1、基于MATLAB的語音(yyn)信號(hào)分析與處理 摘要(zhiyo)語音信號(hào)的處理是一門非常重要的學(xué)科，如今普遍應(yīng)用在電話通信、助聽器等方面。本次設(shè)計(jì)主要是為了在MATLAB軟件的幫助下處理一段加噪的聲音信號(hào)，該過程(guchng)會(huì)涉及到采樣定理，傅立葉變換等理論和算法在設(shè)計(jì)過程中的實(shí)際應(yīng)用。在本次設(shè)計(jì)中，我們關(guān)注的是在驅(qū)除噪聲污染是所需要的濾波器的選擇，充分比較各種優(yōu)缺點(diǎn)后，再利用濾波器來驅(qū)除雜音。通過濾波前后的聲音的頻譜圖的比較，來了解濾波器的特性和作用，并得到本次設(shè)計(jì)的結(jié)果。關(guān)鍵詞:語音信號(hào)；MATLAB；傅立葉變換；濾波器目 錄 TOC o 1-3 h z u HYPERLINK l

2、_Toc296697084 摘要(zhiyo)1 緒論(xln) HYPERLINK l _Toc296697084 11.1 課題(kt)的研究背景及意義 HYPERLINK l _Toc296697086 11.1 設(shè)計(jì)任務(wù) HYPERLINK l _Toc296697086 12 語音信號(hào)處理的基本理論知識(shí) HYPERLINK l _Toc296697084 12.1 采樣頻率和采樣位數(shù) HYPERLINK l _Toc296697086 1 HYPERLINK l _Toc296697086 2.2 采樣定理1 HYPERLINK l _Toc296697086 2.3 IIR數(shù)字濾波

3、器2 HYPERLINK l _Toc296697086 2.4 FIR數(shù)字濾波器2 HYPERLINK l _Toc296697086 2.5 IIR數(shù)字濾波器和FIR數(shù)字濾波器的比較3 HYPERLINK l _Toc296697086 2.6 倒譜3 HYPERLINK l _Toc296697085 3 語音信號(hào)處理和理論方案3 HYPERLINK l _Toc296697086 3.1 語音信號(hào)的采集3 HYPERLINK l _Toc296697086 3.2 語音信號(hào)的處理4 HYPERLINK l _Toc296697087 3.3 系統(tǒng)框圖4 HYPERLINK l _Toc

4、296697089 4 語音信號(hào)處理的實(shí)例分析.5 HYPERLINK l _Toc296697090 4.1語音文件在MATLAB平臺(tái)上的錄入與打開5 HYPERLINK l _Toc296697091 4.2原始語音信號(hào)頻譜分析及仿真5 HYPERLINK l _Toc296697091 4.3加噪語音信號(hào)頻譜分析及仿真8 HYPERLINK l _Toc296697091 4.4去噪及仿真13 HYPERLINK l _Toc296697091 4.5 語音信號(hào)的回放18 HYPERLINK l _Toc296697091 4.6結(jié)合去噪后的頻譜圖對(duì)比兩種方式濾波的優(yōu)缺點(diǎn)18 HYPER

5、LINK l _Toc296697097 5 總結(jié).19 HYPERLINK l _Toc296697097 6 致謝.19 HYPERLINK l _Toc296697099 參考文獻(xiàn)20 1緒論(xln)1.1課題(kt)的研究背景(bijng)及意義語言是我們?nèi)祟愃赜械墓δ埽莻鞒泻陀涊d人類幾千年文明史，沒有語言就沒有我們今天人類的文明。語音是語言最基本的表現(xiàn)形式，是相互傳遞信息最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。語音信號(hào)處理屬于信息科學(xué)的一個(gè)重要分支，大規(guī)模集成技術(shù)的高度發(fā)展和計(jì)算機(jī)技術(shù)的飛速前進(jìn)，推動(dòng)了這一技術(shù)的發(fā)展；它是研究用數(shù)字信號(hào)處理技術(shù)對(duì)語

6、音信號(hào)進(jìn)行處理的一門新興學(xué)科，同時(shí)又是綜合性的多學(xué)科領(lǐng)域和涉及面很廣的交叉學(xué)科，因此我們進(jìn)行語言信號(hào)處理具有時(shí)代的意義。1.2設(shè)計(jì)任務(wù)本設(shè)計(jì)先完成語音信號(hào)的采集，然后設(shè)計(jì)低通，帶通等濾波器對(duì)采集到的語音信號(hào)進(jìn)行濾波處理，分析語音信號(hào)各頻率段的特性。并對(duì)所采集的語音信號(hào)加入不同的干擾噪聲，對(duì)加入噪聲的信號(hào)進(jìn)行頻譜分析，針對(duì)受干擾語音信號(hào)的特點(diǎn)設(shè)計(jì)不同的濾波器，對(duì)加噪信號(hào)進(jìn)行濾波，恢復(fù)原信號(hào)。把原始語音信號(hào)、加噪語音信號(hào)和濾波后的信號(hào)進(jìn)行時(shí)域變換和頻域變換，畫出它們的時(shí)域波形和頻域波形圖，從視覺角度比較分析濾波的效果。2語音信號(hào)處理的基本理論知識(shí)2.1采樣頻率和采樣位數(shù)采樣頻率是指計(jì)算機(jī)每秒鐘采集

