基于matlab的语音信号滤波处理课程设计报告
信息工程学院
2014/ 2015学年第一学期
课程设计报告
课程名称：基于MATLAB的语音信号滤波处理班级学号统本通信
学生姓名 XXX XXX 指导教师 XXX
任务书
语音信号处理实验指导书
语音信号处理实验指导书 实验一 语音信号采集与简单处理 一、 实验目的、要求 （1）掌握语音信号采集的方法 （2）掌握一种语音信号基音周期提取方法 （3）掌握短时过零率计算方法 （4）了解Matlab 的编程方法 二、 实验原理 基本概念： （a ）短时过零率： 短时内，信号跨越横轴的情况，对于连续信号，观察语音时域波形通过横轴的情况；对于离散信号，相邻的采样值具有不同的代数符号，也就是样点改变符号的次数。 对于语音信号，是宽带非平稳信号，应考察其短时平均过零率。 其中sgn[.]为符号函数 ?? ?? ?<=>=0 x(n)-1sgn(x(n))0 x(n)1sgn(x(n)) 短时平均过零的作用 1.区分清/浊音： 浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。 （b ）基音周期 基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 ∑--= -=1 )]1(sgn[)](sgn[21N m n n n m x m x Z
由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的头、尾部并不具有声带振动那样的周期性，有些清音和浊音的过渡帧是很难准确地判断是周期性还是非周期性的。②声道共振峰有时会严重影响激励信号的谐波结构，所以，从语音信号中直接取出仅和声带振动有关的激励信号的信息并不容 易。③语音信号本身是准周期性的(即音调是有变化的)，而且其波形的峰值点或过零点受共振峰的结构、噪声等的影响。④基音周期变化范围大，从老年男性的50Hz 到儿童和女性的450Hz ，接近三个倍频程，给基音检测带来了一定的困难。由于这些困难，所以迄今为止尚未找到一个完善的方法可以对于各类人群(包括男、女、儿童及不向语种)、各类应用领域和各种环境条件情况下都能获得满意的检测结果。 尽管基音检测有许多困难，但因为它的重要性，基音的检测提取一直是一个研究的课题，为此提出了各种各样的基音检测算法，如自相关函数(ACF)法、峰值提取算法(PPA)、平均幅度差函数(AMDF)法、并行处理技术、倒谱法、SIFT 、谱图法、小波法等等。 三、使用仪器、材料 微机（带声卡）、耳机，话筒。 四、 实验步骤 （1）语音信号的采集 利用Windows 语音采集工具采集语音信号，将数据保存wav 格式。 采集一组浊音信号和一组清音信号，信号的长度大于3s 。 （2）采用短时相关函数计算语音信号浊音基音周期，考虑窗长度对基音周期计算的影响。采用倒谱法求语音信号基音周期。 （3）计算短时过零率，清音和浊音的短时过零率有何区别。 五、实验过程原始记录（数据，图表，计算） 短时过零率 短时相关函数 P j j n s n s j R N j n n n n ,,1) ()()(1 =-=∑-= ∑--=-=10 )]1(sgn[)](sgn[21N m n n n m x m x Z
滤波器语音信号去噪讲解
******************* 实践教学 ******************* 兰州理工大学 计算机与通信学院 2013年春季学期 信号处理课程设计 题目：基于MATLAB的FIR滤波器语音信号去噪专业班级：通信工程（1）班 姓名：王兴栋 学号：10250114 指导教师：陈海燕 成绩：
摘要 语音信号在数字信号处理中占有极其重要的地位，因此选择通过对语音信号的研究来巩固和掌握数字信号处理的基本能力十分具有代表性。对数字信号处理离不开滤波器，因此滤波器的设计在信号处理中占有极其重要的地位。而MATLAB 软件工具箱提供了对各种数字滤波器的设计。本论文“在MATLAB平台上实现对语音信号的去噪研究与仿真”综合运用了数字信号处理的各种基本知识，进而对不带噪语音信号进行谱分析以及带噪语音信号进行谱分析和滤波处理。通过理论推导得出相应的结论，再通过利用MATLAB作为编程工具来进行计算机实现比价已验证推导出来的结论。在设计过程中，通过设计FIR数字滤波器和IIR数字滤波器来完成滤波处理。在设计过程中，运用了MATLAB对整个设计中的图形的绘制和一些数据的计算以及仿真。 关键字滤波器；MATLAB；仿真；滤波
