语音信号采集与时频域分析正文
第一章引言
语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和频域等处理方法。语音信号可以认为在短时间内(一般认为在 10~30ms 的短时间内)近似不变，因而可以将其看作是一个准稳态过程, 即语音信号具有短时平稳性。任何语音信号的分析和处理必须建立在“短时”的基础上, 即进行“短时分析”。
时域分析:直接对语音信号的时域波形进行分析，提取的特征参数有短时能量，短时平均过零率，短时自相关函数等。
频域分析:对语音信号采样，并进行傅里叶变换来进行频域分析。主要分析的特征参数：短时谱、倒谱、语谱图等。
本文采集作者的声音信号为基本的原始信号。对语音信号进行时频域分析后，进行加白噪声处理并进行了相关分析，设计滤波器并运用所设计的滤波器对加噪信号进行滤波, 绘制滤波后信号的时域波形和频谱。整体设计框图如下图所示：
图1.1时频域分析设计图
图1.2加噪滤波分析流程图
第二章 语音信号时域分析
语音信号的时域分析可直接对语音信号进行时域波形分析，在此只只针对语音信号的短时能量、短时平均过零率、短时自相关函数进行讨论。
2.1窗口选择
由人类的发生机理可知，语音信号具有短时平稳性，因此在分析讨论中需要对语音信号进行加窗处理进而保证每个短时语音长度为10~30ms 。通常选择矩形窗和哈明窗能得到较理想的“短时分析”设计要求。两种窗函数的时域波形如下图2.1所示：
sample
w （n ）
sample
w （n ）
图2.1 矩形窗和Hamming 窗的时域波形
矩形窗的定义：一个N 点的矩形窗函数定义为如下
{1,00,()n N
w n ≤<=其他
（2.1）
哈明窗的定义：一个N 点的哈明窗函数定义为如下
0.540.46cos(2),010,()n n N
N w n π-≤<-???
其他
= （2.2）
这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图2.2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；哈明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用哈明窗，在计算短时能量和平均幅度时通常用矩形窗。表2.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。
图2.2 矩形窗和哈明窗的频率响应 表2.1 矩形窗和哈明窗的主瓣宽度和旁瓣峰值
2.2短时能量
短时能量主要分析语音信号能量随时间的变化，由于语音信号的清音和浊音之间能量有较大的差距，进而可通过短时能量对语音的清浊音进行分析。
定义短时能量为：
2
21
[()()]
[()()]n
n m m n N E x m w n m x m w n m ∞
=-∞
=-+=
-=
-∑∑
（2.3）
其中N 为窗长，当选用矩形窗时则有：
2
()n m E x
m ∞
=-∞
=
∑ （2.4）
由式（2.3）能量函数反应语音信号的幅度，同时由图2.3~2.4可知窗长对能量函数起着决定性作用。窗长太大，不能反应能量n E 的变化，窗长太小，不能得到平滑的能量函数。
短时能量函数的应用:1）可用于区分清音段与浊音段。n E 值大对应于浊音段，n E 值小对应于清音段。2）可用于区分浊音变为清音或清音变为浊音的时间（根据n E 值的变
窗函数
主瓣宽度 旁瓣峰值 矩形窗
4*pi/N 13.3dB 哈明窗 8*pi/N
42.7dB
基于matlab的语音信号的采集与处理
文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。 目录 第1章前言 ................................................................................................... 错误!未定义书签。第2章语音信号分析处理的目的和要求 ................................................... 错误!未定义书签。 2.1MATLAB软件功能简介................................................................. 错误!未定义书签。 2.2课程设计意义 .................................................................................. 错误!未定义书签。第3章语音信号的仿真原理..................................................................... 错误!未定义书签。第4章语音信号的具体实现..................................................................... 错误!未定义书签。 4.1语音信号的采集................................................................................ 错误!未定义书签。 