语音信号的噪声分析及滤波的过程研究

电网络理论

课程设计与报告

题目：语音信号的噪声分析及滤波的过程研究

一、语音信号的噪声分析及滤除一般过程

选择一个语音信号作为分析的对象，或录制一段格式为 *.wav各人自己的语音信号，对其进行频谱分析；利用MATLAB中的随机函数产生噪声加入到语音信号中，模仿语音信号被污染，并对其进行频谱分析；设计数字滤波器，并对被噪声污染的语音信号进行滤波，分析滤波后信号的时域和频域特征，回放语音信号。其流程图如下所示：

二、音频信号、噪声的分析

(一）、音频信号分析

音频信号的频率范围在20Hz-20000Hz，是人耳可以听到的频率范围，超过这个范围的音频信号没有意义。语音的频率范围在30-1000Hz之间。

(二)、噪声的产生

噪声的来源一般有环境设备噪声和电气噪声。环境噪声一般指在录音时外界环境中的声音，设备噪声指麦克风、声卡等硬件产生的噪声，电气噪声有直流电中包含的交流声，三极管和集成电路中的无规则电子运动产生的噪声，滤波不良产生的噪声等。这些噪声虽然音量不大(因为在设备设计中已经尽可能减少噪声)，但参杂在我们的语音中却感到很不悦耳，尤其中在我们语音的间断时间中，噪声更为明显。

三、A/D转换

A/D转换可分为4个阶段：即采样、保持、量化和编码。

采样就是将一个时间上连续变化的信号转换成时间上离散的信号，根据奈奎斯特采样定理fsZZfh，如果采样信号频率大于或等于2倍的最高频率成分，则可以从采样后的信号无失真地重建恢复原始信号。考虑到模数转换器件的非线性失真、量化噪声及接收机噪声等因素的影响，采样频率一般取2．5～3倍的最高频率成分。

要把一个采样信号准确地数字化，就需要将采样所得的瞬时模拟信号保持一段时间，这就是保持过程。保持是将时间离散、数值连续的信号变成时间连续、数值离散信号，虽然逻辑上保持器是一个独立的单元，但是，实际上保持器总是与采样器做在一起，两者合称采样保持器。图给出了A/D采样电路的采样时序图，采样输出的信号在保持期间即可进行量化和编码。

量化是将时间连续、数值离散的信号转换成时间离散、幅度离散的信号；编码是将量化后的信号编码成二进制代码输出。到此，也就完成了A/D转换，这些过程通常是合并进行的。例如，采样和保持就经常利用一个电路连续完成，量化和编码也是在保持过程中实现的。

四、通用串行总线

(一)、USB总线的分析

USB标准采用NRZI方式（翻转不归零制）对数据进行编码。翻转不归零制（non-return to zero,inverted），电平保持时传送逻辑1，电平翻转时传送逻辑0。USB 接头提供一组5伏特的电压，可作为相连接USB设备的电源。实际上，设备接收到的电源可能会低于5V，只略高于4V。USB规范要求在任何情形下，电压均不能超过5.25V；在最坏情形下（经由USB供电HUB所连接的LOW POWER 设备）电压均不能低于4.375V，一般情形电压会接近5V。

(二)、PCI总线

PCI是由Intel公司1991年推出的一种局部总线。从结构上看，PCI是在CPU和原来的系统总线之间插入的一级总线，具体由一个桥接电路实现对这一层的管理，并实现上下之间的接口以协调数据的传送。管理器提供了信号缓冲，使之能支持10种外设，并能在高时钟频率下保持高性能，它为显卡，声卡，网卡，MODEM等设备提供了连接接口，它的工作频率为33MHz/66MHz。

五、语音信号杂音滤除的具体实现

(一)、语音信号的采集

利用PC 机上的声卡和WINDOWS 操作系统可以进行数字信号的采集。将话筒输入计算机的语音输入插口上,启动录音机。按下录音按钮,接着对话筒说话“语音信号处理”,说完后停止录音,屏幕左侧将显示所录声音的长度。点击放音按钮,可以实现所录音的重现。以文件名“speech”保存入X:\ MATLAB \ work 中。可以看到,文件存储器的后缀默认为*.wav ,这是WINDOWS 操作系统规定的声音文件存的标准。

(二)、语音信号的时频分析

利用MATLAB中的“wavread”命令来读入（采集）语音信号，将它赋值给某一向量。再对其进行采样，记住采样频率和采样点数。

其格式是：y=wavread（file）功能是读取file所规定的wav文件，返回采样值放在向量y中。

接下来，对语音信号OriSound.wav进行采样。其程序是

[y,fs,nbits]=wavered (‘OriSound’); 把语音信号加载入Matlab 仿真软件平台中。

然后，画出语音信号的时域波形，再对语音信号进行频谱分析。MATLAB提供了快速傅里叶变换算法FFT计算DFT的函数fft,其调用格式是Xk=fft(xn,N)。

参数xn为被变换的时域序列向量，N是DFT变换区间长度，当N大于xn的长度时，fft函数自动在xn后面补零。，当N小于xn的长度时，fft函数计算xn的前N个元素，忽略其后面的元素。

在本次设计中，我们利用fft对语音信号进行快速傅里叶变换，就可以得到信号的频谱特性。其程序如下：

fs=22050;

[y,fs,nbits]=wavread ('OriSound.wav');

sound(y,fs,nbits); %回放语音信号

N= length (y) ; %求出语音信号的长度

Y=fft(y,N); %傅里叶变换

subplot(2,1,1);

plot(y);title('原始信号波形');

subplot(2,1,2);

plot(abs(Y));

title('原始信号频谱')

程序结果如下图：

图1 原始信号波形及频谱

(三)、语音信号加噪与频谱分析

MATLAB中产生高斯白噪声非常方便，有两个产生高斯白噪声的两个函数。我们可以直接应用两个函数：一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。也可直接用randn函数产生高斯分布序列。

在本次课程设计中，用MATLAB中的随机函数(rand或randn)产生噪声加入到语音信号中，模仿语音信号被污染，并对其频谱分析。Randn函数有两种基本调用格式：Randn(n)和Randn（m,n）,前者产生n×n服从标准高斯分布的随机数矩阵，后者产生m×n的随机数矩阵。在这里，用Randn（m,n）函数。

语音信号添加噪声及其频谱分析的主要程序如下：

[y,fs,nbits]=wavread ('OriSound.wav');

N = length (y) ; %求出语音信号的长度

Noise=0.01*randn(n,2); %随机函数产生噪声

Si=y+Noise; %语音信号加入噪声

sound(Si);

subplot(2,1,1);

plot(Si);title('加噪语音信号的时域波形');

S=fft(Si); %傅里叶变换

subplot(2,1,2);

plot(abs(S));

title('加噪语音信号的频域波形');

程序结果如下图：