前言 语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。 语音信号是信息技术处理中最重要的一门科学，是人类社会几步的标志。那么什么是语音？语音是人类特有的功能，也是人类获取外界信息的重要工具，也是人与人交流必不可少的重要手段。那么什么又是信号？那信号是什么呢？信号是传递信息的函数。离散时间信号——序列——可以用图形来表示。 语音信号处理是一门用研究数字信号处理研究信号的科学。它是一新兴的信息科学，同时又是综合多个学科领域的一门交叉科学。语音在我们的日常生活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。所以研究语音信号无论是在科学领域上还是日常生活中都有其广泛而重要的意义。 本论文主要介绍的是的语音信号的简单处理。本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简单语音信号处理的目的。 对语音信号的研究，本论文采用了设计两种滤波器的基本研究方法来达到研究语音信号去噪的目的，最终结合图像以及对语音信号的回放，通过对比，得出结论。
语音信号处理实验报告
语音信号处理实验 班级： 学号： 姓名：
实验一 基于MATLAB 的语音信号时域特征分析（2学时） 1） 短时能量 （1）加矩形窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32; for i=2:6 h=linspace(1,1,2.^(i-2)*N);%形成一个矩形窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数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 00.51 1.52 2.5 3 x 10 4 -1 100.5 1 1.5 2 2.5 3x 10 4 024 N=3200.5 1 1.5 2 2.5 3x 10 4 05 N=6400.5 1 1.5 2 2.5 3x 10 4 0510 N=12800.5 1 1.5 2 2.5 3x 10 4 01020 N=2560 0.5 1 1.5 2 2.5 3x 10 4 02040 N=512 （2）加汉明窗 a=wavread('mike.wav'); a=a(:,1); subplot(6,1,1),plot(a); N=32;
for i=2:6 h=hanning(2.^(i-2)*N);%形成一个汉明窗，长度为2.^(i-2)*N En=conv(h,a.*a);% 求短时能量函数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 00.51 1.52 2.5 3 x 10 4 -1 100.5 1 1.5 2 2.5 3x 10 4 012 N=3200.5 1 1.5 2 2.5 3x 10 4 024 N=6400.5 1 1.5 2 2.5 3x 10 4 024 N=12800.5 1 1.5 2 2.5 3x 10 4 0510 N=2560 0.5 1 1.5 2 2.5 3x 10 4 01020 N=512 2） 短时平均过零率 a=wavread('mike.wav'); a=a(:,1); n=length(a); N=320; subplot(3,1,1),plot(a); h=linspace(1,1,N); En=conv(h,a.*a); %求卷积得其短时能量函数En subplot(3,1,2),plot(En); for i=1:n-1 if a(i)>=0 b(i)= 1;
信号系统处理 语音信号滤波处理
数字信号处理实验报告 实验名称：基于MATLAB对语音信号 进行分析及滤波处理 院系：物联网工程学院 班级：电子信息工程1101 姓名：
一、实验目的 综合计算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的结论，培养发现问题、分析问题和解决问题的能力。并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。此外，还系统的学习和实现对语音信号处理的整体过程，从语音信号的采集到分析、处理、频谱分析、显示和储存。 二、实验要求 1.分析原始语音信号的时域特性和频谱特性。 2.设计一个IIR滤波器，用该滤波器对语音信号进行滤波处理，分析滤波后信号的时域特性和频谱特性。 3.设计一个FIR滤波器，用该滤波器对语音信号进行滤波处理，分析滤波后信号的时域特性和频谱特性。 三、实验原理 1.采样定理：在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>=2fmax)，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；采样定理又称奈奎斯特定理。 采样频率越高，即采样的时间间隔越短，对声音波形的表示越精确。 2.时域信号的FFT分析：信号的频谱分析就是计算机信号的傅里叶变换。连续信号与系统的傅里叶分析显然不便于用计算机进行计算，使其应用受到限制。而FFT是一种时域和频域均离散化的变换，适合数值运算，成为用计算机分析离散信号和系统的有力工具。对连续信号和系统，可以通过时域采样，应用DFT进行近似谱分析。 3.IIR数字滤波器设计原理利用双线性变换设计IIR滤波器（巴特沃斯数字低通滤波器的设计），首先要设计出满足指标要求的模拟滤波器的传递函数Ha(s),然后由Ha(s)通过双线性变换可得所要设计的IIR滤波器的系统函数H(z)。如果给定的指标为数字滤波器的指标，则首先要转换成模拟滤波器的技术指标，这里主要是边界频率Wp和Ws的转换，对ap和as指标不作变化。边界频率的转换关系为∩=2/T tan(w/2)。接着，按照模拟低通滤波器的技术指标根据相应设计公式
