數字信號處理教程語音信號分析處理摘要用MATLAB對語音信號進行分析與處理，采集語音信號后，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，設計合適的濾波器濾除噪聲，恢復原信號。數字濾波器是數字信號處理的基礎，用來對信號進行過濾、檢測和參數估計等處理IIR數字濾波器最大的優點是給定一組指標時，它的階數要比相同組的FIR濾波器的低的多。信號處理中和頻譜分析最為密切的理論基礎是傅立葉變換FT離散傅立葉變換DFT）和數字濾波是數字信號處理的最基本內容。關鍵詞：MATLAB;語音信號；加入噪聲；濾波器；濾波1.設計目的要求（1待處理的語音信號是一個在20Hz~20kHz段的低頻信號。頁腳內容1

數字信號處理教程（2）要求MATLAB對語音信號進行分析和處理，采集語音信號后，在平臺進行頻譜分析；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，設計合適的濾波器進行濾除噪聲，恢復原信號。2.設計步驟（1選擇一個語音信號或者自己錄制一段語音文件作為分析對象；（2）對語音信號進行采樣，并對語音信號進行譜分析，畫出信號的時域波形圖和頻譜圖；（3）利用MATLAB自帶的隨機函數產生噪聲加入到語音信號中，對語音信號進行回放，對其進行FFT頻譜分析；（4）設計合適濾波器，對帶有噪聲的語音信號進行濾波，畫出濾波前后的時域波形圖和頻譜圖，比較加噪前后的語音信號，分析發生的變化；（5）對語音信號進行回放，感覺聲音變化。3.設計原理及內3.1理論依據（1采樣頻率：采樣頻率（也稱采樣速度或者采樣率）定義了每秒從連續信號中提取并組成離散頁腳內容2

數字信號處理教程信號的采樣個數，它用赫茲Hz）來表示。采樣頻率只能用于周期性采樣的采樣器，對于非周期采樣的采樣器沒有規則限制。通俗的講，采樣頻率是指計算機每秒鐘采集多少個聲音樣本，是描述聲音文件的音質、音調，衡量聲卡、聲音文件的質量標準。采樣頻率越高，即采樣的間隔時間越短，則在單位之間內計算機得到的聲音樣本數據就越多，對聲音波形的表示也越精確。（2）采樣位數：即采樣值或取樣值，用來衡量聲音波動變化的參數。（3）采樣定理：在進行模擬數字信號的的轉換過程中，當采樣頻率fs.max

大于信號中，最高頻率f的倍時，即：f>=2f，則采樣之后的數字信號完整的保留了原始信號中的信息，一般實際應maxs.maxmax用中保證采樣頻率為信號最高頻率的5~10倍；采樣頻率又稱乃奎斯特定理。（4）時域信號的FFT分析：信號的頻譜分析就是計算信號的傅立葉變換。連續信號與系統的傅立葉分析顯然不便于直接用計算機進行計算，使其應用受到限制。而FFT是一種時域和頻域均離散化的變換，適合數值計算，成為用計算機分析離散信號和系統的的有力工具。對連續信號和系統，可以通過時域采樣，應用DFT進行近似譜分析。（5）數字信號濾波器原理和方法：IIR數字濾波器系統函數：其中H(z)成為N階IIR數字濾波器系統函數IIR濾波器設計方法有間接和直接法間接法是借助于模擬濾波器的設計方法進行的其步驟是先設計過度模擬濾波器得到系統函數（s后將H（s）aa按某種方法轉換成數字濾波器的系統函數。利用有限脈沖響應（）濾波器設計濾波器。有限脈沖響應濾波器在保證幅度特性滿足技術要求頁腳內容3

數字信號處理教程的同時，很容易做到有嚴格的線性相位特性。用表示濾波器單位脈沖響應h（）的長度，其系統函數H（z）為H（z）z-1

的N-1次多項式，它在z面上有N-1個零點，在原點z=0有一個N-1重極點。因此，H（z）永遠穩點。穩定和線性相位是FIR波器最突出的優點。（6）各種不同類型濾波器的性能比較：巴特沃斯濾波器具有單調下降的幅頻特性；切比羅夫濾波器的幅頻特性在通帶或阻帶有等波紋特性，可以提高選擇性；貝塞爾濾波器通帶內有有較好的線性相位特性；橢圓濾波器的選擇性相對前三種是最好的，但通帶和阻帶內均呈現等波紋幅頻特性，相對特性的非線性稍重。IIR數字濾波器最大的優點是給定一組指標時，它的階數要比相同組FIR波器的低的多。IIR數字濾波器的設計方法是利用模擬濾波器成熟的理論及設計圖進行設計的，因而保留了一些典型模擬濾波器的優良的幅度特性。（7）離散傅立葉變換其中W