7、多少個(gè)聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。采樣頻率越高，即采樣的間隔時(shí)間越短，則在單位時(shí)間內(nèi)計(jì)算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對(duì)聲音波形的表示也越精確。采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)奎斯特理論，只有采樣頻率高于聲音信號(hào)最高頻率的兩倍時(shí)，才能把數(shù)字信號(hào)表示的聲音還原成為原來的聲音。這就是說采樣頻率是衡量聲卡采集、記錄和還原聲音文件的質(zhì)量標(biāo)準(zhǔn)。采樣位數(shù)即采樣值或取樣值，用來衡量聲音波動(dòng)變化的參數(shù)，是指聲卡在采集和播放聲音文件時(shí)所使用數(shù)字聲音信號(hào)的二進(jìn)制位數(shù)。采樣頻率是指錄音設(shè)備在一秒鐘內(nèi)對(duì)聲音信號(hào)的采樣次數(shù)，采樣頻率越高聲音的還原就越真實(shí)越自然。采樣位數(shù)和采

8、樣率對(duì)于音頻接口來說是最為重要的兩個(gè)指標(biāo)，也是選擇音頻接口的兩個(gè)重要標(biāo)準(zhǔn)。無論采樣頻率如何，理論上來說采樣的位數(shù)決定了音頻數(shù)據(jù)最大的力度范圍。每增加一個(gè)采樣位數(shù)相當(dāng)于力度范圍增加了6dB。采樣位數(shù)越多則捕捉到的信號(hào)越精確。2.2 采樣定理在進(jìn)行模擬/數(shù)字信號(hào)的轉(zhuǎn)換過程中，當(dāng)采樣(ci yn)頻率fs.max大于信號(hào)中，最高頻率fmax的2倍時(shí)，即：fs.max=2fmax,則采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，一般實(shí)際應(yīng)用中保證采樣頻率為信號(hào)最高頻率的510倍；采樣定理又稱奈奎斯特定理。 1924年奈奎斯特(Nyquist)就推導(dǎo)出在理想(lxing)低通信道的最高大碼元傳輸速率的

9、公式:理想低通信道的最高大碼元傳輸速率=2W*log2 N (其中W是理想低通信道的帶寬,N是電平(din pn)強(qiáng)度)2.3 IIR數(shù)字濾波器IIR(Infinite Impulse Response)數(shù)字濾波器，又名“無限脈沖響應(yīng)數(shù)字濾波器”，或“遞歸濾波器”。遞歸濾波器，也就是IIR數(shù)字濾波器，顧名思義，具有反饋，一般認(rèn)為具有無限的脈沖響應(yīng)。IIR濾波器有以下幾個(gè)特點(diǎn)：（1）封閉函數(shù)：IIR數(shù)字濾波器的 HYPERLINK /view/710031.htm t _blank 系統(tǒng)函數(shù)可以寫成封閉函數(shù)的形式。 （2）IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)：IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶

10、有反饋環(huán)路。IIR濾波器運(yùn)算結(jié)構(gòu)通常由延時(shí)、乘以系數(shù)和相加等基本運(yùn)算組成，可以組合成直接型、正準(zhǔn)型、級(jí)聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。由于運(yùn)算中的舍入處理，使誤差不斷累積，有時(shí)會(huì)產(chǎn)生微弱的 HYPERLINK /view/2027004.htm t _blank 寄生振蕩。 （3）借助成熟的模擬濾波器的成果：IIR數(shù)字濾波器在設(shè)計(jì)上可以借助成熟的模擬濾波器的成果，如巴特沃斯、契比雪夫和 HYPERLINK /view/3044598.htm t _blank 橢圓濾波器等，有現(xiàn)成的設(shè)計(jì)數(shù)據(jù)或圖表可查，其設(shè)計(jì)工作量比較小，對(duì)計(jì)算工具的要求不高。在設(shè)計(jì)一個(gè)IIR數(shù)字濾波器時(shí)，我們根據(jù)指標(biāo)

11、先寫出模擬濾波器的公式，再通過一定的變換，將模擬濾波器的公式轉(zhuǎn)換成數(shù)字濾波器的公式。（4）需加相位校準(zhǔn)網(wǎng)絡(luò)：IIR數(shù)字濾波器的相位特性不好控制，對(duì)相位要求較高時(shí)，需加相位校準(zhǔn)網(wǎng)絡(luò)。2.4 FIR數(shù)字濾波器FIR數(shù)字濾波器（finite impulse response filter）又名“有限脈沖響應(yīng)數(shù)字濾波器”，這類濾波器對(duì)于脈沖輸入信號(hào)的響應(yīng)最終趨向于0，因此而得名。有限脈沖響應(yīng)濾波器（FIR filter）的優(yōu)點(diǎn)：（1） 脈沖響應(yīng)（impulse response）為有限長(zhǎng)：造成當(dāng)輸入數(shù)位訊號(hào)為有限長(zhǎng)的時(shí)候，輸出數(shù)位訊號(hào)也為有限長(zhǎng)。（2） 比無限脈沖響應(yīng)濾波器（IIR filter）較容

