基于matlab的語音信號濾波處理——數(shù)字信號處理課程設(shè)計

1、<p>　　數(shù)字信號處理課程設(shè)計</p><p>　　題目： 基于matlab的語音信號濾波處理</p><p>　　學(xué)院： 物理與電子信息學(xué)院 </p><p>　　專業(yè)： 電子信息工程 </p><p>　　班級： </p><p>　　學(xué)號： <

2、/p><p>　　姓名： </p><p>　　指導(dǎo)教師： </p><p><b>　　摘要： </b></p><p>　　語音信號處理是研究用數(shù)字信號處理技術(shù)和語音學(xué)知識對語音信號進行處理的新興學(xué)科，是目前發(fā)展最為迅速的學(xué)科之一，通過語音傳遞信息是人類最重要，最有效，

3、最常用和最方便的交換信息手段，所以對其的研究更顯得尤為重要。</p><p>　　Matlab語言是一種數(shù)據(jù)分析和處理功能十分強大的計算機應(yīng)用軟件，它可以將聲音文件變換成離散的數(shù)據(jù)文件，然后用起強大的矩陣運算能力處理數(shù)據(jù)。這為我們的本次設(shè)計提供了強大并良好的環(huán)境！</p><p>　　本設(shè)計要求自己錄制一段自己的語音后，在MATLAB軟件中采集語音信號、回放語音信號并畫出語音信號的時域波形

4、和頻譜圖。再在Matlab中分別設(shè)計不同形式的FIR數(shù)字濾波器。之后對采集的語音信號經(jīng)過不同的濾波器（低通、高通、帶通）后，觀察不同的波形，并進行時域和頻譜的分析。對比處理前后的時域圖和頻譜圖，分析各種濾波器對于語音信號的影響。最后分別收聽進行濾波后的語音信號效果，做到了解在怎么樣的情況下該用怎么樣的濾波器。</p><p><b>　　目錄</b></p><p>

5、　　1.設(shè)計內(nèi)容……………………………………………………………4</p><p>　　2.設(shè)計原理……………………………………………………………4</p><p>　　2.1語音信號的時域分析…………………………………………4</p><p>　　2.2語音信號的頻域分析…………………………………………5</p><p>　　3.設(shè)計過程……

6、………………………………………………………5</p><p>　　3.1實驗程序源代碼………………………………………………6</p><p>　　3.1.1原語音信號時域、頻域圖………………………………6</p><p>　　3.1.2低通濾波器的設(shè)計………………………………………6</p><p>　　3.1.3高通濾波器的設(shè)計………………

7、………………………7</p><p>　　3.1.4帶通濾波器的設(shè)計………………………………………8</p><p>　　3.1.5語音信號的回放………………………………………9</p><p>　　3.2調(diào)試結(jié)果描述…………………………………………………10</p><p>　　3.3所遇問題及結(jié)果分析…………………………………………15&

8、lt;/p><p>　　3.3.1所遇主要問題…………………………………………16</p><p>　　3.3.2結(jié)果分析………………………………………………16</p><p>　　4.體會與收獲…………………………………………………………17</p><p>　　5.參考文獻……………………………………………………………17</p>

9、;<p><b>　　1.設(shè)計內(nèi)容：</b></p><p>　　1．首先錄制好一段自己的語音。</p><p>　　2．用Matlab分別設(shè)計好3種類型的濾波器（指標自己確定）：低通型、高通型、帶通型。</p><p>　　3．用Matlab將語音信號進行采樣，并分別將其通過所設(shè)計的3種濾波器。</p><p

10、>　　4．用Matlab自帶的語音返回函數(shù)收聽濾波后的語音信號，分析并比較其與原語音信號的差異。</p><p><b>　　2.設(shè)計原理：</b></p><p>　　語音信號時一種非平穩(wěn)的時變信號，它帶著各種信息。在語音編碼、語音合成、語音識別和語音增強等語音處理中無一例外需要提取語音中包含的各種信息。語音信號分析的目的就在于方便有效的提取并表示語音信號所攜