语音信号处理实验报告
通信与信息工程学院 信息处理综合实验报告 班级：电子信息工程1502班 指导教师： 设计时间：2018/10/22-2018/11/23 评语： 通信与信息工程学院 二〇一八年 实验题目：语音信号分析与处理 一、实验内容 1. 设计内容 利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析，使用窗函数法设计滤波器滤除噪声、并恢复信号。 2．设计任务与要求 1. 基本部分
（1）录制语音信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （2）对所录制的语音信号加入干扰噪声，并对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （3）分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman 窗几种函数设计数字滤波器滤除噪声，并画出各种函数所设计的滤波器的频率响应。 （4）画出使用几种滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化；回放语音信号。 2. 提高部分 （5）录制一段音乐信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。 （6）利用MATLAB产生一个不同于以上频段的信号；画出信号频谱图。 （7）将上述两段信号叠加，并加入干扰噪声，尝试多次逐渐加大噪声功率，对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。 （8）选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。 二、实验原理 1.设计原理分析 本设计主要是对语音信号的时频进行分析，并对语音信号加噪后设计滤波器对其进行滤波处理，对语音信号加噪声前后的频谱进行比较分析，对合成语音信号滤波前后进行频谱的分析比较。 首先用PC机WINDOWS下的录音机录制一段语音信号，并保存入MATLAB软件的根目录下，再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中，输入命令对语音信号进行时域，频谱变换。 对该段合成的语音信号，分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理，滤波后用命令可以绘制出其频谱图，回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。 2.语音信号的时域频域分析 在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。
数字语音信号处理实验报告
语音信号处理实验报告 专业班级电子信息1203 学生姓名钟英爽 指导教师覃爱娜 完成日期2015年4月28日 电子信息工程系 信息科学与工程学院
实验一语音波形文件的分析和读取 一、实验学时：2 学时 二、实验的任务、性质与目的： 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验 （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 三、实验原理和步骤： WAV 文件格式简介 WAV 文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV 文件的头四个字节就是“RIFF”。WAV 文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV 文件标识段和声音数据格式说明段两部分。常见的WAV 声音文件有两种，分别对应于单声道（11.025KHz 采样率、8Bit 的采样值）和双声道（44.1KHz 采样率、16Bit 的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8 位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16 位的整数（int），高八位和低八位分别代表左右两个声道。WAV 文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV 文件中，道0 代表左声道，声道1 代表右声道；在多声道WAV 文件中，样本是交替出现的。WAV 文件的格式 表1 wav文件格式说明表
语音信号处理实验报告实验二