12、易最佳化（optimize）。（3） 線性相位（linear phase）：造成(zo chn)h(n),是偶對(duì)稱（even）或奇對(duì)稱（odd）且有限長(zhǎng)。（4）一定是穩(wěn)定的（stable）：因?yàn)?yn wi)Z轉(zhuǎn)換（Z transform）后所有的極點(diǎn)（pole）都在單位圓內(nèi)2.5 IIR數(shù)字(shz)濾波器和FIR數(shù)字濾波器的比較 不論是IIR濾波器還是FIR濾波器的設(shè)計(jì)都包括三個(gè)步驟：(1)按照實(shí)際任務(wù)的要求，確定濾波器的性能指標(biāo)。(2)用一個(gè)因果、穩(wěn)定的離散線性時(shí)不變系統(tǒng)的系統(tǒng)函數(shù)去逼近這一性能指標(biāo)。根據(jù)不同的要求可以用IIR系統(tǒng)函數(shù)，也可以用FIR系統(tǒng)函數(shù)去逼近。(3)利用有限精度算法

13、實(shí)現(xiàn)系統(tǒng)函數(shù)，包括結(jié)構(gòu)選擇、字長(zhǎng)選擇等。但I(xiàn)IR濾波器和FIR濾波器的設(shè)計(jì)方法完全不同。IIR濾波器設(shè)計(jì)方法有間接法和直接法，間接法是借助于模擬濾波器的設(shè)計(jì)進(jìn)行的。其設(shè)計(jì)步驟是：先設(shè)計(jì)過渡模擬濾波器得到系統(tǒng)函數(shù)H（s），然后將H（s）按某種方法轉(zhuǎn)換成數(shù)字濾波器的系統(tǒng)函數(shù)H(z)。FIR濾波器比鞥采用間接法，常用的方法有窗函數(shù)法、頻率采樣發(fā)和切比雪夫等波紋逼近法。對(duì)于線性相位濾波器，經(jīng)常采用FIR濾波器。2.6 倒譜定義：倒譜定義為信號(hào)短時(shí)振幅譜的對(duì)數(shù)傅里葉反變換。特點(diǎn)：具有可近似地分離并能提取出頻譜包絡(luò)信息和細(xì)微結(jié)構(gòu)信息的特點(diǎn)用途：提取聲道特征信息：提取頻譜包絡(luò)特征，以此作為描述音韻的特征參數(shù)

14、而應(yīng)用于語音識(shí)別。提取音源信息：提取基音特征，以此作為描述音韻特征的輔助參數(shù)而應(yīng)用于語音識(shí)別。求法：DPTLogIDPT樣值檢測(cè)DPT時(shí)間窗時(shí)間窗(lifter)ABCDEFX(n)A：短時(shí)信號(hào)；B：短時(shí)頻譜；C：對(duì)數(shù)頻譜； D：倒譜系數(shù)；E：對(duì)數(shù)頻譜包絡(luò)； F：基本周期圖2-1倒譜框圖(kungt)3 語音信號(hào)處理和理論(lln)方案3.1 語音信號(hào)(xnho)的采集利用PC機(jī)上的聲卡和WINDOWS操作系統(tǒng)可以進(jìn)行數(shù)字信號(hào)的采集。將話筒輸入計(jì)算機(jī)的語音輸入插口上,啟動(dòng)錄音機(jī)。按下錄音按鈕,接著對(duì)話筒說話“課程設(shè)計(jì)”,說完后停止錄音,屏幕左側(cè)將顯示所錄聲音的長(zhǎng)度。點(diǎn)擊放音按鈕,可以實(shí)現(xiàn)所錄音

15、的重現(xiàn)。以文件名“kechengsheji.wav”保存入F : 中。可以看到,文件存儲(chǔ)器的后綴默認(rèn)為. wav ,這是WINDOWS操作系統(tǒng)規(guī)定的聲音文件存的標(biāo)準(zhǔn)。為了方便比較，需要在安靜、無噪音、干擾小的環(huán)境下錄。3.2 語音信號(hào)的處理語言信號(hào)的處理包括信號(hào)的采集和提取，信號(hào)的調(diào)整，信號(hào)的變換，信號(hào)的濾波。語音信號(hào)是一個(gè)隨時(shí)會(huì)變化的隨機(jī)信號(hào)，它的變化是不具備規(guī)律性的。語音信號(hào)的時(shí)域分析：語音信號(hào)的變化有一個(gè)過程，在一個(gè)較短的時(shí)間內(nèi)語音信號(hào)的特征基本保持不變，即語音的短時(shí)平穩(wěn)性。因而出現(xiàn)了短時(shí)分析技術(shù)，就是把語音信號(hào)分成一段一段來處理，這個(gè)一段所包含的的時(shí)間比較短，一般是20ms，在這么短的

