数字信号处理期末实验-语音信号分析与处理-(2)
语音信号处理实验报告实验二
语音信号处理实验报告实验二一、实验目的本次语音信号处理实验的目的是深入了解语音信号的特性，掌握语音信号处理的基本方法和技术，并通过实际操作和数据分析来验证和巩固所学的理论知识。
具体而言，本次实验旨在：1、熟悉语音信号的采集和预处理过程，包括录音设备的使用、音频格式的转换以及噪声去除等操作。
2、掌握语音信号的时域和频域分析方法，能够使用相关工具和算法计算语音信号的短时能量、短时过零率、频谱等特征参数。
3、研究语音信号的编码和解码技术，了解不同编码算法对语音质量和数据压缩率的影响。
4、通过实验，培养我们的动手能力、问题解决能力和团队协作精神，提高我们对语音信号处理领域的兴趣和探索欲望。
二、实验原理（一）语音信号的采集和预处理语音信号的采集通常使用麦克风等设备将声音转换为电信号，然后通过模数转换器（ADC）将模拟信号转换为数字信号。
在采集过程中，可能会引入噪声和干扰，因此需要进行预处理，如滤波、降噪等操作，以提高信号的质量。
（二）语音信号的时域分析时域分析是对语音信号在时间轴上的特征进行分析。
常用的时域参数包括短时能量、短时过零率等。
短时能量反映了语音信号在短时间内的能量分布情况，短时过零率则表示信号在单位时间内穿过零电平的次数，可用于区分清音和浊音。
（三）语音信号的频域分析频域分析是将语音信号从时域转换到频域进行分析。
通过快速傅里叶变换（FFT）可以得到语音信号的频谱，从而了解信号的频率成分和分布情况。
（四）语音信号的编码和解码语音编码的目的是在保证一定语音质量的前提下，尽可能降低编码比特率，以减少存储空间和传输带宽的需求。
常见的编码算法有脉冲编码调制（PCM）、自适应差分脉冲编码调制（ADPCM）等。
三、实验设备和软件1、计算机一台2、音频采集设备（如麦克风）3、音频处理软件（如 Audacity、Matlab 等）四、实验步骤（一）语音信号的采集使用麦克风和音频采集软件录制一段语音，保存为常见的音频格式（如 WAV）。
语音信号处理实验报告2
实验二语音信号的频域特性一、实验目的（1）结合汉语语音信号的各类音素和复元音的特点分析其频域性质；（2）熟悉语音信号的各类音素和复元音的频域参数；（3）熟悉声音编辑软件PRAAT的简单使用和操作。
二、实验记录与思考题1. 观察语音信号的频域特点，总结其规律。
浊音段：其谱线结构是与浊音信号中的周期信号密切相关。
具有与基音及其谐波对应的谱线。
频谱包络中有几个凸起点，与声道的谐振频率相对应。
这些凸起点为共振峰。
清音段：清音的频谱无明显的规律，比较平坦。
2.总结清音/b/p/m/f/d/t/n/l/g/k/h/j/q/x/z/c/s/zh/ch/sh/r/共21个的语谱图的规律，给出辅音的能量集中区；语谱图中的花纹有横杠、乱纹和竖直条。
横杠是与时间轴平行的几条深黑色带纹，它们是共振峰。
从横杠对应的频率和宽度可以确定相应的共振峰频率和带宽。
在一个语音段的语谱图中，有没有横杠出现是判断它是否是浊音的重要标志。
竖直条是语谱图中出现于时间轴垂直的一条窄黑条。
每个竖直条相当于一个基音，条纹的起点相当于声门脉冲的起点，条纹之间的距离表示基音周期，条纹越密表示基音频率越高。
b，p……清音的语谱图为乱纹。
辅音的能量集中区为：高频区3. 总结浊音/a/o/e/i/u/ü/ao/ai/ei/ou/ie /an/en/in/ang/eng/ong/ing/共18个的语谱图的规律，提取这18个浊音的基频、前三个共振峰频率4./r/、/m/、/n/、/l/ 从这几个音素的的基频、共振峰频率5.分析宽带语谱图和窄带语谱图的不同之处，请解释原因；语谱图中的花纹有横杠、乱纹和竖直条等。
横杠是与时间轴平行的几条深黑色带纹，它们是共振峰。
从横杠对应的频率和宽度可以确定相应的共振峰频率和带宽。
在一个语音段的语谱图中，有没有横杠出现是判断它是否是浊音的重要标志。
竖直条（又叫冲直条）是语谱图中出现与时间轴垂直的一条窄黑条。
每个竖直条相当于一个基音，条纹的起点相当于声门脉冲的起点，条纹之间的距离表示基音周期。
基于MATLAB的语音信号分析与处理的实验报告
基于MA TLAB的语音信号分析与处理的实验报告数字信号课程设计，屌丝们有福了一.实验目的数字信号课程设计，屌丝们有福了综合计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.实验的基本要求数字信号课程设计，屌丝们有福了1.进一步学习和巩固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.掌握数字信号处理的基本概念、基本理论、原理和基本方法。
4.掌握MATLAB设计FIR和IIR数字滤波器的方法。
5.学会用MATLAB对信号进行分析和处理。
三．实验内容录制一段自己的语音信号，（语音信号声音可以理解成由振幅和相位随时间缓慢变化的正弦波构成。
人的听觉对声音的感觉特征主要包含在振幅信息中，相位信息一般不起作用。
在研究声音的性质时，往往把时域信息（波形图）变换得到它的频域信息（频谱），通过研究频谱和与频谱相关联的特征获得声音的特性。
