基于matlab的語音信號分析與處理

1、 摘要:數(shù)字濾波器和IIR濾波器是濾波器設計的重要組成部分。Matlab 功能強大、編程效率高, 特別是Matlab 具有信號分析工具箱,不需具備很強的編程能力,就可以很方便地進行信號分析、處理和設計?；贛ATLAB有噪音語音信號處理的設計與實現(xiàn)，綜合用窗函數(shù)法來設計FIRIIR數(shù)字濾波器，并利用MATLAB作為輔助工具完成設計中的計算與圖形的繪制。關鍵詞：Abstract:Filter design in digital signal processing plays an extremelyimportant role, FIR digital filters and IIR filte

2、r isan important part of filterdesign. Matlab is powerful, programming efficiency, Matlab also has aparticular signal analysis toolbox, it need not have strong programmingskillscan be easily signal analysis, processing and design. MATLAB basedon the noise issue speech signal processing design and im

3、plementationof digital signal processing integrated use of the theoretical knowledgeof the speech signal plusnoise, time domain, frequency domain analysisand filtering. The corresponding results obtained through theoreticalderivation, and then use MATLAB as aprogramming tool for computerimplementati

4、on.Implemented in the design process, using the window1function method to design FIR digital filters with Butterworth,Chebyshev and bilinear Reform IIR digital filter design and use ofMATLAB as a supplementary tool to complete the calculation andgraphic design Drawing.Keywords：digital filter; MATLAB

5、; Chebyshev語音信號處理是研究用數(shù)字信號處理技術和語音學知識對語音信號進行處過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息形式。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用軟件，它可以將聲音文件變換為離散的數(shù)據(jù)文件，然后利用其強大的矩陣運算能力處理數(shù)些功能函數(shù)可以快捷而又方便地完成語音信號的處理和分析以及信號的可視化，使人機交互更加便捷。語音是語言的聲學表現(xiàn)，是人類交流信息最自然、最有效、最方便的手段。2人們的關注和廣泛的研究。1.1 語音信號處理的概念最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。1.2 語音信號處理的現(xiàn)狀20 世

6、紀 60 器、快速傅立葉變換（FFT）等是語音信號數(shù)字處理的理論和技術基礎。隨著信息科學技術的飛速發(fā)展，語音信號處理取得了重大的進展：進入 70 年代之后，提出了用于語音信號的信息壓縮和特征提取的線性預測技術（ 域，以及用于輸入語音與參考樣本之間時間匹配的動態(tài)規(guī)劃方法；80 年代初一種新的基于聚類分析的高效數(shù)據(jù)壓縮技術矢量量化（VQ）應用于語音信號處理中；而用隱馬爾可夫模型（HMM）描述語音信號過程的產生是 80 年代語音 HMM 已構成了現(xiàn)代語音識別研究的重要基石。各項技術之中。32.1語音信號處理的內容用Matlab對含噪的語音信號同時在時域和頻域進行濾波處理和分析，在條件下的各種語音信號

7、的處理。語音信息存儲為.wav 格式文件，用 matlab 讀取語音文件，運用數(shù)字信號學基本原理實現(xiàn)語音信號的處理，在matlab環(huán)境下綜合運用信號提取，幅頻變換以其進行各種處理，達到簡單的語音信號處理的目的。2.2語音信號處理的方法 User GUI，又稱圖形用戶接界面相比，圖形界面對于用戶來說在視覺上更易于接受。GUI 的廣泛應用是當今計算機發(fā)展的重大成就之一，他極大地方便了非專業(yè)用戶的使用人們從此不再需要死記硬背大量的命令，取而代之的是可以通過窗口、菜單、按鍵等方式來方便地進行操作?；贛ATLAB有噪音語音信號處理的設計與實現(xiàn)，綜合運用數(shù)字信號處理 MATLAB 4使用窗函數(shù)法來設計