4.2语音信号加噪与频谱分析................................................................ 错误!未定义书签。 4.3设计巴特沃斯低通滤波器................................................................ 错误!未定义书签。 4.4用滤波器对加噪语音滤波................................................................ 错误!未定义书签。 4.5比较滤波前后语音信号波形及频谱................................................ 错误!未定义书签。第5章总结................................................................................................... 错误!未定义书签。参考文献......................................................................................................... 错误!未定义书签。附录................................................................................................................. 错误!未定义书签。
应用Matlab对含噪声语音信号进行频谱分析及滤波
应用Matlab对含噪声的语音信号进行频谱分析及滤波 一、实验内容 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化。 二、实现步骤 1．语音信号的采集 利用Windows下的录音机，录制一段自己的话音，时间在1 s内。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，（可用默认的采样频率或者自己设定采样频率）。 2．语音信号的频谱分析 要求首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。 在采集得到的语音信号中加入正弦噪声信号，然后对加入噪声信号后的语音号进行快速傅里叶变换，得到信号的频谱特性。并利用sound试听前后语音信号的不同。
分别设计IIR和FIR滤波器，对加入噪声信号的语音信号进行去噪，画出并分析去噪后的语音信号的频谱，并进行前后试听对比。 3.数字滤波器设计 给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。
报告内容 一、实验原理 含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。 二、实验内容 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化。给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz （可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。 三、实验程序 1、原始信号采集和分析 clc;clear;close all; fs=10000; %语音信号采样频率为10000 x1=wavread('C:\Users\acer\Desktop\voice.wav'); %读取语音信号的数据，赋给x1 sound(x1,40000); %播放语音信号 y1=fft(x1,10240); %对信号做1024点FFT变换 f=fs*(0:1999)/1024; figure(1); plot(x1) %做原始语音信号的时域图形 title('原始语音信号'); xlabel('time n'); ylabel('fuzhi n'); figure(2); plot(f,abs(y1(1:2000))); %做原始语音信号的频谱图形 title('原始语音信号频谱') xlabel('Hz'); ylabel('fuzhi');
应用matlab对语音信号进行频谱分析及滤波.
数字信号处理 —综合实验报告 综合实验名称：应用MatLab对语音信号进行 频谱分析及滤波 系： 学生姓名： 班级： 学号： 成绩： 指导教师： 开课时间学年学期
目录 一．综合实验题目 (1) 二、综合实验目的和意义 (1) 2.1 综合实验目的 (1) 2.2 综合实验的意义 (1) 三．综合实验的主要内容和要求 (1) 3.2 综合实验的要求： (2) 四．实验的原理 (2) 4.1 数字滤波器的概念 (2) 4.2 数字滤波器的分类 (2) （1）根据单位冲激响应h(n)的时间特性分类 (2) 五．实验的步骤 (3) 下面对各步骤加以具体说明。 5.1语音信号的采集 (3) 5.2 语音信号的频谱分析; (3) 5.3 设计数字滤波器和画出其频率响应 (5) 5.3.1设计数字滤波器的性能指标： (5) 5.3.2 用Matlab设计数字滤波器 (6) 5.6 设计系统界面 (19) 六、心得体会 (20) 参考文献： (21)