通信工程学院12级1班 罗恒 2012101032 实验二 基于MATLAB 的语音信号频域特征分析 一、 实验要求 要求根据已有语音信号，自己设计程序，给出其倒谱、语谱图的分析结果，并根据频域分析方法检测所分析语音信号的基音周期或共振峰。 二、 实验目的 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更深入地说明信号的各项红物理现象。 由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。输出频谱是声道系统频率响应与激励源频谱的乘积。声道系统的频率响应及激励源都是随时间变化的，因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号的表示，但不能直接用于语音信号。由于语音信号可以认为在短时间内，近似不变，因而可以采用短时分析法。 三、 实验设备 1.PC 机； 2.MATLAB 软件环境； 四、 实验内容 1.上机前用Matlab 语言完成程序编写工作。 2.程序应具有加窗（分帧）、绘制曲线等功能。 3.上机实验时先调试程序，通过后进行信号处理。 4.对录入的语音数据进行处理，并显示运行结果。 5.依次给出其倒谱、语谱图的分析结果。 6. 根据频域分析方法检测所分析语音信号的基音周期或共振峰。 五、 实验原理及方法 1、短时傅立叶变换 由于语音信号是短时平稳的随机信号，某一语音信号帧的短时傅立叶变换的定义为： 其中w(n -m)是实窗口函数序列，n 表示某一语音信号帧。令n -m=k'，则得到 ()()()jw jwm n m X e x m w n m e ∞-=-∞= -∑
根据MATLAB的加噪语音信号的滤波
《计算机仿真技术》 基于MATLAB的加噪语音信号的滤波学生姓名： 专业：电子信息工程 班级： 学号： 指导教师： 完成时间：2017年12月
一．滤波器的简述 在MATLAB环境下IIR数字滤波器和FIR数字滤波器的设计方法即实现方法，并进行图形用户界面设计，以显示所介绍迷你滤波器的设计特性。 在无线脉冲响应（IIR）数字滤波器设计中，先进行模拟滤波器的设计，然后进行模拟-数字滤波器转换，即采用脉冲响应不变法及双线性Z变化法设计数字滤波器，最后进行滤波器的频带转换。在有限脉冲响应（FIR）数字滤波器设计中，讨论了FIR线性相位滤波的特点和用窗口函数设计FIR数字滤波器两个问题。两类滤波器整个过程都是按照理论分析、编程设计、集体实现的步骤进行的。为方便分析直观者直观、形象、方便的分析滤波器的特性，创新的设计出图形用户界面---滤波器分析系统。整个系统分为两个界面，其内容主要包括四个部分：System（系统）、Analysis（分析）、Tool（工具）、Help（帮助）。 数字滤波在DSP中占有重要地位。数字滤波器按实现的网络结构或者从单位脉冲响应，分为IIR（无限脉冲响应）和FIR（有限脉冲响应）滤波器。如果IRR 滤波器和FIR滤波器具有相同的性能，那么通常IIR滤波器可以用较低的阶数获得高的选择性，执行速度更快，所有的存储单元更少，所以既经济又高效。二．设计要求 1.在matlab平台上录制一段语音信号； 2.完成语音信号的谱分析； 3.对语音信号进行加噪以及加噪后信号的谱分析； 4.选择合适的滤波器进行滤波，确定相关指标； 5.实现滤波过程，显示滤波后的结果，并进行谱分析。 三．实验内容与步骤 1、语音信号的录入
语音信号处理答案
二、问答题（每题分，共分） 、语音信号处理主要研究哪几方面的内容？ 语音信号处理是研究用数字信号处理技术对语言信号进行处理的一门学科，语音信号处理的理论和研究包括紧密结合的两个方面：一方面，从语言的产生和感知来对其进行研究，这一研究与语言、语言学、认知科学、心理、生理等学科密不可分；另一方面，是将语音作为一 种信号来进行处理，包括传统的数字信号处理技术以及一些新的应用于语音信号的处理方法 和技术。 、语音识别的研究目标和计算机自动语音识别的任务是什么？ 语音识别技术，也被称为自动语音识别，()，其目标是将人类的语音中的词汇内容转换为 计算机可读的输入，例如按键、二进制编码或者字符序列。 计算机自动语音识别的任务就是让机器通过识别和理解过程把语音信号转变为相应的文本 或命令的高技术。 、语音合成模型关键技术有哪些？ 语音合成是实现人机语音通信，建立一个有听和讲能力的口语系统所需的两项关键技术，该系统主要由三部分组成：文本分析模块、韵律生成模块和声学模块。.如何取样以精确地抽取人类发信的主要特征，.寻求什么样的网络特征以综合声道的频率响应，.输出合成声音的质量如何保证。 、语音压缩技术有哪些国际标准？ 二、名词解释（每题分，共分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。 共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。 语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。 码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义 公示，用最少的搜素和计算失真的运算量。 