11、帶的信息。語音信號處理可以分為時域和變換域等處理方法，其中時域分析是最簡單的方法，直接對語音信號的時域波形進行分析，崎嶇的特征參數(shù)主要有語音的短時能量，短時平均過零率，短時自相關(guān)函數(shù)等。</p><p>　　2.1語音信號的時域分析</p><p>　　信號提?。和ㄟ^圖形用戶界面上的菜單功能按鍵采集電腦上的一段音頻信號，完成音頻信號的頻率，幅度等信息的提取，并得到該語音信號的波形圖。<

12、;/p><p>　　信號調(diào)整：在設(shè)計的用戶圖形界面下對輸入的音頻信號進行各種變化，如變化幅度、改變頻率等操作，以實現(xiàn)對語音信號的調(diào)整。</p><p>　　2.2語音信號的頻域分析</p><p>　　信號的傅里葉表示在信號的分析和處理中起著重要的作用。因為對于線性系統(tǒng)來說，可以很方便地確定其對正弦或復(fù)指數(shù)和的響應(yīng)，所以傅里葉分析方法能完善地解決許多信號分析和處理問題。

13、另外，傅里葉表示使信號的某些特性變得更明顯，因此，它能更深入地說明信號的各項紅物理現(xiàn)象。</p><p>　　由于語音信號時隨著時間變化的，通常認為，語音是一個受準周期脈沖或隨機噪聲源激勵的線性系統(tǒng)的輸出。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵源頻譜的乘積。身份到系統(tǒng)的頻率響應(yīng)及激勵源都是隨時間變化的，因此一般標準的傅里葉表示雖然適用于周期及平穩(wěn)隨機信號的表示，但不能直接用于語音信號。由于語音信號可以認為在短時間內(nèi)，近

14、似不變，因而可以采用短時分析法。</p><p>　　1.信號變換：在用戶圖形界面西啊對采集的語音信號進行Fourier等變換，并畫出變換前后的頻譜圖和倒譜圖。</p><p>　　2.信號濾波：濾除語音信號中的噪音部分，可以采用抵用濾波、高通濾波、帶通濾波，并比較各種濾波后的效果。</p><p><b>　　3．設(shè)計過程：</b></

15、p><p>　　3.1實驗程序源代碼（原語音信號存放在e:\下）：</p><p>　　3.1.1．原語音信號的時域、頻域圖</p><p>　　[x1,fs,bits]=wavread('e:\txwz.wav');</p><p>　　%sound(x1,fs,bits);</p><p>　　figu

16、re(1);</p><p>　　plot(x1);%做原始語音信號的時域圖形</p><p>　　title('原始語音信號');</p><p>　　xlabel('時間 t');</p><p>　　ylabel('音量 n');</p><p>　　figure(

17、2);</p><p>　　y1=fft(x1);%做length(x1)點的FFT</p><p>　　y1=fftshift(y1); %平移，是頻率中心為0</p><p>　　derta_fs = fs/length(x1); %設(shè)置頻譜的間隔，分辨率</p><p>　　plot([-fs/2:derta_fs: fs/2-dert

18、a_fs],abs(y1));%畫出原始語音信號的頻譜圖</p><p>　　title('原始語音信號的頻譜');</p><p><b>　　grid on;</b></p><p>　　3.1.2低通濾波器的設(shè)計</p><p>　　%低通濾波：截止頻率4000，阻帶衰減20dB，過渡帶寬0.1π&

19、lt;/p><p><b>　　fc1=4000;</b></p><p>　　N1=2*pi*0.9/(0.1*pi)</p><p>　　wc1=2*pi*fc1/fs;</p><p>　　if rem(N1,2)==0</p><p><b>　　N1=N1+1;</b>

