语音信号处理及滤波

《语音信号处理及滤波》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年1月2日语音信号处理及滤波摘要语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科，是目前发展最为迅速的学科之一。通过语音传递信息是人类最重要，最有效，最常用和最方便的交换信息手段，所以对其的研究更显得尤为重要。Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换成离散的数据文件，然后用起强大的矩阵运算能力处理数据。这为我们的本次设计提供了强大并良好的环境。本设计要求自己录制一段自己的语音后，在MATLAB软件中采集语音信号、回放语音信号并画出语音信号的

2、时域波和频谱图。本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。目录一：绪论··············································1二：课程设计内容与要求·······························1三：课程设计的原理···································13.1.语音的录

3、入与打开·····························13.2采样位数与采样频率····························13.3时域信号的FFT分析····························23.4数字滤波器设计原理····························2四：课程设计的具体实现·······························34.1语音信号的采集及时频分析·······················34.2语音信号加噪与频谱分析·········

4、···············44.3语音信号的滤波及频谱分析·······················64.4调试分析过程···································74.5结果分析·······································8五：心得体会·········································10六：参考文献·········································11一：绪论语音是语言的声学表现，是人类

5、交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。二：课程设计内容与要求本次课程设计要求利用MATLAB对语音信号进行数字信号处理和分析，要求采集语音信号后，在MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。三：课

6、程设计的原理3.1语音的录入与打开在MATLAB中，[y,fs,bits]=wavread('Blip',[N1N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。[N1N2]表示读取从N1点到N2点的值（若只有一个N的点则表示读取前N点的采样值）。sound(x,fs,bits);用于对声音的回放。向量y则就代表了一个信号（也即一个复杂的“函数表达式”）也就是说可以像处理一个信号表达式一样处理这个声音信号。3.2采样位数和采样频率采样位数即采样值或取样值，用来衡量声音波动变化的参

7、数，是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数。采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。11采样位数和采样率对于音频接口来说是最为重要的两个指标，也是选择音频接口的两个重要标准。无论采样频率如何，理论上来说采样的位数决定了音频数据最大的力度范围。每增加一个采样位数相当于力度范围增加了6dB。采样位数越多则捕捉到的信号越精确。对于采样率来说你可以想象它类似于一个照相机，44.1kHz意味着音频流进入计算机时计算机每秒会对其拍照达441000次。显然采样率越

8、高，计算机摄取的图片越多，对于原始音频的还原也越加精确。3.3时域信号的FFT分析FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT用于序列快速傅