16、時(shí)間內(nèi)，信號(hào)的特征一般不會(huì)變化。所以可以把語音信號(hào)當(dāng)做一個(gè)平穩(wěn)過程來分析和處理語音信號(hào)。通過短時(shí)的能量分析手段，可以知道信號(hào)的能量分布，區(qū)分信號(hào)信號(hào)中的濁音短和清音短段。（1）提取：通過MATLAB軟件中的wavread函數(shù)提取下載來的聲音信號(hào)，完成該音頻信號(hào)的頻率，幅度等信息的提取，并得到該語音信號(hào)的波形圖。（2）調(diào)整：對(duì)原始語音信號(hào)添加一個(gè)隨機(jī)函數(shù)，以此作為噪音，達(dá)到語音信號(hào)的加噪。語音信號(hào)的頻域分析：研究語音信號(hào)的頻率，可以明白頻率與聲音的關(guān)系，一般來說，聲音的高低與頻率的大小有直接的關(guān)系，當(dāng)然，這只是從粗淺的方面來看。頻域分析不只是研究聲音與信號(hào)的頻率。還研究頻率與信號(hào)功率之間的關(guān)系，

17、這就是功率譜估計(jì)。通過語音信號(hào)的功率譜，可以看出功率與聲音信號(hào)的關(guān)系，具體應(yīng)用到雷達(dá)方面的話，可以預(yù)判出分級(jí)的航行軌跡。頻域分析的方法一般有三種，其中利用傅里葉函數(shù)來研究是最常用的的方法，對(duì)一個(gè)語音信號(hào)進(jìn)行快速傅立葉變換，就能得到頻譜圖，對(duì)信號(hào)的頻譜取對(duì)數(shù)后再進(jìn)行傅里葉逆變換，就能得到倒譜圖。通過對(duì)倒譜圖的研究，可以解決語音識(shí)別技術(shù)中的語速變化識(shí)別的問題。通過對(duì)語音信號(hào)頻域的研究，可以充分了解信號(hào)的各種特征(tzhng)，知道頻率與聲音的聯(lián)系。（1）變換：在MATLAB軟件(run jin)中，對(duì)語音信號(hào)進(jìn)行傅立葉變換，得到信號(hào)的頻譜圖。（2）濾波(lb)：我們可以采用低通濾波、高通濾波器、帶

18、通濾波和帶阻濾波的方式，來濾除語音信號(hào)中的噪聲部分，并比較各種濾波之后的效果。最后，通過用戶圖形界面，把濾波后的信號(hào)進(jìn)行播放，進(jìn)行觀察，并比較前后的圖形，得出結(jié)論。3.3程序框圖語音信號(hào)處理的流程如圖3-1所示。信號(hào)采集效果顯示信號(hào)濾波信號(hào)加噪信號(hào)變換信號(hào)提取圖3-1程序框圖我們先進(jìn)行信號(hào)的采集，采集來的信號(hào)進(jìn)行四步處理，即信號(hào)提取，信號(hào)調(diào)整，信號(hào)交換，信號(hào)濾波，最后將效果顯示出來。4 語音信號(hào)分析處理和濾波4.1語音文件在MATLAB平臺(tái)上的錄入與打開單擊自己的電腦開始程序，選擇所有程序，接著選擇附件，再選擇娛樂，最后選擇錄音。自己錄入“課程設(shè)計(jì)”語音信號(hào)，然后保存在MATLAB文件夾里面，

19、命名為“kechengsheji.wav”。利用MATLAB中的wavread命令來讀入（采集）語音信號(hào)，將它賦值給某一向量。y,fs,bits=wavread( N1 N2);用于讀取語音，采樣值放在向量y中，fs表示采樣頻率(Hz)，bits表示采樣位數(shù)。N1 N2表示讀取從N1點(diǎn)到N2點(diǎn)的值（若只有一個(gè)N的點(diǎn)則表示讀取前N點(diǎn)的采樣值）。4.2 原始語音(yyn)信號(hào)頻譜分析及仿真利用MATLAB中的wavread命令來讀入（采集）語音信號(hào)，將它賦值給某一向量。再將該向量看作一個(gè)普通的信號(hào)，對(duì)其進(jìn)行FFT變換實(shí)現(xiàn)頻譜分析，再依據(jù)實(shí)際情況對(duì)它進(jìn)行濾波。對(duì)于波形圖與頻譜圖（包括濾波前后的對(duì)比圖

