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。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 1.5
2 2.5
3 3.5
4
x 10
4
-0.8
-0.6-0.4-0.200.2
0.40.6
0.8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。
020004000
600080001000012000
12345678
-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)。
0.5
1
1.5
2 2.5
3
3.5
4
x 10
4
-5-4-3-2-101
234
5高斯随机噪声
time(s)
幅值
图3.1.3高斯随机噪声
00.20.40.6
0.81 1.2 1.4 1.6 1.8
-0.8
-0.6-0.4-0.200.20.4
0.60.8
1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
020004000
600080001000012000
246
8x 10
-4
原始语音信号频谱
Hz
幅值
020004000
600080001000012000
5
10
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。利用这个特点，可以用一个防混叠的带通滤波器将此范围内的语音信号频率分量取出。
通过该课题采集的语音信号频谱主要是500～800HZ 范围。加入高斯随机噪声后该语音信号的时域波形几乎和噪声波形相同，通过回放几乎声音全部没噪声淹没，因此要想得到语音信号必须加入一个滤波器，能有效的滤除噪声影响。
从原始信号频谱和加噪信号频谱可以得出，该高斯随机噪声的加入使得信号加入了很多高频成分，因此我们可以选用低通滤波器滤除该噪声的高频干扰，声音低频成分主要是500～800HZ 范围，因此我们选用截止频率为1KHZ 的低通滤波器来滤除高斯噪声。
3.2 程序代码分析
（1）代码1
%程序1:用MATLAB 对原始语音信号进行分析，画出它的时域波形和频谱 fs=22050; %语音信号采样频率为22050 [x1]=wavread('刘敏.wav'); %读取语音信号的数据，赋给变量x1 sound(x1,22050); %播放语音信号
y1=fft(x1,1024); %对信号做1024点FFT 变换 f=fs*(0:511)/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(s)'); ylabel('幅值'); figure(3)
plot(f,abs(y1(1:512))); title('原始语音信号频谱') xlabel('Hz'); ylabel('幅值')
由程序的仿真分析可以得到原始语音信号的时域和频域图形
x 10
4
原始语音信号
time(s)
幅值
-4
原始语音信号频谱
Hz
幅值
figure(1) figure(3)
（2）代码2
% 程序2 用randn函数给原始信号加入高斯随机噪声
fs=22050; %语音信号采样频率为22050
x1=wavread('刘敏.wav'); %读取语音信号的数据，赋给变量x1 t=0:1/22050:(size(x1)-1)/22050;
y1=fft(x1,1024); %对信号做1024点FFT变换
f=fs*(0:511)/1024;
x2=randn(1,length(x1)); %产生一与x长度一致的随机信号sound(x2,22050);
figure(1)
plot(x2) %做原始语音信号的时域图形
title('高斯随机噪声');
xlabel('time(s)');
ylabel('幅值');
randn('state',0);
m=randn(size(x1));
x2=0.1*m+x1;
sound(x2,22050);%播放加噪声后的语音信号
y2=fft(x2,1024);
figure(2)
plot(t,x2)
title('加噪后的语音信号');
xlabel('time n');
ylabel('幅值 n');
figure(3) subplot(2,1,1);
plot(f,abs(y1(1:512))); title('原始语音信号频谱'); xlabel('Hz'); ylabel('幅值'); subplot(2,1,2);
plot(f,abs(y2(1:512))); title('加噪后的语音信号频谱'); xlabel('Hz'); ylabel('幅值'); Fs=22050,Nbits=16;
