語音信號處置和濾波

語音信號解決與濾波班級：xxxxxx學號：xxxxx姓名：xxx指導老師：xxx成績：二○一五年五月二十七目錄TOC\o"1-3"\h\u語音信號解決與濾波 1一、設計規(guī)定 1二、設計環(huán)節(jié) 12.1理論根據(jù) 12.2信號采集 12.3構造受干擾信號并對其進行FFT頻譜分析 12.4數(shù)字濾波器設計 12.5信號解決 2三、課程設計實現(xiàn) 23.1語音信號的采集 23.2語音信號的FFT頻譜分析 2圖3.2 53.3構造受干擾信號并對其進行FFT頻譜分析 53.4設計數(shù)字濾波器 73.5用濾波器對加噪語音信號進行濾波 93.6比較濾波前后語音信號的波形及頻譜 10四、心得體會 12五、源程序代碼 13六、參考文獻 18一、設計規(guī)定本次課程設計規(guī)定運用MATLAB對語音信號進行數(shù)字信號解決和分析，規(guī)定采集語音信號后，在MATLAB軟件平臺進行頻譜分析；并對所采集的語音信號加入干擾噪聲，對加入噪聲的信號進行頻譜分析，設計適宜的濾波器濾除噪聲，恢復原信號。二、設計環(huán)節(jié)2.1理論根據(jù)根據(jù)設計規(guī)定分析系統(tǒng)功效，掌握設計中所需理論（采樣頻率、采樣位數(shù)的概念，采樣定理；

時域信號的FFT分析；數(shù)字濾波器設計原理和辦法，多個不同類型濾波器的性能比較），闡明設計原理。2.2信號采集采集語音信號，并對其進行FFT頻譜分析，畫出信號時域波形圖和頻譜圖。2.3構造受干擾信號并對其進行FFT頻譜分析對所采集的語音信號加入干擾噪聲，對語音信號進行回放，感覺加噪前后聲音的變化，分析因素，得出結論。并對其進行FFT頻譜分析，比較加噪前后語音信號的波形及頻譜，對所得成果進行分析，闡明因素，得出結論。2.4數(shù)字濾波器設計根據(jù)待解決信號特點，設計適宜數(shù)字濾波器，繪制所設計濾波器的幅頻和相頻特性。2.5信號解決用所設計的濾波器對含噪語音信號進行濾波。對濾波后的語音信號進行FFT頻譜分析。畫出解決過程中所得多個波形及頻譜圖。對語音信號進行回放，感覺濾波前后聲音的變化。比較濾波前后語音信號的波形及頻譜，對所得成果和濾波器性能進行頻譜分析，闡明因素，得出結論。三、課程設計實現(xiàn)3.1語音信號的采集運用PC機上的聲卡和WINDOWS操作系統(tǒng)能夠進行數(shù)字信號的采集。將話筒輸入計算機的語音輸入插口上,啟動錄音機。按下錄音按鈕,接著對話筒說話,說完后停止錄音,屏幕左側將顯示所錄聲音的長度。點擊放音按鈕,能夠實現(xiàn)所錄音的重現(xiàn)。以文獻名“1.wav”保存入E:\中，將文獻以‘wav’格式保存。3.2語音信號的FFT頻譜分析通過用windows錄音之后，將錄音的文獻導入到MATLAB中，運用wavread函數(shù)對語音信號進行采樣，并使用MATLAB繪出采樣后的語音信號的時域波形和頻譜圖。Wavread函數(shù)調用格式y(tǒng)=wavread（file）%讀取file所規(guī)定的wav文獻，返回采樣值放在向量y中。[y,fs,nbits]=wavread(file)%采樣值放在向量y中，fs表達采樣頻率（hz），nbits表達采樣位數(shù)。y=wavread（file，N）%讀取錢N點的采樣值放在向量y中。y=wavread（file，[N1,N2]）%讀取從N1到N2點的采樣值放在向量y中。對語音信號speech.wav進行采樣其程序以下：[y,fs,nbits]=wavered('speech');%把語音信號進行加載入Matlab仿真軟件平臺中fs=8000nbits=8然后畫出語音信號的時域波形，然后對語音信號進行頻譜分析。在matlab中運用fft對信號進行快速傅里葉變換，得到信號的頻譜特性。