一．综合实验题目 应用MatLab对语音信号进行频谱分析及滤波 二、综合实验目的和意义 2.1 综合实验目的 为了巩固所学的数字信号处理理论知识，使学生对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解，再者，加强学生对Matlab软件在信号分析和处理的运用 综合运用数字信号处理的理论知识进行频谱分析和滤波器设计，通过理论推导得出相应结论，再利用 MATLAB 作为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 2.2 综合实验的意义 语言是我们人类所特有的功能，它是传承和记载人类几千年文明史，没有语言就没有我们今天人类的文明。语音是语言最基本的表现形式，是相互传递信息最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 语音信号处理属于信息科学的一个重要分支，大规模集成技术的高度发展和计算机技术的飞速前进，推动了这一技术的发展；它是研究用数字信号处理技术对语音信号进行处理的一门新兴学科，同时又是综合性的多学科领域和涉及面很广的交叉学科，因此我们进行语言信号处理具有时代的意义。 三．综合实验的主要内容和要求 3.1综合实验的主要内容： 录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法和双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；综合实验应完成的工作： (1）语音信号的采集; (2）语音信号的频谱分析;
语音信号分析与处理2011
数字信号处理实验二：语音信号分析与处理 学号 姓名 注：1）此次实验作为《数字信号处理》课程实验成绩的重要依据，请同学们认真、独立完成，不得抄袭。 2）请在授课教师规定的时间内完成； 3）完成作业后，请以word 格式保存，文件名为：学号+姓名 4）请通读全文，依据第2及第3 两部分内容，认真填写第4部分所需的实验数据，并给出程序内容。 1. 实验目的 (1) 学会MATLAB 的使用，掌握MATLAB 的程序设计方法 (2) 掌握在windows 环境下语音信号采集的方法 (3) 掌握MATLAB 设计FIR 和IIR 滤波器的方法及应用 (4) 学会用MATLAB 对语音信号的分析与处理方法 2. 实验内容 录制一段自己的语音信号，对录制的语音信号进行采样，画出采样后语音信号的时域波形和频谱图，确定语音信号的频带范围；使用MATLAB 产生白噪声信号模拟语音信号在处理过程中的加性噪声并与语音信号进行叠加，画出受污染语音信号的时域波形和频谱图；采用双线性法设计出IIR 滤波器和窗函数法设计出FIR 滤波器，画出滤波器的频响特性图；用自己设计的这两种滤波器分别对受污染的语音信号进行滤波，画出滤波后语音信号的时域波形和频谱图；对滤波前后的语音信号进行时域波形和频谱图的对比，分析信号的变化；回放语音信号，感觉与原始语音的不同。 3. 实验步骤 1）语音信号的采集与回放 利用windows 下的录音机或其他软件录制一段自己的语音（规定：语音内容为自己的名字，以wav 格式保存，如wql.wav ），时间控制在2秒之内，利用MATLAB 提供的函数wavread 对语音信号进行采样，提供sound 函数对语音信号进行回放。 [y,fs,nbits]=wavread(file), 采样值放在向量y 中，fs 表示采样频率nbits 表示采样位数。Wavread 的更多用法请使用help 命令自行查询。 2）语音信号的频谱分析 利用fft 函数对信号进行频谱分析 3）受白噪声干扰的语音信号的产生与频谱分析 ①白噪声的产生： N1=sqrt （方差值）×randn(语音数据长度，2)（其中2表示2列，是由于双声道的原因） 然后根据语音信号的频谱范围让白噪声信号通过一个带通滤波器得到一个带限的白噪声信号 N2； 带通滤波器的冲激响应为： h B （n ）= ))((sin ))((sin 1122απ ωπωαπωπω---n c n c c c c c
数字信号处理实验-采样的时频域分析
实 验 报 告 学生姓名： 学 号： 指导教师： 一、实验室名称：数字信号处理实验室 二、实验项目名称：采样的时域及频域分析 三、实验原理： 1、采样的概念：采样是将连续信号变化为离散信号的过程。 1. A 、理想采样：即将被采样信号与周期脉冲信号相乘 B 、实际采样：将被采样信号与周期门信号相乘，当周期门信号的宽度很小，可近似为周期脉冲串。 根据傅里叶变换性质 00 0()() ()() ??()()()()()()(()) FT FT a a T n n FT a a T a T a a n n x t X j T j x t x t T x nT t nT X j X j n ωδωδδδω=+∞=+∞=-∞ =-∞ ←?→Ω←?→Ω==-←?→Ω=Ω-Ω∑ ∑式中T 代表采样间隔，01 T Ω= 由上式可知：采样后信号的频谱是原信号频谱以0Ω为周期的搬移叠加 结论：时域离散化，频域周期化；频谱周期化可能造成频谱混迭。 ) (t T δ^ T ^)t