20、</p><p><b>　　end</b></p><p>　　Window= boxcar (N1+1); %長度為N1的矩形窗Window</p><p>　　b1=fir1(N1,wc1/pi,Window);</p><p>　　figure(3);</p><p>　　freqz(b1

21、,1,512);</p><p>　　title('低通濾波器的頻率響應(yīng)');</p><p>　　x1_low = filter(b1,1,x1);%對信號進行低通濾波</p><p>　　figure(4);</p><p>　　plot(x1_low);</p><p>　　title('

22、信號經(jīng)過低通濾波器(時域)');</p><p>　　figure(5);</p><p>　　plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_low))));</p><p>　　title('信號經(jīng)過低通濾波器（頻域）');</p><p>　　3.1

23、.3高通濾波器的設(shè)計</p><p>　　%高通濾波：截止頻率4000，阻帶衰減40dB,過渡帶寬0.1π</p><p><b>　　fc2=4000;</b></p><p>　　N2=2*pi*3.1/(0.1*pi)</p><p>　　wc2=2*pi*fc1/fs;</p><p>　

24、　N2=N2+mod(N2,2);</p><p>　　Window=hanning(N2+1);</p><p>　　b2=fir1(N2,wc2/pi,'high',Window);</p><p>　　figure(6);</p><p>　　freqz(b2,1,512);%數(shù)字濾波器頻率響應(yīng)</p>&

25、lt;p>　　title('高通濾波器的頻率響應(yīng)');</p><p>　　x1_high = filter(b2,1,x1);%對信號進行高通濾波</p><p>　　figure(7);</p><p>　　plot(x1_high);</p><p>　　title('信號經(jīng)過高通濾波器(時域)')

26、;</p><p>　　figure(8);</p><p>　　plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_high))));</p><p>　　title('信號經(jīng)過高通濾波器（頻域）')</p><p>　　3.1.4帶通濾波器的設(shè)計</p>

27、;<p>　　%帶通濾波：下截止頻率4000，上截止頻率8000，阻帶衰減20dB,過渡帶寬度0.1π</p><p>　　f1=4000;f2=8000; %帶通濾波器的通帶范圍</p><p>　　w1=2*pi*f1/fs;</p><p>　　w3=w1+0.1*pi;</p><p>　　w2=2*pi*f2/fs

28、;</p><p>　　w4=w2-0.1*pi;</p><p>　　w=[(w1+w3)/2,(w2+w4)/2];</p><p><b>　　B=0.1*pi;</b></p><p>　　N3=ceil(2*0.9*pi/B);</p><p>　　N3=N3+mod(N3,2);<

29、;/p><p>　　Window=boxcar(N3+1);</p><p>　　b3=fir1(N3,w/pi,'stop',Window);%帶通濾波器</p><p>　　figure(9);</p><p>　　freqz(b3,1,512);%數(shù)字濾波器頻率響應(yīng)</p><p>　　title(&

30、#39;帶通濾波器的頻率響應(yīng)');</p><p>　　x1_daitong = filter(b3,1,x1);%對信號進行帶通濾波</p><p>　　figure(10);</p><p>　　plot(x1_daitong);</p><p>　　title('信號經(jīng)過帶通濾波器(時域)');</p>

31、;<p>　　figure(11);</p><p>　　plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_daitong))));</p><p>　　title('信號經(jīng)過帶通濾波器（頻域）');</p><p>　　3.1.5語音信號的回放（分別執(zhí)行）</p>

32、;<p>　　sound(x1,fs,bits);%原始信號</p><p>　　sound(x1_low,fs,bits);%經(jīng)過低通濾</p><p>　　sound(x1_high,fs,bits); %經(jīng)過高通濾波</p><p>　　sound(x1_daitong,fs,bits);%經(jīng)過帶通濾波</p><p>&