20、）都可以用 MATLAB畫出。我們還可以通過sound命令來對(duì)語音信號(hào)進(jìn)行回放，以便在聽覺上來感受聲音的變化。選擇設(shè)計(jì)此方案，是對(duì)數(shù)字信號(hào)處理的一次實(shí)踐。在數(shù)字信號(hào)處理的課程學(xué)習(xí)過程中，我們過多的是理論學(xué)習(xí)，幾乎沒有(mi yu)進(jìn)行實(shí)踐方面的運(yùn)用。這個(gè)課題正好是對(duì)數(shù)字語音處理的一次有利實(shí)踐，而且語音處理也可以說是信號(hào)處理在實(shí)際應(yīng)用中很大眾化的一方面。這個(gè)方案用到的軟件也是在數(shù)字信號(hào)處理中非常通用的一個(gè)軟件MATLAB軟件。所以這個(gè)課題的設(shè)計(jì)過程也是一次數(shù)字信號(hào)處理在MATLAB中應(yīng)用的學(xué)習(xí)過程。課題用到了較多的MATLAB語句，而由于課題研究范圍所限，真正與數(shù)字信號(hào)有關(guān)的命令函數(shù)卻并不多。s

21、ound(x,fs,bits); 用于對(duì)聲音的回放。向量y則就代表了一個(gè)信號(hào)（也即一個(gè)復(fù)雜的“函數(shù)表達(dá)式”）也就是說可以像處理一個(gè)信號(hào)表達(dá)式一樣處理這個(gè)聲音信號(hào)。FFT的MATLAB實(shí)現(xiàn)(shxin)：在MATLAB的信號(hào)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。下面介紹這些函數(shù)。函數(shù)FFT用于序列快速傅立葉變換。函數(shù)的一種調(diào)用格式為 y=fft(x)其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x為一向量，y是x的FFT。且和x相同長(zhǎng)度。若x為一矩陣，則y是對(duì)矩陣的每一列向量進(jìn)行FFT。如果x長(zhǎng)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

22、混合基的離散傅立葉變換算法，計(jì)算速度較慢。函數(shù)FFT的另一種調(diào)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(diǎn)的FFT。若x為向量且長(zhǎng)度小于N，則函數(shù)將x補(bǔ)零至長(zhǎng)度N。若向量x的長(zhǎng)度大于N，則函數(shù)截短x使之長(zhǎng)度為N。若x 為矩陣，按相同方法對(duì)x進(jìn)行處理。經(jīng)函數(shù)fft求得的序列y一般是復(fù)序列，通常要求其幅值和相位。MATLAB提供(tgng)求復(fù)數(shù)的幅值和相位函數(shù)：abs，angle，這些函數(shù)一般和 FFT同時(shí)使用。函數(shù)abs(x)用于計(jì)算復(fù)向量x的幅值，函數(shù)angle(x)用于計(jì)算復(fù)向量的相角，介于 和 之間，以弧度表示(biosh)。函數(shù)unwrap(p)用于展開弧

23、度相位角p ,當(dāng)相位角絕對(duì)變化超過 時(shí)，函數(shù)把它擴(kuò)展至 。用MATLAB工具箱函數(shù)(hnsh)fft進(jìn)行頻譜分析時(shí)需注意：（1）函數(shù)fft返回值y的數(shù)據(jù)結(jié)構(gòu)對(duì)稱性一般而言，對(duì)于N點(diǎn)的x(n)序列的FFT是N點(diǎn)的復(fù)數(shù)序列，其點(diǎn)n=N/2+1對(duì)應(yīng)Nyquist頻率，作頻譜分析時(shí)僅取序列X(k)的前一半，即前N/2點(diǎn)即可。X(k)的后一半序列和前一半序列時(shí)對(duì)稱的。（2）頻率計(jì)算 若N點(diǎn)序列x(n)(n=0,1,N-1)是在采樣頻率 下獲得的。它的FFT也是N點(diǎn)序列，即X(k)(k=0,1,2,N-1)，則第k點(diǎn)所對(duì)應(yīng)實(shí)際頻率值為f=k*f /N.（3）作FFT分析時(shí)，幅值大小與FFT選擇點(diǎn)數(shù)有關(guān)，但

24、不影響分析結(jié)果。下面的一段程序是語音信號(hào)在MATLAB中的最簡(jiǎn)單表現(xiàn)，它實(shí)現(xiàn)了語音的讀入打開，以及繪出了語音信號(hào)的波形頻譜圖。x,fs,bits=wavread(wangqingtian.wav);sound(x,fs,bits);X=fft(x,4096);magX=abs(X);angX=angle(X);subplot(221);plot(x);title(原始信號(hào)波形);subplot(222);plot(X); title(原始語音信號(hào)采樣后的頻譜圖)subplot(223);plot(magX);title(原始信號(hào)幅值);subplot(224);plot(angX);title

25、(原始信號(hào)相位);程序運(yùn)行可以聽到聲音，得到的圖形為：（圖4-1、圖4-2、圖4-3、圖4-4）圖4-1 原始(yunsh)信號(hào)波形圖4-2 原始語音信號(hào)(xnho)采樣后頻譜圖圖4-3 原始(yunsh)信號(hào)幅值圖4-4 原始信號(hào)(xnho)相位4.3 加噪語音信號(hào)頻譜分析(fnx)及仿真(1)正弦波信號(hào)加入原始語音信號(hào)前面已經(jīng)介紹了MATLAB軟件相關(guān)知識(shí)，那么我們?cè)趺丛贜ATLAB平臺(tái)上實(shí)現(xiàn)對(duì)一段原始語音信號(hào)加入一個(gè)正弦波信號(hào)呢？ 下面一段程序?qū)崿F(xiàn)了在原始語音信號(hào)加入正弦波信號(hào)。 y,fs,bits=wavread(wangqingtian.wav);sound(y,fs)n=lengt