语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量 三、简答题（每题分，共分） 、简述如何利用听觉掩蔽效应。 一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。人耳的掩蔽效应一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声 音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者 说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。实验表明，—绝对闻阈值最小，即人耳对它的微弱声音最敏感；而在低频和高频区绝对闻阈值要大得多。在范围内闻阈随频率变化最不显著，即在这个范围内语言可储度最高。在掩蔽情况下，提高被掩蔽弱音的强度， 使人耳能够听见时的闻阈称为掩蔽闻阈(或称掩蔽门限)，被掩蔽弱音必须提高的分贝值称为 掩蔽量(或称阈移)。 、简述时间窗长与频率分辨率的关系。 采样周期、窗口长度和频率分辨率△之间存在下列关系：△(*) 可见，采样周期一定时，△随窗口宽度的增加而减少，即频率分辨率相应得到提高，但同时时间分辨率降低；如果窗口取短，频率分辨率下降，而时间分辨率提高，因而二者是矛盾的。 、简述时域分析的技术（最少三项）及其在基因检测中的应用。（）
《语音信号处理》实验报告材料
实用 中南大学 信息科学与工程学院 语音信号处理 实验报告 指导老师：覃爱娜 学生班级：信息0704 学生名称：阮光武 学生学好：0903070430 提交日期：2010年6月18日
实验一 语音波形文件的分析和读取 一、实验的任务、性质与目的 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验： （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 二、实验原理和步骤： WAV文件格式简介 WAV文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV文件的头四个字节就是“RIFF”。WAV文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV文件标识段和声音数据格式说明段两部分。常见的WAV声音文件有两种，分别对应于单声道（11.025KHz采样率、8Bit的采样值）和双声道（44.1KHz采样率、16Bit的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16位的整数（int），高八位和低八位分别代表左右两个声道。WAV文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV文件中，道0代表左声道，声道1代表右声道；在多声道WAV文件中，样本是交替出现的。WAV文件的格式见表1。
语音信号的处理与滤波
广西工学院 数字信号处理课程设计设计题目：语音信号的处理与滤波 系别： 学号： 姓名： 班级： 指导教师： 完成日期：
目录 1. 摘要 (3) 2.MATLAB简介 (3) 3.设计目的 (4) 4.设计内容 (4) 5.设计原理 (4) 6.设计步骤 (5) 7.总结与分析 (10) 8.参考资料 (10)
摘要 本课题分析了数字信号处理课程的重要性及特点，可以帮助理解与掌握课程中的基本概念、基本原理、基本分析方法；并利用MATLAB对语音信号进行分析和处理，要求采集语音信号后，在MATLAB软件平台进行频谱分析。用设计的数字滤波器对语音信号进行了滤波 MATLAB简介 MATLAB 是一种对技术计算高性能的语言。它集成了计算，可视化和编程于一个易用的环境中，在此环境下，问题和解答都表达为我们熟悉的数学符号。典型的应用有： ?数学和计算 ?算法开发 ?建模，模拟和原形化 ?数据分析，探索和可视化 ?科学与工程制图 ?应用开发，包括图形用户界面的建立 MATLAB是一个交互式的系统，其基本数据元素是无须定义维数的数组。这让你能解决很多技术计算的问题，尤其是那些要用到矩阵和向量表达式的问题。而要花的时间则只是用一种标量非交互语言(例如C或Fortran)写一个程序的时间的一小部分。 . 名称“MATLAB”代表matrix laboratory（矩阵实验室）。MATLAB最初是编写来提供给对由LINPACK和EINPACK工程开发的矩阵软件简易访问的。今天，MATLA B使用由LAPACK和ARPACK工程开发的软件，这些工程共同表现了矩阵计算的软件中的技术发展。 MATLAB已经与许多用户输入一同发展了多年。在大学环境中，它是很多数学类、工程和科学类的初等和高等课程的标准指导工具。在工业上，MATLAB是高产研究、开发和分析所选择的工具。 MATLAB以一系列称为工具箱的应用指定解答为特征。对多数用户十分重要的是，工具箱使你能学习和应用专门的技术。工具箱是是MATLAB函数（M-文件）的全面的综合，这些文件把MATLAB的环境扩展到解决特殊类型问题上。具有可用工具箱的领域有：信号处理，控制系统神经网络，模糊逻辑，小波分析，模拟等等。