33、lt;b>　　3.2調(diào)試結(jié)果描述</b></p><p>　　原始語音信號的時域圖形：</p><p><b>　　原始語音信號頻譜：</b></p><p>　　低通濾波器的頻率響應(yīng)：</p><p>　　信號經(jīng)過低通濾波后的時域波形：</p><p>　　信號經(jīng)過低通濾波后的

34、頻域波形</p><p>　　高通濾波器的頻率響應(yīng)：</p><p>　　信號經(jīng)過高通濾波后的時域波形：</p><p>　　信號經(jīng)過高通濾波后的頻域波形：</p><p>　　帶通濾波器的頻率響應(yīng)：</p><p>　　信號經(jīng)過帶通濾波后的時域波形：</p><p>　　信號經(jīng)過帶通濾波后的頻

35、域波形：</p><p>　　3.3所遇問題及結(jié)果分析</p><p>　　3.3.1所遇主要問題</p><p>　　1．在高通與帶通濾波器的設(shè)計時老是報錯，但同樣的用法在低通濾波器中就可以實現(xiàn)</p><p>　　b2=fir1(N2,wc2/pi,'high',Window);</p><p>　

36、　??? Error using ==> fir1</p><p>　　The window length must be the same as the filter length.</p><p>　　其要求在fir函數(shù)中所選用的窗長要和濾波器長度一致。但在參考書上指出，濾波器階數(shù)必須為窗長加1。經(jīng)上網(wǎng)查詢后，原來高通、帶阻濾波器的階數(shù)應(yīng)該控制為奇數(shù)，因為如果階數(shù)為偶數(shù)，則在π點

37、必有一零點，這對于高通帶阻來說是不允許的，故取階數(shù)為奇數(shù)，而你FIR1濾波器階數(shù)為M+1階，所以你的M必須為偶數(shù)，所以可以將程序中去窗長算法由原程序的: </p><p>　　N2=2*pi*0.9/(0.1*pi);</p><p>　　if rem(N2,2)==0</p><p><b>　　N2=N2+1;</b></p>

38、<p><b>　　End</b></p><p><b>　　和: </b></p><p>　　N3=2*pi*0.9/(0.1*pi);</p><p>　　if rem(N3,2)==0</p><p><b>　　N3=N3+1;</b></p>

39、;<p><b>　　End</b></p><p><b>　　改為了：</b></p><p>　　N2=N2+mod(N2,2);</p><p><b>　　和: </b></p><p>　　B=0.1*pi;（B為過渡帶寬）</p>&l

40、t;p>　　N3=ceil(2*0.9*pi/B);</p><p>　　N3=N3+mod(N3,2);</p><p>　　2.在設(shè)計高通濾波器時先是使用的矩形窗，用矩形窗驗證出來的結(jié)果中低頻語音分量依舊很強，不能將其全部抑制在0，之后換窗，選著了最小衰減可以到達53dB的海明窗，再次試驗，非常成功！</p><p><b>　　3.3.2結(jié)果分

41、析</b></p><p>　　經(jīng)過回放三個不同類型濾波器輸出的語音信號，并與原語音信號對比得到了如下結(jié)論。</p><p>　　語音高頻成分音質(zhì)非常尖銳，齒音中，聲音有些暗淡。</p><p>　　語音低頻成分音質(zhì)沉穩(wěn)，空間感覺強，語音渾厚。</p><p>　　語音中頻成分音質(zhì)有力度，有通透感。</p><

42、p><b>　　4．體會與收獲</b></p><p>　　以往都是通過課本來感性的認知語音信號，通過本次的課程設(shè)計，讓我對語音信號有了一個較為實際的認識。于此同時，讓我再次把數(shù)字信號處理及數(shù)字濾波器的設(shè)計方法重新進行了復(fù)習(xí)和學(xué)習(xí)。而對于Matlab，也再次讓我感受到了其功能的強大。最為重要的是，本次課程設(shè)計讓我重新審視了學(xué)習(xí)的過程：只去做實驗是不行的，首先還是要思考，遇到了問題查書籍