8、FIR IIR 數(shù)字濾波器，并利用 MATLAB 作為輔助工具完成設計中的計算與圖形的繪制。通過對對所設計濾波器的仿真和頻率特性分析，可知利用 MATLAB信號處理工具箱可以有效快捷地設計 FIR和 IIR 數(shù)字濾波器。3.1 原始語音信號采集與處理在電腦中，語音信息文件為 *.wav 格式。語音信號的處理主要包括信號的提取、信號的語音進行播放，試聽處理后的效果。語音信號采集過程如圖 3-1 所示。聲音Ws 圖 （1）語音信號的時域分析息。語音信號分析的目的就在與方便有效的提取并表示語音信號所攜帶的信息。語音信號分析可以分為時域和變換域等處理方法，其中時域分析是最簡單的方量，短時平均過零率，短

9、時自相關函數(shù)等。5 提?。和ㄟ^圖形用戶界面上的菜單功能按鍵采集電腦設備上的一段音頻信號，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。 調整：在設計的用戶圖形界面下對輸入的音頻信號進行各種變化，如變化幅度、改變頻率等操作，以實現(xiàn)對語音信號的調整。（2）語音信號的頻域分析更明顯，因此，它能更深入地說明信號的各項紅物理現(xiàn)象。音信號可以認為在短時間內，近似不變，因而可以采用短時分析法。 變換：在用戶圖形界面下對采集的語音信號進行 Fourier 等變換，并畫出變換前后的頻譜圖和變換后的倒譜圖。 濾波：濾除語音信號中的噪音部分，可采用低通濾波、高通濾波、帶通濾波和帯阻濾波，并比較各種

10、濾波后的效果。（3）語音信號處理流程圖圖如圖 3-2 所示。6語音信號采集信息提取信號調整信號變換信號濾波效果顯示圖3-3所示：圖 示。3.2語音的錄入與打開在MATLAB 值放在向量y 從N1點到N2點的值（若只有一個N的點則表示讀取前N點的采樣值）。7sound(x,fs,bits); y 音信號。3.3 時域信號的FFT分析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、實等特性，對離散傅立葉變換的算法進行改進獲得的。在 MATLAB 的信號處理工具箱中函數(shù) FFT 和 IFFT 用于快速傅立葉變換和逆變換。函數(shù) FFT 用于序列快速傅立葉變換，

11、其調用格式為 y=fft(x)，其中，x 是序列的 可以為一向量或矩陣，若x 是 x 的 FFT且和 x 相同長度；若x 為一矩陣，則y 是對矩陣的每一列向量進行 FFT。如果x長度是 2 的冪次方，函數(shù)fft 執(zhí)行高速基2FFT 算法，否則fft 執(zhí)行一種混合基的離散傅立葉變換算法，計算速度較慢。函數(shù)FFT 的另一種調用格式為y=fft(x,N)，式中，x，y 意義同前，N 為正整數(shù)。函數(shù)執(zhí)行 N 點的 x為向量且長度小于 N，則函數(shù)將 x 補零至長度 N；若向量 x 的長度大于 函數(shù)截短 x 使之長度為 x 為矩陣，按相同方法對 x 進行處理。3.4 數(shù)字濾波器設計原理數(shù)字濾波器的作用是利

12、用離散時間系統(tǒng)的特性對輸入信號波形 (或頻譜)進行加工處理，或者說利用數(shù)字方法按預定的要求對信號進行變換。8字濾波器分為兩種，即無限長沖激響應（IIR）濾波器和有限長沖激響應（FIR） 濾波器傳輸函數(shù)的極點可位于單位圓內的任何地方，因此可用較低的階數(shù)獲得高的選擇性，所用的存貯單元少，所以經濟而效率高。 濾波器卻可以得到嚴格的線性相位，然而由于FIR濾波器傳輸函數(shù)的計指標，F(xiàn)IR 濾波器所要求的階數(shù)可以比 IIR 濾波器高 510 倍，結果，成本較高，信號延時也較大；如果按相同的選擇性和相同的線性要求來說，則IIR濾波器就必須加全通網絡進行相位較正，同樣要大增加濾波器的節(jié)數(shù)和復雜性。整體來看，I