26、h(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(y);title(原始語音(yyn)信號(hào)采樣后時(shí)域波形);xlabel(時(shí)間軸)ylabel(幅值 A)subplot(2,1,2);plot(f,abs(y_p(1:n/2);title(原始語音(yyn)信號(hào)采樣后的頻譜圖);xlabel(頻率(pnl)Hz);ylabel(頻率幅值);noise=1*sin(2*pi*3000*n);y_z=y+noise;sound(y_z,fs)L=length(y_z);y_zp=fft(y_z,L);f=fs*(0:L/2

27、-1)/L;figure(2)subplot(2,1,1);plot(y_z);title(加噪語音信號(hào)時(shí)域波形);xlabel(時(shí)間軸)ylabel(幅值 A)subplot(2,1,2);plot(f,abs(y_zp(1:L/2);title(加噪語音信號(hào)頻譜圖);xlabel(頻率Hz);ylabel(頻率幅值); 分析此段程序可知，此程序是先對(duì)原始語音信號(hào)做時(shí)域波形(b xn)分析和頻譜分析，然后再對(duì)加噪的語音(yyn)信號(hào)做時(shí)域波形分析和頻譜分析。首先通過MATLAB中調(diào)用和回放(hu fn)語音信號(hào)命令來實(shí)現(xiàn)對(duì)原始語音信號(hào)的調(diào)用和回放，程序如下：y,fs,bits=wavread

28、(wangqingtian.wav);sound(y,fs)由于在MATLAB中，如要實(shí)現(xiàn)兩個(gè)信號(hào)的相加減，那么兩個(gè)信號(hào)的長(zhǎng)度和維度都要一樣才能相加減。程序中：n=length(y) 用于計(jì)算信號(hào)的長(zhǎng)度和選取變換的點(diǎn)數(shù)。然后用傅里葉變換到頻域：y_p=fft(y,n);通過函數(shù) f=fs*(0:n/2-1)/n;計(jì)算出對(duì)應(yīng)點(diǎn)的頻率，然后繪制出原始語音信號(hào)的時(shí)域波形和頻譜圖。圖形如下：（圖45）圖45 原始語音信號(hào)采樣后時(shí)域波形和頻譜圖上段程序中，函數(shù)noise是頻率為3000Hz的正弦波信號(hào)噪音，語句y_z=y+noise實(shí)現(xiàn)了兩個(gè)信號(hào)的相加，然后繪制加噪后的語音信號(hào)時(shí)域波形和頻譜圖并回放加噪

29、后的語音信號(hào)。加噪后的時(shí)域波形和頻譜圖如下：（圖46）圖4-6 加噪語音信號(hào)(xnho)時(shí)域波形和頻譜圖如上所示，通過對(duì)加噪前和加噪后語音信號(hào)的圖像的對(duì)比和對(duì)語音信號(hào)回放的人耳感知可以知道，加入正弦波信號(hào)后頻譜圖和時(shí)域波形并沒有什么(shn me)明顯的變化，而人耳聽到的聲音也幾乎沒有什么變化。（2）隨機(jī)(su j)噪音信號(hào)加入原始語音信號(hào)matlab函數(shù)randn：產(chǎn)生正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù) 產(chǎn)生均值為0，方差 2 = 1，標(biāo)準(zhǔn)差 = 1的正態(tài)分布的隨機(jī)數(shù)或矩陣的函數(shù)。用法： Y = randn(n) 返回一個(gè)n*n的隨機(jī)項(xiàng)的矩陣。如果n不是個(gè)數(shù)量，將返回錯(cuò)誤信息。Y = randn(

30、m,n) 或 Y = randn(m n) 返回一個(gè)m*n的隨機(jī)項(xiàng)矩陣。Y = randn(m,n,p,.) 或 Y = randn(m n p.)產(chǎn)生隨機(jī)數(shù)組。 Y = randn(size(A) 返回一個(gè)和A有同樣維數(shù)大小的隨機(jī)數(shù)組。 randn返回一個(gè)每次都變化的數(shù)量。下面(xi mian)一段程序?qū)崿F(xiàn)了利用randn函數(shù)把一段隨機(jī)噪音信號(hào)加入(jir)原始語音信號(hào)的信號(hào)處理過程：y,fs,bits=wavread(wangqingtian.wav);sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subplot(

