语音信号的采集与分析
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)-1if x(j)*x(j+1)<0 &abs(x(j)-x(j+1))>deltazcr(i)=zcr(i)+1;endendend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。
【毕业设计】语音信号的采集与分析
【毕业设计】语音信号的采集与分析河南农业大学本科生毕业论文（设计）任务书论文（设计）题目语音信号的采集与分析学院专业班级学号姓名2009年月日语音信号的采集与分析作者：123 指导老师：456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，MatlabAudio signal acquisition and analysisAuthor：zhuyousong Teacher guidance：lifuqiangAbstractSpeech signal acquisition and analysis techniques are a wide range of cross-scientific，Its application and development of voice study, sound measurement study, electronic measuring technology, and digital signal processing disciplines, such as close contact。
Collection and analysis of voice one of the small-scale equipment, intelligence, digital and multi-functional development of more and more quickly, faster than the previous analysis has been substantially high。
语音信号的采集与分析
南昌工程学院《语音信号的采集与分析》课程设计题目语音信号的采集与分析课程名称语音信号处理系院信息工程学院专业通信工程班级 10通信工程2班学生姓名刘敏学号 2010103362设计地点电子信息楼指导教师邹宝娟设计起止时间：2013年12月9日至2013年12月20日目录一、需求分析 (4)1.1选题背景及意义 (4)1.2设计要求 (4)二、系统总体设计 (4)2.1 系统设计思路 (4)2.2 功能结构图及功能说明 (4)2.3 工作原理 (6)三、系统详细设计 (6)3.1 语音信号的matlab仿真的数据分析 (6)3.2 程序代码分析 (12)四、调试与维护 (14)4.1 调试过程的问题与维护 (14)五、结束语 (15)六、参考文献 (16)七、指导教师评阅（手写） (17)一、需求分析1.1选题背景及意义该设计主要是介绍语音信号的采集与分析方法，通过PC机录制自己的一段声音，运用Matlab提供的函数进行仿真分析，并画出采样后语音信号的时域波形和频谱图，对所采集的语音信号加入干扰随机高斯噪声，对加入噪声的信号进行播放，并进行时域和频谱分析；对比加噪前后的时域图和频谱图，分析讨论采用什么样的滤波器进行滤除噪声。
1.2设计要求(1)通过PC机录制自己的一段声音“南昌工程学院刘敏”；(2)运用MATLAB中信号处理相关的函数对语音信号进行时域、频域上的分析，如短时能量，短时平均过零率，语谱图等；(3)运用MATLAB对语音信号进行综合与分析，包括语音信号的调制，叠加，和滤波等。
二、系统总体设计2.1 系统设计思路系统的整体设计思路包括语音信号的录制，语音信号的采集，语音信号的分析，其中语音信号的分析又包括了语音信号的时域分析和频域分析，语音信号的加噪处理和滤噪设计分析。
2.2 功能结构图及功能说明实际工作中，我们可以利用windows自带的录音机录制语音文件，声卡可以完成语音波形的A/D转换，获得WAVE文件，为后续的处理储备原材料。
语音信号的特征提取与分类研究
语音信号的特征提取与分类研究语音信号是一种常见的信号，它传递了人类的语言信息，是人类进行交流的重要媒介之一。
但是，要对语音信号进行处理以便于机器学习或实现其他应用，需要提取出语音信号中的特征，并对其进行分类。
本文将重点探讨语音信号的特征提取与分类研究。
一、语音信号的特征提取语音信号是一种时域信号，包含了大量的声音信息。
在对语音信号进行处理前，需要将其转化为数字信号，并从中提取出有用的特征。
下面介绍几种经典的语音信号特征提取方法。
1. 短时能量和短时平均幅值短时能量和短时平均幅值是语音信号最基本的特征之一。
它们可以反映语音信号的音量大小和能量密度分布。
具体方法是将语音信号分成若干小段，在每一小段内求出能量和幅值的平均值。
这种方法简单易行，但是对于含有大量噪声的语音信号效果不佳。
2. 过零率语音信号中能量与过零率相关联，因此，过零率可以反映信号中的频率成分。