C 、低通采样和Nyquist 采样定理 设()()a a x t X j ?Ω且()0,2a M M X j f πΩ=Ω>Ω=当， 即为带限信号。则当采样频率满足2/22s M M f f π≥Ω=时,可以从采样后的 ^ ()()()a a s s n x t x nT t nT δ∞ =-∞ = -∑信号无失真地恢复()a x t 。称2M f 为奈奎斯特频率， 1 2 N M T f = 为奈奎斯特间隔。 注意： 实际应用中，被采信号的频谱是未知的，可以在ADC 前加一个滤波器（防混迭滤波器）。 2、低通采样中的临界采样、欠采样、过采样的时域及频域变化情况。 低通采样中的临界采样是指在低通采样时采样频率2s M f f = 低通采样中的欠采样是指在低通采样时采样频率2s M f f ≤ 低通采样中的欠采样是指在低通采样时采样频率2s M f f ≥ 设一带限信号的频谱如下： ) () a G j Ω0 m -ΩΩ m Ω0 T T
基于Matlab语音信号的采集与分析
基于MATLAB 的语音信号分析和处理 【摘要】: 本文通过用三星手机系统自带录音机采集了一段语音，wav格式转换后再Matlab平台上对其进行了时域分析，频谱分析,分析语音信号的特性。利用函数对采样频率进行控制，比较其波形。通过对两段铃声（分别为男声、女声）进行分析初步找出男声女声的特点和区别。应用Matlab平台对录制的语音信号加入噪声，对比加噪前后的语音信号的时域和频域特性，回放加噪语音信号。 【关键词】: 语音信号；频域特性; 时域特性; 滤波器
目录 一、背景介绍 1.1 语音信号的概述 1.2 语音信号处理工具的选择 二、语音信号的录制采集和分析 2.1 语音信号的采集 2.2 语音信号的读入与打开 2.3 取不同采样频率得出的波形比较 三、对男声、女声语音信号特点的分析 3.1女声（vfemale.wav）男声(vmale.wav)的时域分析
3.2女声（vfemale.wav）男声(vmale.wav)的频域分析 四、加噪声与滤波处理分析 4.1 高斯白噪声（SNR=30） 4.2 单频正弦噪声 五、心得与体会 一、背景介绍 1.1语音信号的概述 语言是人类创造的，是人类区别于其他地球生命的本质特征之一。人类用语言交流的过程可以看成是一个复杂的通信过程，为了获取便于分析和处理的语音信源，必须将在空气中传播的声波转变为包含语音信息并且记载着声波物理性质的模拟（或数字）电信号，即语音信号，因此语音信号就成为语音的表现形式或载体。 1.2语音信号处理工具的选择 语音信号的进一步处理分析工作选用了Matlab平台。Matlab是一种科学计算软件，专门以矩阵的形式处理数据。Matlab将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，不断完善Matlab产品以提高产品自身的竞争能力Matlab的数据分析和处理功能十分强大，运用它来
含噪声的语音信号分析与处理设计
课程设计任务书 学生姓名：苗强强专业班级：电信1204 指导教师：阙大顺沈维聪工作单位：信息工程学院 题目: 程控宽带放大器的设计 初始条件： 程控宽带放大器是电子电路中常用模块，在智能仪器设备及嵌入式系统中有广 泛的应用。因此对于电子信息专业的技术人员来说，熟练掌握该项技术很有必要。 要求完成的主要任务:（包括课程设计工作量及其技术要求，以及说明书撰写等具体 要求） （1）输入阻抗>1KΩ,单端输入，单端输出，放大器负载电阻为600Ω； （2）3dB通频带10kHz~6MHz，在20kHz~5MHz频带内增益起伏<1dB。 （3）增益调节范围10 dB~40 dB，（通过键盘操作调节）。 （4）发挥部分：当输入频率或输出负载发生变化时，通过微处理器自动调节，保持 放大器增益不变。 （5）电路通过仿真即可。 时间安排： 1. 任务书下达，查阅资料 1天 2. 制图规范、设计说明书讲解 2天 3. 设计计算说明书的书写 5天 4. 绘制图纸 1天 5. 答辩 1天 指导教师签名：年月日 系主任（或责任教师）签名：年月日
滤波器设计在数字信号处理中占有极其重要的地位，FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用MATLAB 作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB 作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用MATLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词数字滤波器 MATLAB IIR滤波器 FIR滤波器
信号时域与频域分析
信号时域与频域分析 实验报告 姓名：杨 班级：机械 学号： 213
实验数据中，电机转速为1200r/min，采样频率为1280Hz。Hz3为X位移振幅数据，Hz4为Y位移振幅数据，Hz5为速度振幅数据。 Matlab中信号特征对应函数编程 ma = max(Hz) %最大值 mi = min(Hz) %最小值 me = mean(Hz) %平均值 pk = ma-mi %峰-峰值 va = var(Hz); %方差 st = std(Hz); %标准差 ku = kurtosis(Hz); %峭度 rm = rms(Hz); %均方根 一、X轴位移测量分析 plot(Fs3,Hz3)时域图： ma =52.0261 mi =56.7010 me =1.8200 pk =108.7271 va =1.3870e+03 st =37.2431 ku =1.5462 rm =37.2693 频域图： fs=1280; x=Hz3; N=length(Hz3); df=fs/N; f=0:df:N*df-df; y=fft(x); y=abs(y)*2/N; figure(1); plot(f,y); xlabel('频率/Hz') ylabel('幅值') 频谱幅值取得最大值51.9847um，频率为20Hz，与电机转速对应频率一致，应为电机轴未动平衡所致；二倍频处有较大振幅，可能为轴承间隙过大所致。