13、IR 濾波器達到同樣效果階數(shù)少，延遲小，但是有穩(wěn)定性問題，非線性相位；FIR濾波器沒有穩(wěn)定性問題，線性相位，但階數(shù)多，延遲大。3.5 倒譜的概念定義：倒譜定義為信號短時振幅譜的對數(shù)傅里葉反變換。特點：具有可近似地分離并能提取出頻譜包絡信息和細微結構信息的特點參數(shù)而應用于語音識別。于語音識別。求法：9 CxnADPTxDPTDDPTE峰值檢測F時間窗 F：基本周期4. 語音信號處理實例分析4.1圖形用戶界面設計在MATLAB File菜單中的NewGUI命令，就會顯示圖形用戶界面的設計模板。MATLAB為GUI設計一共準備了4種模板，分別是 Blank GUI(默認) 、GUI with Uic

14、ontrols(帶控件對象的 GUI模板) 、GUI with Axes and Menu(帶坐標軸與菜單的 GUI 模板)與 ModalQuestion Dialog(帶模式問話對話框的GUI模板)。設計語音信號處理系統(tǒng)的用戶圖形操作界面（GUI）SoundProcess，其中菜單主要包括和Output三大主要部分，其中File菜單包括輸入 菜單主要包括提取菜單包含低通濾波（BandpassFilter）和帯阻濾波（BandstopFilter）等功能菜單。104.2信號的采集該系統(tǒng)是以一段簡短的的語音信號做為分析樣本，通過計算機系統(tǒng)將一段4.3語音信號的處理設計（1）語音信號的提取在Mat

15、lab中使用Wavread函數(shù)，可得出信號的采樣頻率為22500，并且聲音是單聲道的。利用Sound函數(shù)可以清晰的聽到“主人，信息收到了”的語音。采集數(shù)據(jù)并畫出波形圖。其中聲音的采樣頻率為采樣 表示量化階數(shù)。部分程序如下：fn=input( Enter WAV filename:,s); %獲取一個*.wav的文件x,fs,nb=wavread(fn);ms2=floor(fs*0.002);ms10=floor(fs*0.01);ms20=floor(fs*0.02);ms30=floor(fs*0.03);t=(0:length(x)-1)/fs;subplot(2,1,1);%計算樣本時

16、刻%確定顯示位置%畫波形圖plot(t,x);legend(Waveform);xlabel(Time(s);ylabel(Amplitude);運行后彈出語音信號處理系統(tǒng)的操作界面如圖4-1：11圖圖圖圖 的比較大，那樣的話就可以得到效果相當明顯的語音信號了。（3）語音信號的傅里葉變換離并提取出頻譜包絡信息和細微結構信息的特點。對語音信號進行頻譜分析，在Matlab中可以利用函數(shù)fft對信號行快速傅里葉變換，得到信號的頻譜圖，并進行倒譜分析，得到倒譜圖。傅里葉變換的部分程序如下：x=y(44101:55050,1);t=(0:length(x)-1)/fs;subplot(3,1,1);%提

17、取原語音信號的一部分%計算樣本時刻%確定顯示位置plot(t,x);%畫波形圖legend(波形圖);xlabel(Time(s);ylabel(Amplitude);Y=fft(x,hamming(length(x); %做加窗傅里葉變換fm=5000*length(Y)/fs;f=(0:fm)*fs/length(Y);subplot(3,1,2);%限定頻率范圍%確定頻率刻度plot(f,20*log10(abs(Y(1:length(f)+eps);legend(頻譜圖);ylabel(幅度(db);xlabel(頻率(Hz);%畫頻譜圖15plot(q,abs(c(ms1:ms20)