wavwrite(x2,Fs,Nbits,'刘敏noise.wav');%将变量转换成WAV 文件，输出保存;
第二段代码可以得出如下三幅数据分析图形
x 104
高斯随机噪声
time(s)
幅值
加噪后的语音信号
time n
幅值 n
-4
Hz
幅值
Hz
幅值
figure(1) figure(2) figure(3)
四、调试与维护
4.1 调试过程的问题与维护
（1）录音过程中没有转换音频的格式为“刘敏.wav ”。
（2）[x1]=wavread('刘敏.wav')这个调用程序出现错误，由于音频格式问题。
（3）wavwrite(x2,Fs,Nbits,'刘敏noise.wav')，将变量转换成WAV文件时，输出保存的名称与刘敏.wav的名称相同，故出现错误，应该保证不同。
（4）写程序的过程当中文件名保存为数字，如“123.m”,导致出现错误。
五、结束语
通过这次《语音信号的采集与分析》课程设计，对课本上的语音信号处理的知识有了一个更深一步的了解与掌握，通过课程设计的软件和硬件的调试，对于用matlab编写程序，然后进行仿真有了一个全面的了解，在程序编写和调试方面出现的许多问题，需要自己去逐步逐步的解决，这是一个比较大的挑战，不仅是对知识的掌握程度还是对实践的应用程度必须有一个全面的了解。
在之前数字信号与处理的学习以及完成课后的作业的过程中，已经使用过MATLAB，对其有了一些基础的了解和认识。通过这次练习是我进一步了解了信号的产生、采样及频谱分析的方法。以及其中产生信号和绘制信号的基本命令和一些基础编程语言。
最后感谢我们的老师的付出，才能完成这次课程设计。
六、参考文献
1、陈怀琛.MATLAB及在电子信息课程中的应用[M].北京：电子工业出版社.2008,1
2、张文.基于MATLAB的语音信号的滤波与实现[J].山西电子技术.2008,2
3、徐靖涛.基于MATLAB的语音信号分析与处理[J].重庆科技学院学报2008,1
4、胡航．语音信号处理[M]．哈尔滨：哈尔滨工业大学出版社，2002．
5、丁玉美．高西全．数字信号处理[M]．西安电子科技大学出版社，2006．
6、张威．MATLAB基础与编程入门[M]．西安电子科技大学出版社，2006．
七、指导教师评阅（手写）
成绩（百分制）：
注：如教研室有明确的评分标准，可粘贴于此页。
基于dsp的语音信号采集与回放系统的设计--开题报告
HEFEI UNIVERSITY 课程设计开题报告 题目：《基于DSP系统的语音采集与回放系统》 专业：11 级电子信息工程 姓名：章健吴广岭何志刚 学号：1105011029 1105011030 1105011044 指导老师：汪济洲老师 完成时间：2014年12月1日
一、开题报告题目 基于DSP系统的语音采集与回放系统。 二、研究背景与意义 语音处理是数字信号处理最活跃的研究方向之一,它是信息高速公路、多媒体技术、办公自动化、现代通信及职能系统等新兴领域应用的核心技术之一。用数字化的方法进行语音的传送、存储、分析、识别、合成、增强等是整个数字化通信网中的最重要、最基本的组成部分之一。一个完备的语音信号处理系统不但要具有语音信号的采集和回放功能, 还要能够进行复杂的语音信号分析和处理。通常这些信号处理算法的运算量很大, 而且又要满足实时的快速高效处理要求, 随着DSP 技术的发展, 以DSP 为内核的 设备越来越多。为语音信号的处理提供了优质可靠的平台. 软件编程的灵活性给很多设备增加不同的功能提供了方便, 利用软件在已有的硬件平台上实现不同的功能已成为 一种趋势。近年来，随着DSP的功能日益增强，性能价格比不断上升，开发手段不断改进，DSP在数据采集系统的应用也在不断完善。 三、主要内容与目标 随着计算机多媒体技术，网络通信技术和DSP（Digital Signal Processor）技术的飞速发展，语音的数字通信得到越来越多的应用，语音信号的数字化一直是通信发展的主要方向之一，语音的数字通信和模拟通信相比，无疑有着更大的优越性，这主要体现在以下几个方面：数字语音比模拟语音具有更好的话音质量；具有更强的干扰性，并易于加密；可节省带宽，能更有效的利用网络资源；更加易于存储和处理。最简单的数字化就是直接对原始语音信号进行A/D 转换，但这样得到的语音的数据量非常大。为了减少语音信号所占用的带宽或存储空间，就必须对数字语音信号进行压缩编码。语音编码的目的就在于在保证语音音质和可懂度的条件下，采用尽可能少的比特数来表示语音，即尽可能的降低编码比特率，以便在有限的传输带宽内让出更多的信道来传输图像和其他数据流，从而达到传输资源的有效利用和网络容量的提高。在通信越来越发达的当今世界，尤其最近几十年，语音压缩编码技术在移动通信、IP 电话通信、保密通信、卫星通信以及语音存储等很多方面得到了广泛的应用。 语音信号处理在手持设备、移动设备和无线个人设备中的应用正在不断增加。今天的个人手持设备语音大多时候仅仅局限于语音拨号，但是已经出现了适用于更广泛开发语音识别和文本到语音应用的技术。