二、Y轴位移测量分析 plot(Fs4,Hz4)时域图： ma =61.3987 mi =-74.6488 me =-1.1948 pk =136.0475 av =42.6109 va =2.2428e+03 st =47.3582 ku =1.5135 rm =47.3501 频域图： fs=1280; x=Hz4; N=length(Hz4); df=fs/N; f=0:df:N*df-df; y=fft(x); y=abs(y)*2/N; figure(1); plot(f,y); xlabel('频率/Hz') ylabel('幅值') 频谱幅值取得最大值66.6319um，频率为20Hz，与电机转速对应频率一致，应为电机轴未动平衡所致；二倍频处有较大振幅，可能为轴承间隙过大所致。
对语音信号进行分析及处理资料
一、设计目的 1.进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使自身对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解； 2.增强应用Matlab语言编写数字信号处理的应用程序及分析、解决实际问题的能力； 3．培养自我学习的能力和对相关课程的兴趣； 二、设计过程 1、语音信号的采集 采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。 采样位数可以理解为声卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实 采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率fs不小于信号中最高频率fm的2倍时，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍。 利用Windows下的录音机，录制了一段发出的声音，内容是“数字信号”，时间在3 s内。接着在D盘保存为WAV格式，然后在Matlab软件平台下．利用函数wavread对语音信号进行采样，并记录下了采样频率和采样点数，在这里我们还通过函数sound引入听到采样后自己所录的一段声音。 [x1,fs,bits]=wavread('E:\数字信号.wav'); %读取语音信号的数据，赋给变量x1，返回频率fs 44100Hz，比特率为16 。 2 、语音信号的频谱分析 （1）首先画出语音信号的时域波形； 程序段： x=x1(60001:1:120000); %截取原始信号60000个采样点
plot(x) %做截取原始信号的时域图形 title('原始语音采样后时域信号'); xlabel('时间轴 n'); ylabel('幅值 A'); （2）然后用函数fft 对语音号进行快速傅里叶变换，得到信号的频谱特性； y1=fft(x,6000); %对信号做N=6000点FFT 变换 figure(2) subplot(2,1,1),plot(k,abs(y1)); title('|X(k)|'); ylabel('幅度谱'); subplot(2,1,2),plot(k,angle(y1)); title('arg|X(k)|'); ylabel('相位谱'); （3）产生高斯白噪声，并且对噪声进行一定的衰减，然后把噪声加到信号中，再次对信号进行频谱特性分析，从而加深对频谱特性的理解； d=randn(1,60000); %产生高斯白噪声 d=d/100; %对噪声进行衰减 x2=x+d; %加入高斯白噪声 3、设计数字滤波器 (1)IIR 低通滤波器性能指标通带截止频Hz f c 1000=，阻带截止频率 Hz f st 1200=，通带最大衰减dB 11=δ，阻带最小衰减dB 1002=δ。 (2)FIR 低通滤波器性能指标通带截止频率Hz f c 1000=，阻带截止频率 Hz f st 1200=， 通带衰减1δ≤1dB ，阻带衰减 2δ≥ 100dB 。 （3）IIR 高通滤波器的设计指标，Hz f z 1000=，Hz f p 2000=，阻带最小衰减dB A s 30=，通带最大衰减dB A P 1=。 （4）（4）FIR 高通滤波器的设计指标，Hz f z 1000=，Hz f p 2000=，阻带最小衰减dB A s 50=，通带最大衰减dB A P 1=。 （5）用自己设计的各滤波器分别对采集的信号进行滤波，在Matlab 中，FIR 滤波器利用函数fftfilt 对信号进行滤波，IIR 滤波器利用函数filter 对信号进行滤波。比较滤波前后语音信号的波形及频谱，在一个窗口同时画出滤波前后
数字信号处理 语音信号分析与处理及其MATLAB实现..