）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，采用窗函数法或者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，分析信号发生的变化；回放语音信号。
数字信号课程设计，屌丝们有福了四．实验的实现（1）.语音信号的采集采用windows下的录音机或者手机、其他的软件，录制一段自己的话音，时间控制在一分钟左右；然后在MATLAB软件平台下，利用函数wavread对自己的话音进行采样，记住采样的频率和采样的点数。
语音信号处理实验二
实验二 语音信号的时域分析一、 实验目的在理论学习的基础上，进一步理解和掌握语音信号短时能量、短时过零了分析的意义及基于matlab 的实现方法。
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[][]∑∑+-=∞-∞=-=-=nN 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()[]()()()()⎩⎨⎧<-≥=0101sgn 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。
数字信号处理语音处理课程设计实验报告
首先画出采样后语音信号的时域波形，然后对信号进行快速傅里叶变换，得到其频谱图。读取语音文件并绘出波形和频谱的程序:
[y,fs,nbits]=wavread('xxxxxxxx');%语音信号的采集
sound(y,fs,nbits);%语音信号的播放
n=length(y) ;%计算语音信号的长度
plot(angle(Y1));
title('延时后相频特性');
我延时了和原信号一样长的点数，可以看出来延时后的信号要后播放一小段时间并且幅频相频差别不大。
（3）混响：
clear,clc;
[y,fs]=audioread('E:\大学课程\大三上\数字信号处理\201400121184吴蔓.mp3'); %语音信号的采集
第十章综合实验与考查
一、实验目的
综合运用所学数字信号处理理论知识进行语音信号的采集、频谱分析、延时、滤波处理等，通过理论推导得出相应结论并利用MATLAB作为编程工具进行计算机实现，从而对数字信号处理有一个系统的掌握和直观理解。
二、需验证的理论
1、语音信号采集与处理
2、信号频谱分析
3、数字滤波器分析与设计
%把30000改成更大的数比如80000则要隔更久才能听到回声
sound(10*y1,fs);
%回放单回声信号，这里乘以10以加强信号，便于听取，因为如果衰减系数太大则回声难以听见
n=length(y0) ;
Y0=fft(y0) ;
Y=fft(y1) ;
figure(1);
subplot(2,1,1)
%这里的y'指的是y的转置矩阵，故是一行多列的，y'作为filter函数的输入矩阵
(完整版)数字信号处理实验二
y = filter(num,den,x,ic);
yt = a*y1 + b*y2;
d = y - yt;
subplot(3,1,1)
stem(n,y);
ylabel('振幅');
title('加权输入: a \cdot x_{1}[n] + b \cdot x_{2}[n]的输出');
subplot(3,1,2)
%扫频信号通过2.1系统：
clf;
n = 0:100;
s1 = cos(2*pi*0.05*n);
s2 = cos(2*pi*0.47*n);
a = pi/2/100;
b = 0;
arg = a*n.*n + b*n;
x = cos(arg);
M = input('滤波器所需的长度=');
num = ones(1,M);
三、实验器材及软件
1.微型计算机1台
2. MATLAB 7.0软件
四、实验原理
1.三点平滑滤波器是一个线性时不变的有限冲激响应系统，将输出延时一个抽样周期，可得到三点平滑滤波器的因果表达式，生成的滤波器表示为
归纳上式可得
此式表示了一个因果M点平滑FIR滤波器。
2.对线性离散时间系统，若y1[n]和y2[n]分别是输入序列x1[n]和x2[n]的响应，则输入
plot(n, y);
axis([0, 100, -2, 2]);
xlabel('时间序号 n'); ylabel('振幅');
数字信号处理实验-音频信号处理
图1 任务一程序流程图1、音频信号采集道，只取第一个声道进行处理,接着使用sound函数以fs频率进行音频回放。
2、音频信号频域分析以采样间隔T划分时域并绘制出signal信号的时域波形；调用fft函数,对signal 进行快速傅里叶变换，用abs函数取傅里叶变换后结果的幅值进行幅频分析，绘制出频谱图。
在绘制频谱图时由于考虑到快速傅里叶变换的对称性，只取序列的前半部分进行观察分析。
3、音频信号分解为了实现音频信号的分解及合成，先对原信号的频谱图进行观察分析，发现原信号的主要能量集中在三个主要频率上，于是考虑用这三频率的正弦信号合成原信号。