其程序以下：fs=8000,bits=8,T=1,Ts=1/fs;N=T/Ts;[x,fs,bits]=wavread('E:\1.wav');x=x(:,1);subplot(321);plot(x);sound(x,fs,bits);title('時域波形圖')y=fft(x,1024);n=(fs/1024)*[1:1024];subplot(322);plot(n(1:512),abs(y(1:512)));title('頻譜圖');程序成果如圖3.2：圖3.23.3構造受干擾信號并對其進行FFT頻譜分析在MATLAB軟件平臺下，給原始的語音信號疊加上噪聲。噪聲類型分為以下幾個：（1）白噪聲；（2）單頻噪聲（正弦干擾）；（3）多頻噪聲（多正弦干擾）；（4）其它干擾，可設立為低頻、高頻、帶限噪聲，或Chirp干擾、沖激干擾。這里我們疊加單頻正弦干擾噪聲。其程序以下：dt=0.01*sin(2*pi*7000*(1:size(x))/fs);%dt1=fft(dt,1024);%plot(n(1:512),abs(dt1(1:512)));x1=x+dt';%sound(x1,fs,bits);y1=fft(x1,1024);subplot(223);plot(x1);title('污染信號波形');subplot(224);plot(n(1:1024),abs(y1(1:1024)));axis([0,1,0,0.4]);title('污染信號頻譜');程序成果如圖3.3：圖3.2之后對語音信號進行回放，感覺加噪前后聲音的變化，并對其進行FFT頻譜分析，比較加噪前后語音信號的波形及頻譜，并對所得成果進行分析。3.4設計數(shù)字濾波器在設計一種數(shù)字濾波器之前，必須首先根據(jù)實際的需要來擬定濾波器的技術指標，設計適宜的數(shù)字濾波器，并畫出濾波器的幅頻特性。這里我們設計了一種切比雪夫濾波器。其程序以下：wp=1000*2*pi;ws=1200*2*pi;fs=2500;Rp=0.3;Rs=40;[N,Wn]=cheb1ord(wp,ws,Rp,Rs,'s');[z,p,k]=cheb1ap(N,Rp);[A,B,C,D]=zp2ss(z,p,k);[AT,BT,CT,DT]=lp2lp(A,B,C,D,Wn);[b,a]=ss2tf(AT,BT,CT,DT);[bz,az]=impinvar(b,a,fs);[H,W]=freqz(bz,az);plot(W*fs/(2*pi),abs(H));grid;title('切比雪夫濾波器幅頻特性')xlabel('frequency/Hz');ylabel('magnitude');%切比雪夫濾波器切比雪夫濾波器的幅頻特性如圖3.4：圖3.43.5用濾波器對加噪語音信號進行濾波用自己設計的切比雪夫濾波器對加噪的語音信號進行濾波，在Matlab中，IIR濾波器運用函數(shù)filter對信號進行濾波。切比雪夫濾波器：X=filter(bz,az,x)3.6比較濾波前后語音信號的波形及頻譜運用切比雪夫濾波器，程序以下：程序成果如圖3.6wp=1000*2*pi;ws=1200*2*pi;Rp=0.3;Rs=40;[N,Wn]=cheb1ord(wp,ws,Rp,Rs,'s');[z,p,k]=cheb1ap(N,Rp);[A,B,C,D]=zp2ss(z,p,k);[AT,BT,CT,DT]=lp2lp(A,B,C,D,Wn);[b,a]=ss2tf(AT,BT,CT,DT);[bz,az]=impinvar(b,a,fs);[H,W]=freqz(bz,az);X=filter(bz,az,x)%sound(X,fs,bits);figure(2)X1=fft(X,1024)subplot(221);plot(X);title('解決后的信號波形');subplot(222);plot(n(1:512),abs(X1(1:512)));title('解決后的信號頻譜');圖3.6四、心得體會在本次課程設計的過程中，重要碰到的問題是原始語音信號的采集。有些語音信號在MATLAB中運行時不能達成抱負中的狀態(tài)，后來通過多次實驗和對比，發(fā)現(xiàn)，一、錄音時聲音要足夠的大，才干采集好的語音信號；二、要將錄音后的文獻后綴‘wma’轉換成‘wav’的格式。