18、;legend(倒譜圖);圖 圖 圖圖圖4.4 語音信號的輸出圖 1 余勝威，吳婷，羅建橋MATLAB GUI 設計入門與實踐北京：清華大學出版社，20162 高西全，丁玉美數(shù)字信號處理第3版西安：西安電子科技大學出版社，20083 羅華飛MATLAB GUI設計學習手記第3版北京：北京航空航天大學出版社，20144 劉泉，闕大順數(shù)字信號處理原理與實現(xiàn)北京：電子工業(yè)出版社，20105 張磊，畢靖，郭蓮英MATLAB實用教程北京：人民郵電出版社，20086 張威MATLAB基礎與編程入門西安：西安電子科技大學出版社，20137 劉帥奇，李會雅，趙杰MATLAB 程序設計基礎與應用北京：清華大學出

19、版社，20168 丁偉雄MATLAB R2015a數(shù)字圖像處理北京：清華大學出版社，20169 劉維精通 MATLAB與 C/C+混合程序設計第 4 版北京：北京航空航天大學出版社，201522附錄（I） 和 %=IIR=Ft=8000;低通濾波器Fp=1000;Fs=1200;wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft;fp=2*Ft*tan(wp/2);fs=2*Fs*tan(wp/2);n11,wn11=buttord(wp,ws,1,50,s);b11,a11=butter(n11,wn11,s);num11,den11=bilinear(b11,a11,0.5);h,w=

20、freqz(num11,den11);figure;plot(w*8000*0.5/pi,abs(h);23legend(IIRgrid;程序結果如下圖：100%=IIR=Fp1=1200;帶通濾波器Fp2=3000;Fs1=1000;Fs2=3200;Ft=8000;wp1=tan(pi*Fp1/Ft);wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);24ws2=tan(pi*Fs2/Ft);w=wp1*wp2/ws2;bw=wp2-wp1;%有效通帶頻率wp=1;ws=(wp1*wp2-w.2)/(bw*w);n12,wn12=buttord(wp,ws,1,5

21、0,s);b12,a12=butter(n12,wn12,s);num2,den2=lp2bp(b12,a12,sqrt(wp1*wp2),bw);num12,den12=bilinear(num2,den2,0.5);h,w=freqz(num12,den12);figure;plot(w*8000*0.5/pi,abs(h);axis(0 4500 0 1.5);legend(IIRgrid;程序結果如下圖：251.510.50050010001500200025003000350040004500%=IIR=Ft=8000;高通濾波器Fp=4000;Fs=3500;wp1=tan(pi*

22、Fp/Ft);ws1=tan(pi*Fs/Ft);wp=1;ws=wp1*wp/ws1;n13,wn13=cheb1ord(wp,ws,1,50,s);b13,a13=cheby1(n13,1,wn13,s);num,den=lp2hp(b13,a13,wn13);num13,den13=bilinear(num,den,0.5);h,w=freqz(num13,den13);26figure;plot(w*21000*0.5/pi,abs(h);legend(IIRaxis(0 11000 0 1.5);grid;程序結果如下圖：1.510.5001000 2000 3000 4000 50

23、00 6000 7000 8000 9000 10000 11000%*FIR低通濾波*Ft=8000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;27p=1-10.(-rp/20);s=10.(-rs/20);fpts=wp ws;mag=1 0;dev=p s;n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);b21=fir1(n21,wn21,kaiser(n21+1,beta);h,w=freqz(b21,1);figure;plot(w*8000*0.5/pi,abs(h);title(FIR

24、grid;程序結果如下圖：FIR 低 通 濾 波 器1.41.210.80.60.40.2005001000150020002500300035004000%*FIR帶通濾波器*28Fp1=1200;Fp2=3000;Fs1=1000;Fs2=3200;Ft=8000;%通帶邊界頻率%阻帶截止頻率wp1=tan(pi*Fp1/Ft);wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*Fs2/Ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp*wp2-w.2)/(bw*w);n22,wn22=buttord(wp,ws

25、,1,50,s);b22,a22=butter(n22,wn22,s);num2,den2=lp2bp(b22,a22,sqrt(wp1*wp2),bw);num22,den22=bilinear(num2,den2,0.5);h,w=freqz(num22,den22);figure;plot(w*8000*0.5/pi,abs(h);axis(0 4500 0 1.5);legend(FIR29grid;程序結果如下圖：1.510.50050010001500200025003000350040004500%*%FIR高通濾波器*Ft=8001;Fp=4000;Fs=3500;wp=2*F