为了求得这三个频率，先调用findpeaks函数找到频谱图上的各个局部极大值peak及其对应的位置locs,然后用sort对峰值点进行排序，找到最大的三个值，接着用find 函数找到这三个最大值在locs中的位置，也就知道了对应的频率。
这里有一个问题就是最小的峰值频率并不是在sort排序后的第三位而是在第四位，需要有一个调整；确定了主要谱线后，使用text函数进行峰值标注；4、音频信号合成接着将这三个谱线还原回时域正弦信号，幅度的比例等于对应频率上的幅度比例然后然后叠加，得到合成后的信号，绘制出时域波形，与原信号波形进行比较,接着对两个正弦信号进行fft,绘制出他们的频谱，然后对合成的信号进行fft,做出频谱图和原信号的频谱图进行比较.5、音频信号回放用sound函数进行原信号和合成信号的回放，比较差异。
实验内容二：任意音频信号的时域和频域分析及数字滤波器设计通过对任务具体内容的分析，可以建立出任务二程序框图如下，之后将对编程思想及思路进行介绍：图2任务二程序流程图1、音频信号采样自己录音频并另存为”ding.wav”后,先用audioread函数读取音频信号得到采样序列signal及对应采样频率fs,由于获取的音频信号是双声道，只取第一个声道进行处理。
2、时域采样使用audioread函数得到的采样序列signal及采样频率fs为过采样状态，此时我们对signal再进行等间隔采样，达到减少采样点数和降低采样频率的效果，进而实现合理采样状态signal2、fs2和欠采样状态signal1、fs1;使用sound函数分别对这两种采样状态进行回放。
对语音信号进行分析及处理.
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字信号处理期末实验-语音信号分析与处理-(2)语音信号分析与处理摘要用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。
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。
设计原理及内容理论依据（1）采样频率：采样频率（也称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。
采样频率只能用于周期性采样的采样器，对于非周期采样的采样器没有规则限制。
通俗的讲，采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。
采样频率越高，即采样的间隔时间越短，则在单位之间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。
（2）采样位数：即采样值或取样值，用来衡量声音波动变化的参数。
（3）采样定理：在进行模拟/数字信号的的转换过程中，当采样频率f s.max大于信号中，最高频率f max的2倍时，即：f s.max>=2f max，则采样之后的数字信号完整的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；采样频率又称乃奎斯特定理。
（4）时域信号的FFT分析：信号的频谱分析就是计算信号的傅立叶变换。
连续信号与系统的傅立叶分析显然不便于直接用计算机进行计算，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，适合数值计算，成为用计算机分其中W N= ，N为DFT变换空间长度。
信号采集从网上下载一段wav格式的文件，把文件“000.wav”保存在MATLAB文件夹下的work文件夹中，以.wav格式保存，这是windows操作系统规定的声音文件保存的标准。
[x1,fs]=audioread('000.wav');%把语音信号进行加载入MATLAB仿真软件平台中，采样值放在向量x1中，fs表示采样频率（Hz）x=x1(1:5000,1);%对双声道信号取单声道并取其5000点X=fft(x,4096);%对信号做4096点FFT变换调用参数x为被变换的时域序列向量，变换区间长度为4096，当x小于4096时，fft函数自动在x后面补零。
函数返回x的4096点DFT变换结果X。
当x大于4096时，fft函数计算x前面4096个元素构成的长序列的4096点DFT，忽略x后面的元素。
进行图形分区，首先画出语音信号的时域波形，然后对其进行频谱分析。
在MATLAB中利用fft对信号进行快速傅立叶变换，得到信号的频谱特性。