N

=

，N為DFT變換空間長度。3.2信號采集從網上下載一段式的文件，把文件“000.wav”保存在MATLAB文夾下的work文件夾中，頁腳內容4

數字信號處理教程以.wav式保存，這是windows操作系統規定的聲音文件保存的標準。[x1,fs]=audioread('000.wav');%語音信號進行加載入MATLAB仿真軟件平臺中，采樣值放在向量中，fs示采樣頻率（Hz）x=x1(1:5000,1);%對雙聲道信號取單聲道并取其點X=fft(x,4096);%對信號做4096FFT變換調用參數為被變換的時域序列向量，變換區間長度為4096，當x小于時，fft數自動在x后面補零。函數返x的4096DFT變換結果。x大于4096時，fft數計算x前面4096個元素構成的長序列的4096點DFT，略x后面的元素。進行圖形分區首先畫出語音信號的時域波形然后對其進行頻譜分析在MATLAB中利用fft信號進行快速傅立葉變換，得到信號的頻譜特性。magX=abs(X);%把傅里葉變換后的復數值取模subplot(2,1,1);%圖形分區plot(x);title('始信號波形');%制波形f=(0:2047)*fs/2/2048;%單位轉換subplot(2,1,2);plot(f,magX(1:2048));title('原始信號頻譜);其程序如下：[x1,fs]=audioread('000.wav');%讀取語音信號頁腳內容5

數字信號處理教程x=x1(1:5000,1);%對雙聲道信號取單聲道并取其點X=fft(x,4096);%對信號做4096FFT變換magX=abs(X);%把傅里葉變換后的復數值取模subplot(2,1,1);%圖形分區plot(x);title('始信號波形');%制波形f=(0:2047)*fs/2/2048;%單位轉換subplot(2,1,2);plot(f,magX(1:2048));title('原始信號頻譜);sound(x1,fs)程序結果如下圖：頁腳內容6

數字信號處理教程3.3加噪語音信號并對FFT譜分析其程序如下：[x,fs]=audioread('000.wav');n=length(x);x_p=fft(x,n);f=fs*(0:n/2-1)/n;頁腳內容7

數字信號處理教程figure(1)subplot(2,1,1);plot(x);title('原始語音信號采樣后的時域波形'xlabel('時間軸'ylabel(幅值A')subplot(2,1,2);plot(f,abs(x_p(1:n/2)));title('原始語音信號采樣后的頻譜圖'xlabel('頻率Hz');ylabel(頻率幅值'L=length(x);noise=(cos(6000/fs*pi*n)+cos(10000/fs*pi*n)+cos(15000/fs*pi*n))*0.5;x_z=x+noise';sound(x_z,fs)n=length(x);x_zp=fft(x_z,n);頁腳內容8

數字信號處理教程f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(x_z);title('加噪語音信號時域波形'xlabel('時間軸'ylabel(幅值A')subplot(2,1,2);plot(f,abs(x_zp(1:n/2)));title('加噪語音信號頻譜圖'xlabel('頻率Hz');ylabel(頻率幅值'sound(x_z,fs)程序結果如下圖：頁腳內容9

數字信號處理教程頁腳內容10

數字信號處理教程加入噪聲后得到的信號和原始的語音信號有明顯的不同。3.4數字濾波器設計設計數字濾波器的任務就是尋找一個因果穩定的線性時不變系統，并使系統函數H（）具有指定的頻率特性。本實驗采用MATLAB工具箱函數buttord設計數字低通波器。fp=800;fs=1300;rs=35;rp=0.5;Fs=44100;wp=2*Fs*tan(2*pi*fp/(2*Fs));頁腳內容11