31、2,1,1);plot(y);title(原始語音信號(hào)采樣(ci yn)后的時(shí)域波形);xlabel(時(shí)間軸)ylabel(幅值A(chǔ))subplot(2,1,2);plot(f,abs(y_p(1:n/2);title(原始語音信號(hào)采樣后的頻譜圖);xlabel(頻率Hz);ylabel(頻率幅值);L=length(y)noise=0.1*randn(L,2);y_z=y+noise;sound(y_z,fs)n=length(y);y_zp=fft(y_z,n);f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(y_z);title(加噪語音信號(hào)時(shí)域

32、波形);xlabel(時(shí)間軸)ylabel(幅值A(chǔ))subplot(2,1,2);plot(f,abs(y_zp(1:n/2);title(加噪語音(yyn)信號(hào)頻譜圖);xlabel(頻率(pnl)Hz);ylabel(頻率(pnl)幅值);語句 L=length(y) noise=0.1*randn(L,2) y_z=y+noise;sound(y_z,fs)加噪后語音信號(hào)的時(shí)域波形、頻譜圖（圖47）圖4-7 加噪語音信號(hào)時(shí)域波形和頻譜圖通過對(duì)兩張圖片的對(duì)比，很明顯可以看加噪后的語音信號(hào)時(shí)域波形比原始語音信號(hào)渾濁了許多，在時(shí)間軸上可以明顯看出00.5S的幅值增大了；通過對(duì)原始語音信號(hào)的頻譜

33、圖與加噪后的語音信號(hào)頻譜圖的對(duì)比，也可以看出在頻率5000Hz以后的頻率幅值發(fā)生了明顯的增加。再通過對(duì)原始語音信號(hào)的回放效果與加噪后的語音信號(hào)回放的效果的對(duì)比，人耳可以明顯辨別出兩種語音信號(hào)不一樣了，加噪后的語音信號(hào)在聽覺上比原始語音信號(hào)要渾濁很多，而且還有吱吱嘎嘎的混雜音。4.4 去噪及仿真（1）FIR濾波器法去噪通過對(duì)上一節(jié)中加噪語音信號(hào)和原始語音信號(hào)頻譜圖對(duì)比可以知道，噪音大部分是Hz大于5000的部分，故設(shè)計(jì)低通濾波器進(jìn)行濾波處理(chl)。接下來我們要用設(shè)計(jì)的FIR低通濾波器對(duì)上一節(jié)中加噪語音信號(hào)進(jìn)行濾波處理。用自己設(shè)計(jì)的FIR數(shù)字低通濾波器對(duì)加噪的語音信號(hào)進(jìn)行濾波時(shí)，在Matlab

34、中，F(xiàn)IR濾波器利用函數(shù)fftfilt對(duì)信號(hào)進(jìn)行濾波。函數(shù)fftfilt用的是重疊相加法實(shí)現(xiàn)線性卷積的計(jì)算。調(diào)用格式為：y=fftfilter(h,x,M)。其中，h是系統(tǒng)單位沖擊響應(yīng)向量(xingling)；x是輸入序列向量；y是系統(tǒng)的輸出序列向量；M是有用戶選擇的輸入序列的分段長(zhǎng)度，缺省時(shí)，默認(rèn)的輸入向量的重長(zhǎng)度M=512。用設(shè)計(jì)(shj)好的FIR數(shù)字低通濾波器對(duì)加噪語音信號(hào)的濾波程序：y,fs,bits=wavread(wangqingtian.wav);sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subpl

35、ot(2,1,1);plot(y);title(原始語音信號(hào)采樣后的時(shí)域波形);xlabel(時(shí)間軸)ylabel(幅值A(chǔ))subplot(2,1,2);plot(f,abs(y_p(1:n/2);title(原始語音信號(hào)采樣后的頻譜圖);xlabel(頻率Hz);ylabel(頻率幅值);L=length(y)noise=0.1*randn(L,2);y_z=y+noise;sound(y_z,fs)n=length(y);y_zp=fft(y_z,n);f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(y_z);title(加噪語音信號(hào)(xnho)

36、時(shí)域波形);xlabel(時(shí)間軸)ylabel(幅值A(chǔ))subplot(2,1,2);plot(f,abs(y_zp(1:n/2);title(加噪語音(yyn)信號(hào)頻譜圖);xlabel(頻率(pnl)Hz);ylabel(頻率幅值);Ft=5000;Fp=1000;Fs=1200;wp=2*Fp/Ft;ws=2*Fs/Ft;rp=1;rs=50;p=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,Kaise

37、r(n21+1,beta);h,w=freqz(b21,1);plot(w/pi,abs(h);title(FIR低通濾波器);x=fftfilt(b21,y_z);X=fft(x,n);figure(4);subplot(2,2,1);plot(f,abs(y_zp(1:n/2);title(濾波前信號(hào)的頻譜);subplot(2,2,2);plot(f,abs(X(1:n/2);title(濾波后信號(hào)的頻譜);subplot(2,2,3);plot(y_z);title(濾波(lb)前信號(hào)的時(shí)域波形)subplot(2,2,4);plot(x);title(濾波(lb)后信號(hào)的時(shí)域波形)s