过零率表示的是语音信号穿过0的次数。
在计算过零率时，需要将语音信号分成若干小段，计算每一小段内0的穿过次数，并求出平均值。
过零率在识别某些语音词汇时具有一定的作用。
3. 短时倒谱系数短时倒谱系数是一种基于滤波器的语音信号特征提取方法。
它的原理是将语音信号输入到一个数字滤波器中，输出的结果就是短时倒谱系数。
这种方法比较复杂，需要涉及数字滤波器的设计和使用，但是效果很好。
4. 线性预测系数线性预测系数是一种基于自回归模型的语音信号特征提取方法。
它的原理是将语音信号视为一个自回归信号，通过线性预测模型估计自回归系数。
这种方法需要对语音信号进行复杂的数学运算，但是可以提取出语音信号的主要频率成分。
二、语音信号的分类研究经过特征提取后，语音信号就可以被机器进行分类了。
分类的目的是通过对语音信号的特征进行分析，将语音信号划分到不同的类别中，以便于机器进行语音识别或其他应用。
1. 基于深度学习的语音信号分类深度学习是近年来非常流行的一种机器学习方法，其在语音识别领域中也取得了一定的成果。
语音信号的采集及预处理
实验语音信号的采集及预处理一、实验目的在理论学习的基础上，进一步地理解和掌握语音信号预处理及短时加窗的意义及基于matlab的实现方法。
二、实验原理及内容1.语音信号的录音、读入、放音等：练习matlab中几个音频处理函数，利用函数wavread对语音信号进行采样,记住采样频率和采样点数，给出以下语音的波形图（），wavread 的用法参见mablab帮助文件。
利用wavplay或soundview放音。
也可以利用wavrecord自己录制一段语音，并进行以上操作(需要话筒)。
实验程序：I=wavread('');Fs=256;soundview(I,Fs);实验结果：2.语音信号的分帧：对语音信号进行分帧，可以利用voicebox工具箱中的函数enframe。
voicebox工具箱是基于GNU协议的自由软件，其中包含了很多语音信号相关的函数。
实验程序：I=wavread('');y=enframe(I,256,128);whos y I实验结果：Name Size Bytes Class AttributesI 9000x1 72000 doubley 69x256 141312 double3 . 语音信号的加窗：本步要求利用window函数设计窗口长度为256(N=256)的矩形窗(rectwin)、汉明窗(hamming)及汉宁窗(hann))，利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。
观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape 函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
取出其中一帧，利用subplot与reshape函数将一帧语音的波形、加矩形窗波形及加汉明窗波形画在一张图上比较将得出结论。
（1）利用wvtool函数观察其时域波形图及频谱特性，比较得出结论。
实验程序：N = 256;w = window(@rectwin,N);w1 = window(@hamming,N);w2 = window(@hann,N);wvtool(w,w1,w2)实验结果：（2）观察信号加矩形窗及汉明窗后的波形，利用subplot与reshape函数将分帧后波形、加矩形窗波形及加汉明窗波形画在一张图上比较。
语音信号采集和处理方法的分析
其中加 速或者减 速完 定要重 视采样间隔的设定 以及相关语音信号的混淆， 也就是 快或 者减慢 语音的速度以及 声音反转等，
说， 对语音 信号的采集 首先 就要 明确采样 间隔。 通常 情况下，
采样 的频率越高 ， 采样 的点数 就会 越加密集 ， 所得 到的离散信 用录 音机程 序采集 与处理语 音信号 的优 点就是不需要进 行相
设计分析 ・
语音信号采集和处理方法 的分析
韩大伟 熊 欣（ 河南工 程学院， 河南 郑州 ４ ５ １ １ ９ １ ）
摘 要： 语音是人类传递信息的一种最主要、 最有效、 最方便的交流形式。 语言是人类特有的交流方式， 而声音又是人类比较常用的交流工 具， 是传递信息的主要手段 ， 所以， 语音信号是人们感情交流以及思想沟通的主要途径 。 目 前， 人们已经进入到了 信息时代， 利用一些现代
其缺点就是一次录制语音 的时间不 的存储 空问； 如果限定了数 据量， 而采样 的时间又太少， 就会 致 压缩方式 以及采样频率等。 分 钟， 除此之外， 对采集 的语音信号处理一定要进行 使一些 数据被 排斥在外 。 采样 的频率太低 ， 采样点的间隔距 离 可 以多于１
在 时间上的离散 过程， 采样的时候一定要满足奈奎 斯特定理，
才可 以对语 音信号进 行有效的采样。 在语音信号采样 的时候，
一
采样频率等方 面的设 置， 同时也可 以根 据实际需要对 语音信号
进行 简单 的处理 ， 比如 ： 加大或者减小音量、 添加回音效果、 加 全可以实现变音的效果， 反转可以实现声音文件加密 的目的。 利