摘要 (2) 1 设计目的与要求 (3) 2 设计步骤 (4) 3 设计原理及内容 (5) 3.1 理论依据 (5) 3.2 信号采集 (6) 3.3 构造受干扰信号并对其FFT频谱分析 (8) 3.4 数字滤波器设计 (9) 3.5 信号处理 (10) 总结 (12) 致谢 (13) 参考文献 (14)
用MATLAB对语音信号进行分析与处理，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。 数字滤波器是数字信号处理的基础，用来对信号进行过滤、检测和参数估计等处理。IIR数字滤波器最大的优点是给定一组指标时，它的阶数要比相同组的FIR滤波器的低的多。信号处理中和频谱分析最为密切的理论基础是傅立叶变换（FT）。离散傅立叶变换（DFT）和数字滤波是数字信号处理的最基本内容。 关键词：MATLAB;语音信号；加入噪声；滤波器；滤波
1. 设计目的与要求 （1）待处理的语音信号是一个在20Hz~20kHz频段的低频信号 （2）要求MATLAB对语音信号进行分析和处理，采集语音信号后，在MATLAB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，设计合适的滤波器进行滤除噪声，恢复原信号。
2. 设计步骤 （1）选择一个语音信号或者自己录制一段语音文件作为分析对象； （2）对语音信号进行采样，并对语音信号进行FFT频谱分析，画出信号的时域波形图和频谱图； （3）利用MATLAB自带的随机函数产生噪声加入到语音信号中，对语音信号进行回放，对其进行FFT频谱分析； （4）设计合适滤波器，对带有噪声的语音信号进行滤波，画出滤波前后的时域波形图和频谱图，比较加噪前后的语音信号，分析发生的变化； （5）对语音信号进行回放，感觉声音变化。
语音信号的频域分析
实验二：语音信号的频域分析 实验目的：以MATLAB 为工具，研究语音信号的频域特性，以及这些特性在《语音信号处理》中的应用情况。 实验要求：利用所给语音数据，分析语音的频谱、语谱图、基音频率、共振峰等频域参数。要求会求取这些参数，并举例说明这些参数在语音信号处理中的应用。 实验内容： 1、 语音信号的频谱分析 1.1加载“ma1_1”语音数据。基于DFT 变换，画出其中一帧数据（采样频率为8kHz ，帧长为37.5ms ，每帧有300个样点）的频域波形（对数幅度谱）。 load ma1_1; x = ma1_1 (4161:4460); plot (x) N = 1024; k = - N/2:N/2-1; X = fftshift (fft (x.*hann (length (x)),N)); plot (k,20*log10 (abs(X))), axis ([0 fix(N/2) -inf inf ]) 已知该帧信号的时域波形如图（a ）所示，相应的10阶LPC 谱如图（b ）所示。 问题1：这帧语音是清音还是浊音？基于DFT 求出的对数幅度谱和相应的LPC 谱相比，两者有什么联系和区别？ 问题2：根据这帧基于DFT 的对数幅度谱，如何估计出共振峰频率和基音周期？ 问题3：时域对语音信号进行加窗，反映在频域，其窗谱对基于DFT 的对数幅度谱有何影响？如何估计出窗谱的主瓣宽度？ 1.2对于浊音语音，可以利用其频谱)(ωX 具有丰富的谐波分量的特点，求出其谐波乘积谱： ∏ ==R r r X HPSx 1)()(ωω 式中，R 一般取为5。在谐波乘积谱中，基频分量变得很大，更易于估计基音周期。
语音信号的采集与时频域分析系统的设计
燕山大学 课程设计说明书 题目：语音信号的采集与时频域分系统的设计 学院（系）：电气工程学院 年级专业： 09精仪一班 学号： 0901******** 学生姓名：乔召杰 指导教师：刘永红 教师职称：副教授
目录 引言 (2) 第1章语音信号时域分析 (3) 1、1 窗口选择 (3) 1、2 短时能量 (4) 1、3短时平均过零率 (5) 1、4 短时自相关函数 (6) 1、5 时域分析方法的应用 (7) 第2章语音信号频域分析 (8) 2、1 短时傅里叶变换 (8) 2、2 语谱图 (9) 2、3 复倒谱和倒谱 (9) 第3章加噪与滤波处理 (11) 3、1 原始信号加噪处理 (11) 3、2 加噪信号滤波处理 (12) 第4章总结 (13) 参考文献 (14) 附录 (15)
引言 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和频域等处理方法。语音信号可以认为在短时间内(一般认为在 10~30ms 的短时间内)近似不变，因而可以将其看作是一个准稳态过程, 即语音信号具有短时平稳性。任何语音信号的分析和处理必须建立在“短时”的基础上, 即进行“短时分析”。 时域分析:直接对语音信号的时域波形进行分析，提取的特征参数有短时能量，短时平均过零率，短时自相关函数等。 频域分析:对语音信号采样，并进行傅里叶变换来进行频域分析。主要分析的特征参数：短时谱、倒谱、语谱图等。 本文采集作者的声音信号为基本的原始信号。对语音信号进行时频域分析后，进行加白噪声处理并进行了相关分析，设计滤波器并运用所设计的滤波器对加噪信号进行滤波, 绘制滤波后信号的时域波形和频谱。整体设计框图如下图所示： 图0.1时频域分析设计图 图0.2加噪滤波分析流程图
语音信号的时域特征分析
中北大学 课程设计说明书 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 学院：信息商务学院 专业：电子信息工程 题目：信息处理实践:语音信号的时域特征分析指导教师：徐美芳职称: 讲师 2013 年 6 月 28 日