magX=abs(X);%把傅里叶变换后的复数值取模subplot(2,1,1);%图形分区plot(x);title('原始信号波形');%绘制波形f=(0:2047)*fs/2/2048;%单位转换subplot(2,1,2);plot(f,magX(1:2048));title('原始信号频谱');其程序如下：[x1,fs]=audioread('000.wav'); %读取语音信号x=x1(1:5000,1);%对双声道信号取单声道并取其5000点X=fft(x,4096);%对信号做4096点FFT变换magX=abs(X);%把傅里叶变换后的复数值取模subplot(2,1,1);%图形分区plot(x);title('原始信号波形');%绘制波形f=(0:2047)*fs/2/2048;%单位转换subplot(2,1,2);plot(f,magX(1:2048));title('原始信号频谱');sound(x1,fs)程序结果如下图：加噪语音信号并对其FFT频谱分析其程序如下：[x,fs]=audioread('000.wav');n=length(x);x_p=fft(x,n);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(x);title('原始语音信号采样后的时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,1,2);plot(f,abs(x_p(1:n/2)));title('原始语音信号采样后的频谱图');xlabel('频率Hz');ylabel('频率幅值');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);f=fs*(0:n/2-1)/n;figure(2)subplot(2,1,1);plot(x_z);title('加噪语音信号时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,1,2);plot(f,abs(x_zp(1:n/2)));title('加噪语音信号频谱图');xlabel('频率Hz');ylabel('频率幅值');sound(x_z,fs)程序结果如下图：加入噪声后得到的信号和原始的语音信号有明显的不同。
数字滤波器设计设计数字滤波器的任务就是寻找一个因果稳定的线性时不变系统，并使系统函数H（z）具有指定的频率特性。
本实验采用MATLAB工具箱函数buttord设计数字低通IIR滤波器。
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);figure(1)%subplot(3,1,1)plot(w,abs(h));xlabel('频率/Hz');ylabel('幅值');title('巴特沃斯低通滤波器幅度特性');axis([0,5000,0,1.2]); grid on;figure(2)%subplot(3,1,2)plot(w,20*log10(abs(h)));xlabel('频率/Hz');ylabel('幅值db');title('巴特沃斯低通滤波器幅度特性db');axis([0,5000,-90,10]); grid on;figure(3)plot(w,180/pi*unwrap(angle(h)));xlabel('频率/Hz');ylabel('相位');title('巴特沃斯低通滤波器相位特性');axis([0,5000,-1000,10]) ;grid on; [s1,Fs]=audioread('000.wav');x1=s1(:,1);sound(x1,Fs);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('频率/Hz');ylabel('幅度');title('原始信号频谱');grid on;axis([0 6000 0 400])y=filter(num,den,x1);sound(y,Fs);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('频率/Hz');ylabel('幅度');title('过滤后信号的频谱'); grid on;axis([0 6000 0 100])程序结果如下图：信号处理巴特沃斯滤波器利用函数filter进行滤波。
用设计的滤波器对含噪声的语音信号进行滤波。
其程序如下：[x,fs]=audioread('000.wav');x1=x(:,1); %获取单列语音信号并对其做FFT变换N1=length(x1);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*80 00/fs)); %设计三余弦混合噪声信号N2=length(y); %对三余弦混合噪声信号做FFT变换fy=fft(y);w2=2/N2*(0:N2/2-1)*fs/2;hdx=x1+y'; %产生加噪后的语音信号并对其做FFT变换M=length(hdx);fhdx=fft(hdx); w3=2/M*(0:M/2-1);figure %画出单列信号语音信号的频谱图、三余弦混合噪声信号的离散信号图 %及其频谱图和加噪后语音信号的频谱图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(2,2,3);plot(w3,abs(fhdx(1:M/2)));sound(hdx,fs); % 语音信号有电流声，而且噪声比较明显。