26、p/Ft;ws=2*Fs/Ft;rp=1;%通帶邊界頻率%阻帶截止頻率rs=50;p=1-10.(-rp/20);s=10.(-rs/20);fpts=ws wp;30mag=0 1;dev=p s;n23,wn23,beta,ftype=kaiserord(fpts,mag,dev);b23=fir1(n23,wn23,high,kaiser(n23+1,beta);h,w=freqz(b23,1);figure;plot(w*12000*0.5/pi,abs(h);title(FIRaxis(2500 5500 0 1.2);grid;程序結果如下圖：FIR高 通 濾 波 器10.80.6

27、0.40.20250030003500400045005000550031附錄（II）比較濾波前后語音信號的波形及頻譜%= 雙 線 性 變 換 法=%*低通濾波器*y,fs,nbits=wavread %IIR低通n =length (y) ;%求出語音信號的長度Noise=0.2*randn(n,2); %隨機函數(shù)產生噪聲s=y+Noise;S=fft(s);%語音信號加入噪聲Ft=8000;Fp=1000;Fs=1200;wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft; S域的頻率響應的參數(shù)num11,den11=bilinear(b11,a11,0.5); %利用雙線性變換實現(xiàn)頻

28、率響應 S 域到Z域的變換z11=filter(num11,den11,s);sound(z11);m11=fft(z11); %求濾波后的信號figure;32subplot(2,2,1);plot(abs(S),g);axis( 0 150000 0 4000);grid;subplot(2,2,2);plot(abs(m11),r);axis( 0 150000 0 4000);grid;subplot(2,2,3);plot(s);axis(95000 100000 -1 1);grid;subplot(2,2,4);plot(z11);axis(95000 100000 -1 1);

29、grid;程序結果如下圖：33濾 波 前 信 號 的 頻 譜濾 波 后 信 號 的 頻 譜4000300020001000040003000200010000051015x 104051015x 104濾 波 前 信 號 的 波 形濾 波 后 的 信 號 波 形10.5010.50-0.5-1-0.5-19.5 9.6 9.79.8 9.9109.5 9.69.7 9.89.910 x 104x 104附 %*帶通濾波器*y,fs,nbits=wavread %IIR帶通n =length (y) ;%求出語音信號的長度Noise=0.2*randn(n,2); %隨機函數(shù)產生噪聲s=y+No

30、ise;S=fft(s);%語音信號加入噪聲%傅里葉變換Ft=8000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;34rp=1;rs=50;p=1-10.(-rp/20);q=10.(-rs/20);fpts=wp ws;mag=1 0;dev=p q;%通帶阻帶波紋n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);%由 kaiserord 求濾波器的階數(shù)和截止頻率b21=fir1(n21,wn21,kaiser(n21+1,beta); %由fir1設計濾波器z21=fftfilt(b21,s);sound(z21);m

31、21=fft(z21); %求濾波后的信號figure(4);subplot(2,2,1);plot(abs(S),g);axis(0 150000 0 4000);grid;subplot(2,2,2);plot(abs(m21),r);35axis(0 150000 0 4000);grid;subplot(2,2,3);plot(s);axis(95000 100000 -1 1);grid;subplot(2,2,4);plot(z21);axis(95000 100000 -1 1);grid;程序結果如下圖：濾 波 前 信 號 的 頻 譜濾 波 后 信 號 的 頻 譜4000300

32、020001000040003000200010000051015x104051015x104濾 波 前 信 號 的 波 形濾 波 后 的 信 號 波 形10.5010.50-0.5-1-0.5-19.5 9.6 9.79.8 9.9109.5 9.69.7 9.89.910 x104x10436附 %*高通濾波器*y,fs,nbits=wavread %IIR高通n =length (y) ;%求出語音信號的長度Noise=0.2*randn(n,2); %隨機函數(shù)產生噪聲s=y+Noise;%語音信號加入噪聲S=fft(s); %傅里葉變換Fp1=1200;Fs1=1000;Ft=8000