先进 的技 术方 法分析 语 音信号， 加 强对 语 音信号采 集与处理 的研 究 ， 使人们 可以更加 方便 的传 输、 获取 、 存 储 以及使 用相 关的语 音信 号， 对 于加快 社会 的发 展 与进 步有着非常重要 的现 实意义 。
语音信号采集和分析报告
语音信号的采集与分析一、背景介绍1、语音信号处理的相关内容通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音内容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。
语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话内容,进行语音增强等.语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系.语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值.2、工作流程：相关的信号与系统知识：傅里叶变换在信号处理中具有十分重要的作用,它通常能使信号的某些特性变得很明显,而在原始信号中这些特性可能含糊不清或至少不明显.在语音信号处理中,傅里叶表示在传统上一直起主要作用.其原因一方面在于稳态语音的生成模型由线性系统组成,此系统被一随时间作周期变化或随机变化的源所激励.因而系统输出频谱反映了激励与声道频率响应特性.另一方面,语音信号的频谱具有非常明显的语音声学意义,可以获得某些重要的语音特征(如共振峰频率和带宽等).根据语音信号的产生模型,可以将其用一个线性非时变系统的输出表示,即看作是声门激励信号和声道冲激响应的卷积.在语音信号数字处理所涉及的各个领域中,根据语音信号求解声门激励和声道响应具有非常重要的意义.例如,为了求得语音信号的共振蜂就要知道声道传递函数(共振峰就是声道传递函数的各对复共轭极点的频率).又如,为了判断语音信号是清音还是浊音以及求得浊音情况下的基音频率,就应知道声门激励序列.在实现各种语音编码,合成,识别以及说话人识别时无不需要由语音信号来求得声门激励序列和声道冲激响应. 3、相关MATLAB知识：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, 信号处理是MATLAB 重要应用的领域之一。
专业的语音分析
专业的语音分析语音分析是一门专业领域，它研究和解析人类语音音频以获取信息并提供有关说话者、语言和语音的洞察。
这项技术在语音识别、情感识别、说话人认证等许多领域都有广泛的应用。
一、语音信号的基本分析方法1. 语音信号的采样和量化语音信号是通过麦克风等设备进行采样和量化得到的。
采样是指对连续的语音信号进行离散化处理，将其划分为若干个时间段，并记录在离散的时间点上。
量化是指对每个时间点上的采样值进行测量，将其表示为一个数字。
2. 语音信号的预加重预加重是为了弥补语音信号在传输过程中由于声音高频部分衰减较快而导致的信息损失。
预加重通过对语音信号进行高通滤波来增强高频部分的能量。
3. 语音信号的短时分析短时分析是将语音信号划分为若干个时间窗口，并在每个时间窗口内计算语音信号的能量、频谱等特征。
常用的方法有短时傅里叶变换、短时自相关函数等。
4. 语音信号的特征提取特征提取是从短时分析得到的语音信号中提取出有用的特征。
常用的特征包括梅尔频率倒谱系数（MFCC）、线性预测编码（LPC）系数等。
这些特征可以用来表示语音信号的声音特性和语音内容。
5. 语音信号的模型建立与识别建立语音信号的模型是为了将语音信号与特定的说话者、语言或语音内容关联起来。
常用的模型包括隐马尔科夫模型（HMM）、高斯混合模型（GMM）等。
识别是指通过比较语音信号的特征与模型之间的匹配度从而确定说话者、语言或语音内容。
二、语音分析的应用领域1. 语音识别语音识别是将语音信号转换为文本或命令的过程。
它在智能助理、语音输入、语音翻译等领域有广泛的应用。
通过语音识别技术，人们可以通过语音与计算机进行交互，提高工作效率和用户体验。
2. 情感识别语音信号中包含着说话者的情感信息。
通过语音分析技术，可以识别出语音信号中的情感类别，如愤怒、高兴、焦虑等。
情感识别在人机交互、心理健康评估等领域有着重要的应用价值。
3. 说话人认证说话人认证是通过语音信号判断说话者的身份。
- 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)。