38、ound(x,fs,bits)得到的圖像(t xin)如下：（圖48）圖4-8 FIR濾波前和濾波后波形及頻譜分析：從以上四圖可以很明顯和直觀的看出原始語音信號(hào)和加噪語音信號(hào)時(shí)域波形和頻譜圖的區(qū)別。加噪后的語音信號(hào)的時(shí)域波形比原始語音信號(hào)要模糊得多，頻譜圖則是在頻率5000Hz以后出現(xiàn)了明顯的變化。再通過濾波前的信號(hào)波形和頻譜圖的對(duì)比，可以明顯看出濾波后的波形開始變得清晰了，有點(diǎn)接近原始信號(hào)的波形圖了。濾波后信號(hào)的頻譜圖也在5000Hz以后開始逐漸接近原始語音信號(hào)的頻譜圖。再從對(duì)語音信號(hào)的回放，人耳可以明顯辨別出加噪后的語音信號(hào)比較渾濁，還有很明顯嘎吱嘎吱的雜音在里面。濾波后，語音信號(hào)較加噪后

39、的信號(hào)有了明顯的改善，基本可以聽清楚了，而且雜音也沒有那么強(qiáng)烈，但是聲音依然沒有原始語音信號(hào)那么清晰脆耳。（2）IIR濾波器法去噪同樣，也設(shè)計(jì)一個(gè)IIR低通濾波器對(duì)加噪語音信號(hào)(xnho)進(jìn)行內(nèi)部處理。Ft=8000;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); %求低通濾波器的階數(shù)和截止頻率b11,a11=butter(n11,wn11,s); %求S域的頻率響應(yīng)(pn l xin yn)的參數(shù)num11,den11

40、=bilinear(b11,a11,0.5); %雙線性變換實(shí)現(xiàn)(shxin)S域到Z域的變換h,w=freqz(num11,den11); %根據(jù)參數(shù)求出頻率響應(yīng)plot(w*8000*0.5/pi,abs(h);legend(用butter設(shè)計(jì));grid;y,fs,nbits=wavread (BYSJ.wav);n = length (y) ; %求出語音信號(hào)的長(zhǎng)度noise=0.01*randn(n,2); %隨機(jī)函數(shù)產(chǎn)生噪聲s=y+noise; %語音信號(hào)加入噪聲S=fft(s); %傅里葉變換z11=filter(num11,den11,s);sound(z11);m11=fft

41、(z11); %求濾波后的信號(hào)subplot(2,2,1);plot(abs(S),g);title(濾波前信號(hào)的頻譜);grid;subplot(2,2,2);plot(abs(m11),r);title(濾波后信號(hào)的頻譜);grid;subplot(2,2,3);plot(s);title(濾波(lb)前信號(hào)的波形);grid;subplot(2,2,4);plot(z11);title(濾波后的信號(hào)(xnho)波形);得到下面(xi mian)的圖形：如（圖4-9）圖4-9 IIR濾波前和濾波后波形及頻譜4.5語音信號(hào)的回放將經(jīng)過處理的語音信號(hào)放到MATLAB軟件中進(jìn)行回放，對(duì)比濾波后的

42、聲音與原始的聲音的不同。4.6 結(jié)合去噪后的頻譜圖對(duì)比兩種方式濾波的優(yōu)缺點(diǎn)IIR數(shù)字濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)路。IIR濾波器運(yùn)算結(jié)構(gòu)通常由延時(shí)、乘以系數(shù)和相加等基本運(yùn)算組成，可以組合成直接型、正準(zhǔn)型、級(jí)聯(lián)型、并聯(lián)型四種結(jié)構(gòu)形式，都具有反饋回路。由于運(yùn)算中的舍入處理，使誤差不斷累積，有時(shí)會(huì)產(chǎn)生微弱的寄生振蕩。 （1）IIR數(shù)字濾波器的相位特性不好(b ho)控制，對(duì)相位要求較高時(shí)，需加相位校準(zhǔn)網(wǎng)絡(luò)。FIR濾波器則要求較低。（2）IIR濾波器運(yùn)算誤差大，有可能出現(xiàn)極限(jxin)環(huán)振蕩，F(xiàn)IR相比之下運(yùn)算誤差較小，不會(huì)出現(xiàn)極限環(huán)振蕩。（3）IIR幅頻特性精度(jn d)很高，不是 HYPERLINK /view/1424251.htm t _blank 線性相位的，可以應(yīng)用于對(duì)相位信息不敏感的音頻信號(hào)上； （4）與 HYPERLINK /view/2908166.htm t _blank FIR濾波器的設(shè)計(jì)不同，IIR濾波器設(shè)計(jì)時(shí)的階數(shù)不是由設(shè)計(jì)者指定，而是根據(jù)設(shè)計(jì)者輸入的各個(gè)濾波器參數(shù)（截止頻率、通帶濾紋、阻帶衰減等），由軟件設(shè)計(jì)出滿足這些參數(shù)的最低濾波器階數(shù)。在MATLAB下設(shè)計(jì)不同類型I