33、;wp1=tan(pi*Fp1/Ft);ws1=tan(pi*Fs1/Ft);wp=1;ws=wp1*wp/ws1; %求模擬的低通濾波器階數(shù)和截止頻率 %求S域的頻率響應的參數(shù)num,den=lp2hp(b13,a13,wn13);%將S域低通參數(shù)轉為高通的num13,den13=bilinear(num,den,0.5); %利用雙線性變換實現(xiàn)頻率響應S域到Z域轉換z13=filter(num13,den13,s);37sound(z13);m13=fft(z13);figure;%求濾波后的信號subplot(2,2,1);plot(abs(S),g);axis(0 150000 0 4

34、000);grid;subplot(2,2,2);plot(abs(m13),r);axis(0 150000 0 4000);grid;subplot(2,2,3);plot(s);axis(95000 100000 -1 1);grid;subplot(2,2,4);plot(z13);axis(95000 100000 -1 1);38grid;程序結果如下圖濾 波 前 信 號 的 頻 譜濾 波 后 信 號 的 頻 譜4000300020001000040003000200010000051015x 104051015x 104濾 波 前 信 號 的 波 形濾 波 后 的 信 號 波 形

35、10.5010.50-0.5-1-0.5-19.5 9.6 9.79.8 9.9109.5 9.69.7 9.89.910 x 104x 104附 %=窗函數(shù)法%*低通濾波器*y,fs,nbits=wavread %FIR低通n =length (y) ;%求出語音信號的長度Noise=0.2*randn(n,2); %隨機函數(shù)產生噪聲s=y+Noise;S=fft(s);%語音信號加入噪聲%傅里葉變換Ft=8000;39Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;p=1-10.(-rp/20);q=10.(-rs/20);fpts=wp

36、ws;mag=1 0;dev=p q;%通帶阻帶波紋n21,wn21,beta,ftype=kaiserord(fpts,mag,dev);%由 kaiserord 求濾波器的階數(shù)和截止頻率b21=fir1(n21,wn21,kaiser(n21+1,beta); %由fir1設計濾波器z21=fftfilt(b21,s);sound(z21);m21=fft(z21); %求濾波后的信號figure(4);subplot(2,2,1);plot(abs(S),g);axis(0 150000 0 4000);40grid;subplot(2,2,2);plot(abs(m21),r);axi

37、s(0 150000 0 4000);grid;subplot(2,2,3);plot(s);axis(95000 100000 -1 1);grid;subplot(2,2,4);plot(z21);axis(95000 100000 -1 1);grid;41濾 波 前 信 號 的 頻 譜濾 波 后 信 號 的 頻 譜4000300020001000040003000200010000051015x 104051015x 104濾 波 前 信 號 的 波 形濾 波 后 的 信 號 波 形10.5010.50-0.5-1-0.5-19.59.69.79.89.9109.59.69.79.89

38、.910 x 104x 104附 %*帶通濾波器*y,fs,nbits=wavread (OriSound);n =length (y) ;%求出語音信號的長度Noise=0.2*randn(n,2); %隨機函數(shù)產生噪聲s=y+Noise;S=fft(s);%語音信號加入噪聲%傅里葉變換Fp1=1200;Fp2=3000;Fs1=1000;Fs2=3200;Ft=2200;42wp1=tan(pi*Fp1/Ft); %帶通到低通濾波器參數(shù)轉換wp2=tan(pi*Fp2/Ft);ws1=tan(pi*Fs1/Ft);ws2=tan(pi*Fs2/Ft);w=wp1*wp2/ws2;bw=wp2-wp1;wp=1;ws=(wp*wp2-w.2)/(bw*w);n22,wn22=buttord(wp,ws,1,50,s); %求低通濾波器階數(shù)和截止頻率b22,a22=butter(n22,wn22,s);%求S域的頻率響應的參數(shù)z22=fftfilt(b22,s);sound(z22);m22=fft(z22); %求濾波后的信號figure;subplot(2,2,1);plot(abs(S),g);title(濾波前