南昌工程学院《语音信号的采集与分析》课程设计题目语音信号的采集与分析课程名称语音信号处理系院信息工程学院专业通信工程班级 10通信工程2班学生姓名刘敏学号 2010103362设计地点电子信息楼指导教师邹宝娟设计起止时间：2013年12月9日至2013年12月20日目录一、需求分析 (4)1.1选题背景及意义 (4)1.2设计要求 (4)二、系统总体设计 (4)2.1 系统设计思路 (4)2.2 功能结构图及功能说明 (4)2.3 工作原理 (6)三、系统详细设计 (6)3.1 语音信号的matlab仿真的数据分析 (6)3.2 程序代码分析 (12)四、调试与维护 (14)4.1 调试过程的问题与维护 (14)五、结束语 (15)六、参考文献 (16)七、指导教师评阅（手写） (17)一、需求分析1.1选题背景及意义该设计主要是介绍语音信号的采集与分析方法，通过PC机录制自己的一段声音，运用Matlab提供的函数进行仿真分析，并画出采样后语音信号的时域波形和频谱图，对所采集的语音信号加入干扰随机高斯噪声，对加入噪声的信号进行播放，并进行时域和频谱分析；对比加噪前后的时域图和频谱图，分析讨论采用什么样的滤波器进行滤除噪声。
1.2设计要求(1)通过PC机录制自己的一段声音“南昌工程学院刘敏”；(2)运用MATLAB中信号处理相关的函数对语音信号进行时域、频域上的分析，如短时能量，短时平均过零率，语谱图等；(3)运用MATLAB对语音信号进行综合与分析，包括语音信号的调制，叠加，和滤波等。
二、系统总体设计2.1 系统设计思路系统的整体设计思路包括语音信号的录制，语音信号的采集，语音信号的分析，其中语音信号的分析又包括了语音信号的时域分析和频域分析，语音信号的加噪处理和滤噪设计分析。
2.2 功能结构图及功能说明实际工作中，我们可以利用windows自带的录音机录制语音文件，声卡可以完成语音波形的A/D转换，获得WAVE文件，为后续的处理储备原材料。
调节录音机保存界面的“更改”选项，可以存储各种格式的WAVE文件。
图2.1为PC机的语音信号录制过程图2.1 PC机的语音信号录制过程图2.2为录制过程：图2.2 PC自带的录音机录音本设计录制自己的一段语音，内容：“南昌工程学院刘敏”，时长4s，保存在C盘桌面文件夹，命名为“刘敏.wav”图2.3为语音信号采集框图图2.3 语音信号采集框图信号采集过程是将采集到的数据用matlab仿真出来。
2.3 工作原理运用MATLAB中信号处理相关的函数对语音信号进行时域、频域上的分析，如短时能量，短时平均过零率，语谱图等；运用MATLAB对语音信号进行综合与分析，包括语音信号的调制，叠加，和滤波等。
三、系统详细设计系统的详细设计主要包括matlab仿真的数据分析和程序代码设计的分析3.1 语音信号的matlab仿真的数据分析3.1.1 语音信号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，最先接触到并且也是最直观的是它的时域波形。
语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种分析方法，这种方法直接利用语音信号的时域波形。
时域分析通常用于最基本的参数分析及应用，如语音的分割、预处理、大分类等。
这种分析方法的特点是：①表示语音信号比较直观、物理意义明确。
②实现起来比较简单、运算且少。
③可以得到语音的一些重要的参数。
④只使用示波器等通用设备，使用较为简单等。
ATLAB数据采集箱中提供的函数命令进行图像分析的函数命令：wavrecord:wavrecord利用Windows音频输入设备记录声音,其调用形式为:wavrecord(n,fs,ch)。
利用Windows音频输入设备记录n个音频采样,频率为fs Hz,通道数为ch。
采样值返回到一个大小为n*ch的矩阵中。
缺省时,fs=11025,ch=1。
waveplay:waveplay利用Windows音频输出设备播放声音,其调用形为:waveplay(y,fs)。
以采样频率fs向Windows音频设备发送向量信号。
标准的音频采样率有:8000、11025、22050和44100Hz。
wavread:wavread用于读取Microsoft的扩展名为“.wav”的声音文件。
其调用形式为:y=wavread(file)。
其作用是从字符串file所指的文件路径读取wave文件,将读取的采样数据送到y中。
Y的取值范围:[-1,1]。
sound:音频信号是以向量的形式表示声音采样的。
sound函数用于将向量转换为声音,其调用形式为:sound(y,fs),作用是向扬声器送出向量y中的音频信号(采样频率为fs)。
通过Wavread 和plot(x)函数即可显示图像的时域波形。
00.51 1.522.533.54x 104-0.8-0.6-0.4-0.20.20.40.60.8原始语音信号time(s)幅值图3.1.1 原始语音信号的时域波形3.1.2语音信号频域分析语音信号的频域分析就是分析语音信号的频域持征。
从广义上讲，语音信号的频域分析包括语音信号的频谱、功率谱、倒频谱、频谱包络分析等，而常用的频域分析方法有带通滤波器组法、傅里叶变换法、线件预测法等几种。
本文介绍的是语音信号的傅里叶分析法。
因为语音波是一个非平稳过程，因此适用于周期、瞬变或平稳随机信号的标准傅里叶变换不能用来直接表示语音信号，而应该用短时傅里叶变换对语音信号的频谱进行分析，相应的频谱称为“短时谱 ”FFT 即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。