基于Matlab的语音信号处理与分析
系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论 (3) 1.1课题背景及意义 (3) 1.2国内外研究现状 (3) 1.3本课题的研究内容和方法 (4) 1.3.1 研究内容 (4) 1.3.2 开发环境 (4) 2 语音信号处理的总体方案 (4) 2.1 系统基本概述 (4) 2.2 系统基本要求与目的 (4) 2.3 系统框架及实现 (5) 2.3.1 语音信号的采样 (5) 2.3.2 语音信号的频谱分析 (5) 2.3.3 音乐信号的抽取 (5) 2.3.4 音乐信号的AM调制 (5) 2.3.5 AM调制音乐信号的同步解调 (5) 2.4系统设计流程图 (6) 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 (7) 3.4切比雪夫滤波器 (7) 3.5数字滤波器设计原理 (8) 4 语音信号实例处理设计 (8) 4.1语音信号的采集 (8) 4.3.1高频调制与低频调制 (10) 4.3.2切比雪夫滤波 (11) 4.3.3 FIR滤波 (11) 5 总结 (12) 参考文献 (13) 语音信号的处理与分析 【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。 【关键词】Matlab 语音信号傅里叶变换低通滤波器
语音信号处理试验教程
语音信号处理试验 实验一：语音信号时域分析 实验目的： (1)录制两段语音信号，内容是“语音信号处理”，分男女声。 (2)对语音信号进行采样，观察采样后语音信号的时域波形。 实验步骤： 1、使用window自带录音工具录制声音片段 使用windows自带录音机录制语音文件，进行数字信号的采集。启动录音机。录制一段录音，录音停止后，文件存储器的后缀默认为.Wav。将录制好文件保存，记录保存路径。男生女生各录一段保存为test1.wav和test2.wav。 图1基于PC机语音信号采集过程。 2、读取语音信号 在MATLAB软件平台下，利用wavread函数对语音信号进行采样，记住采样频率和采样点数。通过使用wavread函数，理解采样、采样频率、采样位数等概念！ Wavread函数调用格式： y=wavread（file），读取file所规定的wav文件，返回采样值放在向量y中。
[y，fs，nbits]=wavread（file），采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。 y=wavread（file，N），读取前N点的采样值放在向量y中。 y=wavread（file，[N1，N2]）,读取从N1到N2点的采样值放在向量y中。 3、编程获取语音信号的抽样频率和采样位数。 语音信号为test1.wav和test2.wav，内容为“语音信号处理”，两端语音保存到工作空间work文件夹下。在M文件中分别输入以下程序，可以分两次输入便于观察。 [y1,fs1,nbits1]=wavread('test1.wav') [y2,fs2,nbits2]=wavread('test2.wav') 结果如下图所示 根据结果可知：两端语音信号的采样频率为44100HZ，采样位数为16。 4、语音信号的时域分析 语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且夜市最直观的是它的时域波形。语音信
基于MATLAB的语音信号滤波处理
基于MATLAB的语音信号滤波处理 题目：基于MATLAB的语音信号滤波处理 课程：数字信号处理 学院：电气工程学院 班级： 学生： 指导教师： 二O一三年十二月
目录CONTENTS 摘要 一、引言 二、正文 1.设计要求 2.设计步骤 3.设计内容 4.简易GUI设计 三、结论 四、收获与心得 五、附录
一、引言 随着Matlab仿真技术的推广，我们可以在计算机上对声音信号进行处理，甚至是模拟。通过计算机作图，采样，我们可以更加直观的了解语音信号的性质，通过matlab编程，调用相关的函数，我们可以非常方便的对信号进行运算和处理。 二、正文 2.1 设计要求 在有噪音的环境中录制语音，并设计滤波器去除噪声。 2.2 设计步骤 1.分析原始信号，画出原始信号频谱图及时频图，确定滤波器类型及相关指标； 2.按照类型及指标要求设计出滤波器，画出滤波器幅度和相位响应，分析该滤波器是否符合要求； 3.用所设计的滤波器对原始信号进行滤波处理，画出滤波后信号的频谱图及时频图； 4.对滤波前的信号进行分析比对，评估所设计滤波器性能。 2.3 设计内容 1.原始信号分析
