资源描述：
《基于matlab的数字音效处理器》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、《数字信号处理》课程项目终期报告题目：数字音效处理器组号：78组长：成员：成员：成员：成员：联系方式：二零一三年十月十六日目录第一章绪论11.1项目背景及研究意义11.2数字信号处理概述1第二章总体方案设计32.1项目需求分析32.2开发平台及工具选择32.3项目功能设计3第三章人机交互界面设计4第四章数字语音信号简单处理效果设计54.1低音增强54.2回声特效64.3添加背景音乐84.4回旋效果94.5快/慢放特效11第五章自适应语音分割、倒序135.1目标实现135.2原理简述135.3实现步骤135.4应用实践165.5核心代码分析165.5算法优化（快速自适应倒序）1
2、8第六章项目实施过程19第七章总结与展望207.1项目总结207.2项目展望20附录21参考文献37第一章绪论1.1项目背景及研究意义随着科技的发展,数字信号处理器DSP(DigitalSignalProcessor)被广泛的应用在各种电子产品中,从便携的个人数字助手PDA(PersonalDigitalAssistant)到家庭影院,电子产品对人们的生活产生着巨大的影响。人们不仅对图像的质量有很高的要求,近年来对声音质量的需求也与日俱增。这种需求已经不单局限在聆听,而上升为一种听觉享受。在实际生活中,除了符合建筑声学标准的录音室、音乐厅等外,一般的室内都很难达到比较完美的音
3、质及效果,通常需要使用音效处理器来进行处理、美化，这使得音效器的发展,得到了更为广泛的关注。1.2项目背景及研究意义数字信号处理(DigitalSignalProcessing,DSP)是利用专门或通用的数字信号芯片,以数字计算的方法对信号进行处理,具有处理速度快、灵活、精确、抗干扰能力强、体积小等优点。DSP有硬件、算法和理论等三个基础支撑着它的发展和应用。硬件是指用VLSI(超大规模集成电路)实现的通用和专用芯片,目前许多芯片的运算速度已超过每秒几千万次,最高达到每秒16亿次,价格也大幅度降低。在通信、电视、雷达和各种消费电子产品方面应用的软件和算法非常丰富,例如,信源编
4、码(压缩)和解码、信道编码和解码,信号的调制与解调、噪声对消、信号加密与解密,电机的自动控制和各类信号的分析等。知成体系的理论包括离散线性系统理论、离散和快速变换理论、数字滤波理论、信号检测理论、量化效应和误差理论、非线性谱估计理论以及小波变换理论等。数字信号处理的应用领域十分广泛。就所获取信号的来源而言，有通信信号的处理，雷达信号的处理，遥感信号的处理，控制信号的处理，生物医学信号的处理，地球物理信号的处理，振动信号的处理等。若以所处理信号的特点来讲，又可分为语音信号处理，图像信号处理，一维信号处理和多维信号处理等。无论哪方面的应用，首先须经过信息的获取或数据的采集过程得到
5、所需的原始信号，如果原始信号是连续信号，还须经过抽样过程使之成为离散信号，再经过模数转换得到能为数字计算机或处理器所接受的二进制数字信号。如果所收集到的数据已是离散数据，则只须经过模数转换即可得到二进制数码。数字信号处理器的功能是将从原始信号抽样转换得来的数字信号按照一定的要求，例如滤波的要求，加以适当的处理，即得到所需的数字输出信号。经过数模转换先将数字输出信号转换为离散信号，再经过保持电路将离散信号连接起来成为模拟输出信号，这样的处理系统适用于各种数字信号处理的应用，只不过专用处理器或所用软件有所不同而已。语音信号处理是信号处理中的重要分支之一。它包括的主要方面有：语音的
6、识别，语言的理解，语音的合成,语音的增强,语音的数据压缩等。各种应用均有其特殊问题。语音识别是将待识别的语音信号的特征参数即时地提取出来，与已知的语音样本进行匹配，从而判定出待识别语音信号的音素属性。关于语音识别方法，有统计模式语音识别，结构和语句模式语音识别，利用这些方法可以得到共振峰频率、音调、嗓音、噪声等重要参数，语音理解是人和计算机用自然语言对话的理论和技术基础。语音合成的主要目的是使计算机能够讲话。为此，首先需要研究清楚在发音时语音特征参数随时间的变化规律，然后利用适当的方法模拟发音的过程，合成为语言。其他有关语言处理问题也各有其特点。语音信号处理是发展智能计算机和
7、智能机器人的基础，是制造声码器的依据。语音信号处理是迅速发展中的一项信号处理技术。第一章总体方案设计2.1项目需求分析该项目题目是数字音效处理器。要实现音效处理，大致可以分成三部分，即语音采集、语音处理、语音输出。首先要有待处理的语音信号。这个语音信号我们可以现场录制，也可以打开已经录制好语音文件；然后是语音处理，这部分由matlab程序实现；最后是语音输出，由计算机输出。2.2开发平台Matlab20082.3项目功能设计第一章人机交互界面设计如上图，是我们最终的人机交互界面。主要分成两个部分，语音采