在MATLAB 的信号处理工具箱中函数FFT 和IFFT 用于快速傅立叶变换和逆变换。
函数FFT 用于序列快速傅立叶变换，其调用格式为y=fft(x)，其中，x 是序列，y 是序列的FFT ，x 可以为一向量或矩阵，若x 为一向量，y 是x 的FFT 且和x 相同长度；若x 为一矩阵，则y 是对矩阵的每一列向量进行FFT 。
如果x 长度是2的幂次方，函数fft 执行高速基－2FFT 算法，否则fft 执行一种混合基的离散傅立叶变换算法，计算速度较慢。
函数FFT 的另一种调用格式为y=fft(x,N)，式中，x ，y 意义同前，N 为正整数。
函数执行N 点的FFT ，若x 为向量且长度小于N ，则函数将x 补零至长度N ；若向量x 的长度大于N ，则函数截短x 使之长度为N ；若x 为矩阵，按相同方法对x 进行处理。
020004000600080001000012000012345678-4原始语音信号频谱Hz 幅值图3.1.2 原始语音信号的频谱3.1.3 语音信号的加噪处理所谓高斯噪声，是指没有任何时迟相关时间序列，它只一个参数，代表噪声的强度，也即迟滞为0的滞后自协方差，而其余滞后自协方差统统为零。
标准高斯噪声：则是满足N （0，1）标准正态分布的高斯噪声。
斯白噪声：如果一个噪声，它的幅度分布服从高斯分布，而它的功率谱密度又是均匀分布的，则称它为高斯白噪声。
热噪声和散粒噪声是高斯白噪声。
MATLAB 中产生高斯白噪声非常方便，可以直接应用3个函数，一个是WGN ，另一个是AWGN ，还有一个randn ，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，randn 直接产生高斯分布序列。
1. WGN ：产生高斯白噪声y = wgn(m,n,p) 产生一个m 行n 列的高斯白噪声的矩阵，p 以dBW 为单位指定输出噪声的强度。
y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。
y = wgn(m,n,p,imp,state) 重置RANDN 的状态。
在数值变量后还可附加一些标志性参数：y = wgn(…,POWERTYPE) 指定p 的单位。
POWERTYPE 可以是'dBW', 'dBm'或'linear'。
线性强度(linear power)以瓦特(Watt)为单位。
y = wgn(…,OUTPUTTYPE) 指定输出类型。
OUTPUTTYPE 可以是'real'或'complex'。
2. AWGN ：在某一信号中加入高斯白噪声y = awgn(x,SNR) 在信号x中加入高斯白噪声。
信噪比SNR以dB为单位。
x的强度假定为0dBW。
如果x是复数，就加入复噪声。
y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值，则其代表以dBW为单位的信号强度；如果SIGPOWER为'measured'，则函数将在加入噪声之前测定信号强度。
y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。
y = awgn(…,POWERTYPE) 指定SNR和SIGPOWER的单位。
POWERTYPE可以是'dB'或'linear'。
如果POWERTYPE是'dB'，那么SNR以dB为单位，而SIGPOWER以dBW为单位。
如果POWERTYPE是'linear'，那么SNR作为比值来度量，而SIGPOWER以瓦特为单位。
3. 直接用randn函数产生高斯分布序列：无论是WGN还是AWGN函数，实际上都调用Randn函数产生的噪声。
即WGN函数中调用了Randn函数，而AWGN函数调用了WGN函数。
rand：rand(n)：生成0到1之间的n阶随机数方阵。
rand(m,n)：生成0到1之间的m ×n的随机数矩阵。
randn：randn（）命令是产生白噪声的，白噪声应该是0均值，方差为1的一组数，同rand有randn(n)，randn(m,n)。
x=rand(1,N) 产生（0，1）区间均匀分布的长度为N的随机信号，x=randn(1,N)产生长度为N且具有零均值和单位方差的正态分布的随机信号。
(可以在前面扩大相应的倍数得到不同的随机数，比如10*rand(1)得到0-10的随机数)。
00.51 1.522.533.54x 104-5-4-3-2-112345高斯随机噪声time(s)幅值图3.1.3高斯随机噪声00.20.40.60.811.2 1.4 1.6 1.8-0.8-0.6-0.4-0.20.20.40.60.81加噪后的语音信号time n 幅值 n图3.1.4 加噪后的语音信号0200040006000800010000120002468x 10-4原始语音信号频谱Hz幅值020004000600080001000012000510加噪后的语音信号频谱Hz幅值图3.1.5 加噪后的语音信号的频谱比较3.1.4滤噪设计分析在频域内，语音信号的频谱分量主要集中在300～3400Hz 的范围内。