分析信号的谱图可知，噪音在1650HZ和3300HZ附近的能量较高，而人声的能量基本位于1000HZ以下。因此，可以设计低通滤波器对信号进行去噪处理。 2.IIR滤波器设计 用双线性变换法分别设计了巴特沃斯低通滤波器和椭圆低通滤波器和带阻滤波器： ①巴特沃斯滤波器 fp=800;fs=1300;rs=35;rp=0.5; 程序代码如下： fp=800;fs=1300;rs=35;rp=0.5;Fs=44100; wp=2*Fs*tan(2*pi*fp/(2*Fs));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);
数字信号处理教语音信号处理课程设计心得
这次课程设计虽然遇到了很多问题，很多困难，但是也学到了很多东西。不仅学到了书本上的东西，而且学到了很多课本上没有的东西，很多程序里的东西，特别是程序语法，总是有错误，但是总是不知道错在哪里，在细心的检查下，终于找出了错误和警告，排除困难后，程序编译就通过了，心里终于舒了一口气。还有各种各样问题，通过查网络和请教同学来弄明白，这个过程是痛苦的，有时候有些问题不能马上解决，感到很头痛，真想放弃这个问题，但是坚持下来，并且解决这些问题的时候，真的有种苦尽甘来的感觉。 应用MATLAB进行语音信号的处理是与我们所学课程及专业紧密相连的，有着很强的实践性。做这个课程设计的时候，并不是非常的顺利，我也有遇到很多困难。刚开始，我用自己的mp3录制的一个wav文件做语音信号处理，程序始终现实如下错误提示： ??? Error using ==> wavread Error using ==> wavread Data compression format (IMA ADPCM) is not supported. 我在查阅了很多资料，在网上也查阅相关信息，花费了大量时间也没找出结果，最后发现在WAV格式的语音文件有两种格式，即PCM格式和IMA ADPCM格式，而在MATLAB中用wavread函数进行语音处理时，并不能直接处理IMA ADPCM格式的语音信号，经
过格式转换之后（选择PCM格式），我运行出了正确的结果。刚开始由于对滤波器的滤波原理并不是很了解，于是我又翻出学过的数字信号处理课本，认真研究起各种滤波器了，这才使我明白了大多数滤波器是如何工作地，不再单单只是懂理论，理论与实际相结合是很重要的，只有理论知识是远远不够的，只有把所学的理论知识与实践相结合起来，从理论中得出结论。实验过程中，我感觉到初始语音信号和滤波输出后的语音信号在音色上有一定的差别，这说明了信号在处理、传输过程中有损耗。不管对于什么样的课题，其实也是有很多东西可以发掘的，这需要我们在平时多积累，多思考，只有这样，才能取得更大的进步，才能学有所用，学有所长。 通过这次设计，进一步加深了对数字信号处理的了解，让我对它有了更加浓厚的兴趣。通过这次课程设计使我懂得了，平时的理论知识只有通过自己动手做一个课题，从做这个课题的过程中发现问题，解决问题，这个学习的过程，会比我们平时只通过课堂上听讲得到的知识更加生动立体，跟让人记忆深刻。在设计的过程中，我发现同学间的互帮互助真的很重要。当我们有问题的时候，大家一起讨论，将自己的观点表达出来，当发现别人的观点与自己的不同的时候，我们通过查阅资料找到最终正确的答案，这个过程是互利互惠的。这也培养了我们以后走上工作岗位后的团队精神，对我们以后的为人处世都有很大帮助。同时我们在设计的过程中发现了自己的不足之处，对以前所学过的知识理
哈尔滨工程大学 语音信号处理实验报告
实 验 报 告 实验课程名称： 语音信号处理实验 姓名： 班级： 20120811 学号： 指导教师 张磊 实验教室 21B#293 实验时间 2015年4月12日 实验成绩 实验序号 实验名称 实验过程 实验结果 实验成绩 实验一 语音信号的端点检测 实验二 语音信号的特征提取 实验三 语音信号的基频提取
实验一 语音信号的端点检测 一、实验目的 1、掌握短时能量的求解方法 2、掌握短时平均过零率的求解方法 3、掌握利用短时平均过零率和短时能量等特征，对输入的语音信号进行端点检测。 二、实验设备 HP 计算机、Matlab 软件 三、实验原理 1、短时能量 语音信号的短时能量分析给出了反应这些幅度变化的一个合适的描述方法。对于信号)}({n x ，短时能量的定义如下： ∑ ∑∞ -∞ =∞ -∞ =*=-= -= m m n n h n x m n h m x m n w m x E )()()()()]()([222 2、短时平均过零率 短时平均过零率是指每帧内信号通过零值的次数。对于连续语音信号，可以 考察其时域波形通过时间轴的情况。对于离散信号，实质上就是信号采样点符号变化的次数。过零率在一定程度上可以反映出频率的信息。短时平均过零率的公式为： ∑∑-+=∞ -∞=--= ---=1)] 1(sgn[)](sgn[2 1 ) ()]1(sgn[)](sgn[21N n n m w w m n m x m x m n w m x m x Z 其中，sgn[.]是符号函数，即 ? ? ?<-≥=0)(10)(1 )](sgn[n x n x n x
语音信号处理实验报告11