數字信號處理教程ws=2*Fs*tan(2*pi*fs/(2*Fs));[n,wn]=buttord(wp,ws,rp,rs,'s'[b,a]=butter(n,wn,'s'[num,den]=bilinear(b,a,Fs);[h,w]=freqz(num,den,512,Fs);figure(1)%subplot(3,1,1)plot(w,abs(h));xlabel('頻率/Hz');ylabel(幅值'title('巴特沃斯低通濾波器幅度特性'axis([0,5000,0,1.2]);on;figure(2)%subplot(3,1,2)plot(w,20*log10(abs(h)));xlabel('頻率/Hz');ylabel(幅值db'title('巴特沃斯低通濾波器幅度特性db');axis([0,5000,-90,10]);gridon;頁腳內容12

數字信號處理教程figure(3)plot(w,180/pi*unwrap(angle(h)));xlabel('頻率/Hz');ylabel(相位'title('巴特沃斯低通濾波器相位特性'axis([0,5000,-1000,10]);gridon;[s1,Fs,bits]=audioread();x1=s1(:,1);sound(x1,Fs,bits);N1=length(x1);Y1=fft(x1,N1);f1=Fs*(0:N1-1)/N1;t1=(0:N1-1)/Fs;figure(4)plot(f1,abs(Y1))xlabel('頻率/Hz');ylabel(幅度'title('原始信號頻譜');grid;axis([060000400])y=filter(num,den,x1);頁腳內容13

數字信號處理教程sound(y,Fs,bits);N2=length(y);Y2=fft(y,N2);f2=Fs*(0:N2-1)/N2;t2=(0:N2-1)/Fs;figure(5)plot(f2,abs(Y2))xlabel('頻率/Hz');ylabel(幅度'title('過濾后信號的頻譜);gridon;axis([06000100])程序結果如下圖：頁腳內容14

數字信號處理教程頁腳內容15

數字信號處理教程頁腳內容16

數字信號處理教程3.5信號處理巴特沃斯濾波器利用函數filter進行濾波。用設計的濾波器對含噪聲的語音信號進行濾。其程序如下：[x,fs]=audioread('000.wav');x1=x(:,1);%獲取單列語音信號并對其做FFT變換N1=length(x1);頁腳內容17

數字信號處理教程fx1=fft(x1);w1=2/N1*[0:N1/2-1];n=0:N1-1;y=0.05*(cos(2*pi*n*3000/fs)+cos(2*pi*n*5000/fs)+cos(2*pi*n*8000/fs));%設計三余弦混合噪聲信號N2=length(y);

%對三余弦混合噪聲信號做換fy=fft(y);w2=2/N2*(0:N2/2-1)*fs/2;hdx=x1+y';

%產生加噪后的語音信號并對其做FFT變換M=length(hdx);fhdx=fft(hdx);w3=2/M*(0:M/2-1);figure

%畫出單列信號語音信號的頻譜圖、三余弦混合噪聲信號的離散信號圖%及其頻譜圖和加噪后語音信號的頻譜圖subplot(2,2,1);plot(w1,abs(fx1(1:N1/2)));subplot(2,2,2);stem((0:127),y(1:128));abs(fy(1:N2/2));subplot(2,2,4);plot(w3,abs(fhdx(1:M/2)));sound(hdx,fs);

%

語音信號有電流聲，而且噪聲比較明顯。頁腳內容18

數字信號處理教程wp=0.1;ws=0.15;rp=1;rs=50;%設計巴特沃斯濾波器[N4,Wc]=buttord(wp,ws,rp,rs);[B,A]=butter(N4,Wc);[Hd,w]=freqz(B,A);lohdx=filter(B,A,hdx);M1=length(lohdx);flohdx=fft(lohdx);w4=2/M1*(0:M1/2-1);

%利用巴特沃斯濾波器對加噪后語音信號進行濾波并對其做FFT換figure語音信號的頻譜圖

%畫出加噪后語音信號的音頻圖巴特沃斯濾波器的頻率響應曲線%和濾波后subplot(3,1,1);plot(hdx);subplot(3,1,2);plot(w/pi,abs(Hd));subplot(3,1,3);plot(w4,abs(flohdx(1:M1/2)));sound(lohdx,fs);

%濾波后語音信號比較低沉，較清晰。頁腳內容19

數字信號處理教程程序結果如下圖：頁腳內容20

數字信號處理教程將原始信號波形和濾波后的圖形相比較，大致相同，說明濾波器有效果，濾波成功。總本設計采用MATL