中北大学 课程设计任务书 2012-2013 学年第二学期 学院：信息商务学院 专业：电子信息工程 学生姓名：蒋宝哲学号： 24 学生姓名：瓮泽勇学号： 42 学生姓名：侯战祎学号： 47 课程设计题目：信息处理实践:语音信号的时域特征分析起迄日期： 2013年6 月7日～2013年6月 28 日 课程设计地点：学院楼201实验室、510实验室、608实验室指导教师：徐美芳 系主任：王浩全 下达任务书日期: 2013 年 6 月 7 日
语音信号的采集与分析 摘要 语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快，分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。 关键词：语音信号，采集与分析， Matlab 0 引言 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。 让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。 语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。语音信号采集与分析是以语音语言学和数字
数字信号处理在语音信号分析中的应用
《数字信号处理》 课程设计报告 数字信号处理在语音信号分析中的应用 专业班级： 姓名： 学号：
目录 摘要 (3) 1、绪论 (3) 2、课程设计的具体内容 (4) 2.1.1、读取语音信号的任务 (4) 2.1.2、任务分析和解决方案 (5) 2.1.4、运行结果和相应的分析 (5) 2.2、IIR滤波器设计和滤波处理 (6) 2.2.1、设计任务 (6) 2.2.2、任务分析和解决方案 (7) 2.2.3、编程得到的MATLAB代码 (7) 2.2.4、运行结果和相应的分析 (7) 2.3、FIR滤波器设计和滤波处理 (9) 2.3.1、设计任务 (9) 2.3.2、任务分析和解决方案 (9) 2.3.3、编程得到的MATLAB代码 (9) 2.3.4、运行结果和相应的分析 (11) 3、总结 (13) 4、存在的不足及建议 (13) 5、参考文献 (13)
数字信号处理设计任务书 摘要 语音信号滤波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的学科，是目前 发展最为迅速的信息科学研究领域的核心技术之一。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形式。 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为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。本设计通过录制一段语音，对其进行了时域分析，频谱分析,分析语音信号的特性。并应用matlab平台对语音信号进行加噪然后再除去噪声，进一步设计两种种滤波器即高通滤波器、带通滤波器，基于这两种滤波器设计原理，对含加噪的语音信号进行滤波处理。最后对比滤波前后的语音信号的时域和频域特性，回放含噪语音信号和去噪语音信号。论文从理论和实践上比较了不同数字滤波器的滤波效果。 1．绪论 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能，声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。 随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。数字滤波器是数字信号处理的基础，用来对
(完整版)语音信号分析与处理系统设计
语音信号分析与处理系统设计
语音信号分析与处理系统设计 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的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。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形式。 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为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 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。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 关键字：Matlab；语音信号；傅里叶变换；信号处理；
目录 1 绪论 (1) 1.1课题背景及意义 (1) 1.2国内外研究现状 (1) 1. 3本课题的研究内容和方法 (2) 1.3.1 研究内容 (2) 1.3.2 运行环境 (2) 1.3.3 开发环境 (2) 2 语音信号处理的总体方案 (3) 2.1 系统基本概述 (3) 2.2 系统基本要求 (3) 2.3 系统框架及实现 (3) 2.4系统初步流程图 (4) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6) 3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (6) 3.4数字滤波器设计原理 (7) 3.5倒谱的概念 (7) 4 语音信号处理实例分析 (8) 4.1图形用户界面设计 (8) 4.2信号的采集 (8) 4.3语音信号的处理设计 (8) 4.3.1 语音信号的提取 (8) 4.3.2 语音信号的调整 (10)
语音信号的采集和频谱分析