实验一 语音信号的时域分析 一、 实验目的、要求 （1）掌握语音信号采集的方法 （2）掌握一种语音信号基音周期提取方法 （3）掌握语音信号短时能量和短时过零率计算方法 （4）了解Matlab 的编程方法 二、 实验原理 语音是一时变的、非平稳的随机过程，但由于一段时间内(10-30ms)人的声带和声道形状的相对稳定性，可认为其特征是不变的，因而语音的短时谱具有相对稳定性。在语音分析中可以利用短时谱的这种平稳性，将语音信号分帧。 10～30ms 相对平稳，分析帧长一般为20ms 。 语音信号的分帧是通过可移动的有限长度窗口进行加权的方法来实现的。几种典型的窗函数有：矩形窗、汉明窗、哈宁窗、布莱克曼窗。 语音信号的能量分析是基于语音信号能量随时间有相当大的变化，特别是清音段的能量一般比浊音段的小得多。定义短时平均能量 [][]∑∑+-=∞-∞=-=-= n N n m m n m n w m x m n w m x E 122)()()()( 下图说明了短时能量序列的计算方法，其中窗口采用的是直角窗。 过零就是信号通过零值。对于连续语音信号，可以考察其时域波形通过时间轴的情况。而对于离散时间信号，如果相邻的取样值改变符号则称为过零。由此可以计算过零数，过零数就是样本改变符号的次数。单位时间内的过零数称为平
均过零数。 语音信号x (n )的短时平均过零数定义为 ()[]()[]()()[]()[]() n w n x n x m n w m x m x Z m n *--=---= ∑∞ -∞=1sgn sgn 1sgn sgn 式中，[]?sgn 是符号函数，即 ()[]()()()()???<-≥=01 01sgn n x n x n x 短时平均过零数可应用于语音信号分析中。发浊音时，尽管声道有若干个共振峰，但由于声门波引起了谱的高频跌落，所以其语音能量约集中干3kHz 以下。而发清音时．多数能量出现在较高频率上。既然高频率意味着高的平均过零数，低频率意味着低的平均过零数，那么可以认为浊音时具有较低的平均过零数，而清音时具有较高的平均过零数。然而这种高低仅是相对而言，没有精确的数值关系。 短时平均过零的作用 1.区分清/浊音： 浊音平均过零率低，集中在低频端； 清音平均过零率高，集中在高频端。 2.从背景噪声中找出是否有语音，以及语音的起点。 基音是发浊音时声带震动所引起的周期性，而基音周期是指声带震动频率的倒数。基音周期是语音信号的重要的参数之一，它描述语音激励源的一个重要特征，基音周期信息在多个领域有着广泛的应用，如语音识别、说话人识别、语音分析与综合以及低码率语音编码，发音系统疾病诊断、听觉残障者的语音指导等。因为汉语是一种有调语言，基音的变化模式称为声调，它携带着非常重要的具有辨意作用的信息，有区别意义的功能，所以，基音的提取和估计对汉语更是一个十分重要的问题。 由于人的声道的易变性及其声道持征的因人而异，而基音周期的范围又很宽，而同—个人在不同情态下发音的基音周期也不同，加之基音周期还受到单词发音音调的影响，因而基音周期的精确检测实际上是一件比较困难的事情。基音提取的主要困难反映在：①声门激励信号并不是一个完全周期的序列，在语音的
数字语音信号处理的应用价值及发展趋势
数字语音信号处理的应用价值及发展趋势 姓名：宁闯 学号： 201005107 众所周知， 语音在人类社会中起了非常重要的作用。 在现代信息社会中， 小至人们的日 常生活，大到国家大事、世界新闻、社会舆论和各种重要会议，都离不开语言和文字。近年来，普通电话、 移动电话和互联网已经普及到家庭。在这些先进的工具中， 语音信号处理中 的语音编码和语音合成就有很大贡献。再进一步，可以预料到的口呼打字机 ( 又称听写机， 它能把语音转换为文字 ) 、 语音翻译机 ( 例如输入为汉语，输出为英语， 或者相反 ) ，已经不是 梦想而是提到日程上的研究工作了。 20 世纪 60 年代中期形成的一系列数字信号处理方法和算法 , 如数字滤波器、快速傅 里叶变换 (FFT) 是语音数字信号处理的理论和技术基础。而 70
年代初期产生的线性预测编． 码 (LPC) 算法 , 为语音信号的数字处理提供了一个强有力的工具。语音信号的编码和压缩是语音信号处理的主要内容。语音信号处理在通信、 语音识别与合成、自然语言理解、多媒体 数据库以及互联网等多个领域有广泛的应用 , 同时它对于理解音频类等一般的声音媒体的 特点也有很大的帮助。对于移动通信来说 , 最多的信息是语音信号 , 语音编码的技术在数字 移动通信中具有相当关键的作用 , 高质量低速率的语音编码技术是数字移动网的永远的追 求。所谓语音编码是信源编码 , 它是将模拟语音信号变成数字信号以便在信道中传输。除了 通信带宽的要求外 , 计算机存储容量的限制也要求对语音信号进行压缩 , 以满足海量数据情 况下进行实时或准实时计算机处理的目的。 1 语音信号处理的关键技术 语音信号处理的理论基础就是一般的数字信号处理理论 , 它的主要研究内容是语音编 码和语音压缩技术。 考虑到人对听觉媒体的感应特点 , 研究语音信号处理必须与声音心理学 联系起来。因此这里我们把声音心理学也列为语音信号处理的关键技术之一。 (1) 声音心理学