語音信號加隨機噪聲及去噪程序

1、%對語言信號做原始的時域波形分析和頻譜分析y,fs,bits=wavread(C:DocumentsandSettingsAdministrator桌面cuocuo.wav);%sound(y,fs)%回放語音信號n=length(y)%選取變換的點數(shù)y_p=fft(y,n);%對n點進行傅里葉變換到頻域f=fs*(0:n/2-1)/n;%對應(yīng)點的頻率figure(1)subplot(2,1,1);plot(y);%語音信號的時域波形圖title(原始語音信號采樣后時域波形)；xlabel(時間軸)ylabel(幅值A(chǔ))subplot(2,1,2);plot(f,abs(y_p(1:n/2);

2、%語音信號的頻譜圖title(原始語音信號采樣后頻譜圖)；xlabel(頻率Hz);ylabel(頻率幅值)；%對音頻信號產(chǎn)生噪聲L=length(y)%計算音頻信號的長度noise=0.1*randn(L,2);%產(chǎn)生等長度的隨機噪聲信號(這里的噪聲的大小取決于隨機函數(shù)的幅度倍數(shù))y_z=y+noise;%將兩個信號疊加成一個新的信號加噪聲處理%sound(y_z,fs)%對加噪后的語音信號進行分析n=length(y);%選取變換的點數(shù)y_zp=fft(y_z,n);%對n點進行傅里葉變換到頻域f=fs*(0:n/2-1)/n;%對應(yīng)點的頻率figure(2)subplot(2,1,1);

3、plot(y_z);%加噪語音信號的時域波形圖title(加噪語音信號時域波形)；xlabel(時間軸)ylabel(幅值A(chǔ))subplot(2,1,2)；plot(f,abs(y_zp(1:n/2)；%加噪語音信號的頻譜圖title(加噪語音信號頻譜圖)；xlabel(頻率Hz);ylabel(頻率幅值)；對加噪的語音信號進行去噪程序如下：fp=1500;fc=1700;As=100;Ap=1;(以上為低通濾波器的性能指標(biāo))wc=2*pi*fc/fs;wp=2*pi*fp/fs;wdel=wc-wp;beta=0.112*(As-8.7);N=ceil(As-8)/2.285/wdel);w

4、n=kaiser(N+1,beta);ws=(wp+wc)/2/pi;b=fir1(N,ws,wn);figure(3);freqz(b,1);(此前為低通濾波器設(shè)計階段)接下來為去除噪聲信號的程序x=fftfilt(b,y_z);X=fft(x,n);figure(4);subplot(2,2,1);plot(f,abs(y_zp);title(濾波前信號的頻譜)；subplot(2,2,2);plot(f,abs(X);title(濾波后信號頻譜)；subplot(2,2,3)；plot(y_z)；title(濾波前信號的波形)subplot(2,2,4)；plot(x)；title(濾波

5、后信號的波形)%sound(x,fs,bits)%回放濾波后的音頻設(shè)計濾波器：器常用的方法有：脈沖響應(yīng)不變法和雙線性變換法。數(shù)字信號中我們了解到，脈沖響應(yīng)不變法好處是模擬角頻率Q和數(shù)字頻率w呈現(xiàn)線性關(guān)系w=QT,但主要的缺點是它會產(chǎn)生頻譜混疊現(xiàn)象，使數(shù)字濾波器的頻率響應(yīng)偏離模擬濾波器的頻響特性。為了克服這一缺點我們常采用雙線性變換法。下面我們給出IIR數(shù)字濾波器和FIR數(shù)字濾波器的設(shè)計步驟:一、IIR濾波器的設(shè)計步驟如下：（1）、確定數(shù)字低通濾波器的技術(shù)指標(biāo):通帶邊界頻率、通帶最大衰減、阻帶截止頻率、阻帶最小衰減。（2）、將數(shù)字低通濾波器的技術(shù)指標(biāo)轉(zhuǎn)換成響應(yīng)的模擬低通濾波器的技術(shù)指標(biāo)。（3）、按照模擬低通濾波器的技術(shù)指標(biāo)設(shè)計模擬低通濾波器。（4）、用雙線性變換法將模擬濾波器系統(tǒng)函數(shù)轉(zhuǎn)換成數(shù)字低通濾波器系統(tǒng)函數(shù)。二、FIR濾波器的設(shè)計步驟如下：（重點介紹窗函數(shù)法）（1）、根據(jù)對阻帶衰減以及過渡帶的指標(biāo)要求，選擇窗函數(shù)類型（有：矩形窗、三角窗、漢寧窗、哈明窗、凱塞窗等）并估計窗口長度N。先按照阻