语音信号的采集和频谱分析： [y,fs,bits]=wavread('voice'); %读取音频信息（双声道，16位，频率44100Hz）sound(y,fs,bits); %回放该音频 Y=fft(y,4096); %进行傅立叶变换 subplot(211); plot(y); title('声音信号的波形'); subplot(212) plot(abs(Y)); title('声音信号的频谱'); 窗函数设计低通滤波器： fp=1000; fc=1200; as=100; ap=1; fs=22000; wp=2*fp/fs; wc=2*fc/fs; N=ceil((as-7.95)/(14.36*(wc-wp)/2))+1; beta=0.1102*(as-8.7); window=Kaiser(N+1,beta); b=fir1(N,wc,window); freqz(b,1,512,fs); 结果： 滤波： [y,fs,bits]=wavread('voice'); d=filter(b,a,y); D=fft(d); subplot(211) plot(d); title('滤波后的声音波形') subplot(212) plot(abs(D)) title('滤波后的声音频谱') 回放： sound(d,fs,bits) 与滤波之前相比，噪音明显降低了许多。
过零率的计算要用下面的代码： zcr = zeros(size(y,1)1); delta= 0.02; for i=1:size(y,1) x=y(i,:); for j=1;length(x)-1 if x(j)*x(j+1)<0 &abs(x(j)-x(j+1))>delta zcr(i)=zcr(i)+1; end end end 其中设置了门限delta=0.02。这是个经验值，可以进行细微的调整。在此条件下可以得到如图所示的过零率波形。与过零率曲线画在一起的是原始的语音信号波形，可以看到，语音信号音母部分的幅度比较低，但是其过零率的数值却很高，峰值将近50，而后面的韵母部分过零率则比较低，在20左右。 加矩形窗的短时能量函数： a=wavread('F:\WO.wav'); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1, (i-1)*N);%形成一个矩形窗，长度为N En=conv(h,a.*a);%求卷积得其短时能量函数En subplot(6,1,i),plot(En); if(i==2) legend('N=32'); elseif(i==3) legend('N=64'); elseif(i==4) legend('N=128'); elseif(i==5) legend('N=256'); elseif(i==6) legend('N=512'); end end 加hamming窗的短时能量函数： 把h=linspace(1,1, (i-1)*N); 改为h1=hamming((i-1)*N); 加矩形窗的短时平均幅度： a=wavread('F:\WO.wav'); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,(i-1)*N);%形成一个矩形窗，长度为N En=conv(h,abs(a));%求卷积得其短时能量函数En subplot(6,1,i),plot(En); if(i==2) legend('N=32'); elseif(i==3) legend('N=64');
语音信号采集与时频域分析正文
第一章引言 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和频域等处理方法。语音信号可以认为在短时间内(一般认为在 10~30ms 的短时间内)近似不变，因而可以将其看作是一个准稳态过程, 即语音信号具有短时平稳性。任何语音信号的分析和处理必须建立在“短时”的基础上, 即进行“短时分析”。 时域分析:直接对语音信号的时域波形进行分析，提取的特征参数有短时能量，短时平均过零率，短时自相关函数等。 频域分析:对语音信号采样，并进行傅里叶变换来进行频域分析。主要分析的特征参数：短时谱、倒谱、语谱图等。 本文采集作者的声音信号为基本的原始信号。对语音信号进行时频域分析后，进行加白噪声处理并进行了相关分析，设计滤波器并运用所设计的滤波器对加噪信号进行滤波, 绘制滤波后信号的时域波形和频谱。整体设计框图如下图所示： 图1.1时频域分析设计图 图1.2加噪滤波分析流程图
第二章 语音信号时域分析 语音信号的时域分析可直接对语音信号进行时域波形分析，在此只只针对语音信号的短时能量、短时平均过零率、短时自相关函数进行讨论。 2.1窗口选择 由人类的发生机理可知，语音信号具有短时平稳性，因此在分析讨论中需要对语音信号进行加窗处理进而保证每个短时语音长度为10~30ms 。通常选择矩形窗和哈明窗能得到较理想的“短时分析”设计要求。两种窗函数的时域波形如下图2.1所示： sample w （n ） sample w （n ） 图2.1 矩形窗和Hamming 窗的时域波形 矩形窗的定义：一个N 点的矩形窗函数定义为如下 {1,00,()n N w n ≤<=其他 （2.1） 哈明窗的定义：一个N 点的哈明窗函数定义为如下 0.540.46cos(2),010,()n n N N w n π-≤<-??? 其他 = （2.2） 这两种窗函数都有低通特性，通过分析这两种窗的频率响应幅度特性可以发现（如图2.2）：矩形窗的主瓣宽度小（4*pi/N ），具有较高的频率分辨率，旁瓣峰值大（-13.3dB ），会导致泄漏现象；哈明窗的主瓣宽8*pi/N ，旁瓣峰值低（-42.7dB ），可以有效的克服泄漏现象，具有更平滑的低通特性。因此在语音频谱分析时常使用哈明窗，在计算短时能量和平均幅度时通常用矩形窗。表2.1对比了这两种窗函数的主瓣宽度和旁瓣峰值。