另首先就是在濾波器參數(shù)的選用上，開始時不清晰怎么選用，后來通過查找課本有關知識和與同窗討論才有效的解決這個問題。因此學習的過程是互相討論共同進步的，多多討論課題中碰到的問題，能夠鞏固我們的知識掌握能力，增加純熟運用度。從本次課程設計的中心來看，課題是但愿將數(shù)字信號解決技術應用于某一實際領域，這里就是指對語音信號的解決。作為存儲于計算機中的語音信號，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，就能夠對其進行解決了。在這里，用到了解決數(shù)字信號的強有力工具MATLAB，通過MATLAB里幾個命令函數(shù)的調用，很容易的在實際化語音與數(shù)字信號的理論之間搭起了一座橋梁。課題的特色在于它將采集到的語音看作了一種向量，于是語音數(shù)字化了，則能夠完全運用數(shù)字信號解決的知識來解決。我們能夠像給普通信號做頻譜分析同樣，來給語音信號做頻譜分析，也能夠較容易的用數(shù)字濾波器來對語音進行濾波解決。同時變化有關參數(shù)，理論結合實際，能夠分析出各參數(shù)對圖形的影響，從而加深對各個參數(shù)的理解。在完畢這次課程設計過程中我學到了許多東西，進一步理解了濾波器設計的辦法和各參數(shù)意義，通過分析信號時域和頻域的關系等，加深了對濾波性能的理解，并且學會了使用Matlab某些基本函數(shù)，增加了進一步學習Matlab軟件的愛好。同時，通過本次課程設計，使我懂得了理論與實際相結合是很重要的，只有理論知識是遠遠不夠的，只有把所學的理論知識與實踐相結合起來，從理論中得出結論，才干真正學有所用，從而立鍛煉了我的動手能力，和提高了我分析問題，解決問題的能力。五、源程序代碼fs=8000,bits=8,T=1,Ts=1/fs;N=T/Ts;[x,fs,bits]=wavread('E:\1.wav');x=x(:,1);figure(1)subplot(221);plot(x);%sound(x,fs,bits);title('時域波形圖')y=fft(x,1024);n=(fs/1024)*[1:1024];subplot(222);plot(n(1:512),abs(y(1:512)));title('頻譜圖');dt=0.01*sin(2*pi*7000*(1:size(x))/fs);%dt1=fft(dt,1024);%plot(n(1:512),abs(dt1(1:512)));x1=x+dt';%sound(x1,fs,bits);y1=fft(x1,1024);subplot(223);plot(x1);title('污染信號波形');subplot(224);plot(n(1:1024),abs(y1(1:1024)));axis([0,1,0,0.4]);title('污染信號頻譜');wp=1000*2*pi;ws=1200*2*pi;Rp=0.3;Rs=40;[N,Wn]=cheb1ord(wp,ws,Rp,Rs,'s');[z,p,k]=cheb1ap(N,Rp);[A,B,C,D]=zp2ss(z,p,k);[AT,BT,CT,DT]=lp2lp(A,B,C,D,Wn);[b,a]=ss2tf(AT,BT,CT,DT);[bz,az]=impinvar(b,a,fs);[H,W]=freqz(bz,az);X=filter(bz,az,x)%sound(X,fs,bits);figure(2)X1=fft(X,1024)subplot(221);plot(X);title('解決后的信號波形');subplot(222);plot(n(1:512),abs(X1(1:512)));title('解決后的信號頻譜');%主程序wp=1000*2*pi;ws=1200*2*pi;fs=2500;Rp=0.3;Rs=40;[N,Wn]=cheb1ord(wp,ws,Rp,Rs,'s');[z,p,k]=cheb1ap(N,Rp);[A,B,C,D]=zp2ss(z,p,k);[AT,BT,CT,DT]=lp2lp(A,B,C,D,Wn);[b,