语音功能为用户提供自然的输入和输出方式，它比其他形式的I/O更安全，尤其是当用户在开车期间。在大多数应用中，语音都是键盘和显示器的理想补充。其他潜在的语音应用包括如下几个方面。 （1）语音电子邮件。包括浏览邮箱、利用语音输入写电子邮件以及收听电子邮件的读出。 （2）信息检索。股票价格、标题新闻、航班信息、天气预报等都可以通过语音从互联网收听。例如，用户不用先进入某个网址并输入股票名字或者浏览预定义列表，可以通过语音命令实现。 （3）个人信息管理。允许用户通过语音指定预约、查看日历、添加联络信息等等。 （4）语音浏览。利用语音程序菜单，用户可以在网上冲浪、添加语音收藏夹并收听网页内容的读出。 （5）语音导航。在自动和人眼不够用的条件下获取导航的完全语音输入/输出驾驶
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');
matlab语音信号采集与初步处理要点
《matlab与信号系统》实验报告 学院： 学号： 姓名： 考核实验——语音信号采集与处理初步 一、课题要求 1．语音信号的采集 2．语音信号的频谱分析 3．设计数字滤波器和画出频率响应 4．用滤波器对信号进行滤波 5．比较滤波前后语音信号的波形及频谱 6．回放和存储语音信号 （第5、第6步我放到一起做了） 二、语音信号的采集 本段音频文件为胡夏演唱的“那些年”的前奏（采用Audition音频软件进行剪切，时长17秒）。运行matlab软件，在当前目录中打开原音频文件所在的位置，采用wavread函数对其进行采样，并用sound函数可进行试听，程序运行之后记下采样频率和采样点。 利用函数wavread对语音信号的采集的程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 程序运行之后，在工作区间中可以看到采样频率fs=44100Hz，采样点bits=16
三、语音信号的频谱分析 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。语音信号的FFT频谱分析的完整程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 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： 四、设计数字滤波器和画出频率响应 根据语音信号的特点给出有关滤波器的性能指标： 1）低通滤波器性能指标，fp=1000Hz，fc=1200 Hz，As=100dB，Ap=1dB； 2）高通滤波器性能指标，fc=4800 Hz，fp=5000 Hz As=100dB，Ap=1dB。
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。
基于MATLAB的语音信号采集与处理
工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：
一.选题背景 1、实践意义： 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于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 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. 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应( FIR，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在处收敛，极点全部在z = 0处（因果系统），因而只能
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
语音信号采集与处理课程设计
河南科技大学 课程设计说明书课程名称微机应用技术课程设计 题目语音信号采集与处理课程设计 学院医学技术与工程学院 班级生物医学工程1201班 学生姓名 指导教师杨晓利 日期 2014年3月29日
课程设计任务书 （指导教师填写） 课程设计名称微机应用技术课程设计 学生姓名 专业班级生物医学工程1201班 设计题目语音信号采集与处理课程设计 课程设计目的 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．掌握信号处理的基本概念、基本理论和基本方法； 4．学会用MATLAB对信号进行分析和处理。 设计内容、技术条件和要求 1．语音信号的采集 用windows自带的录音机（开始—程序—附件—娱乐—录音机，文件—属性—立即转换—8000KHz，8位，单声道）或其他软件，录制一段语音信号，时间控制在2秒左右。然后在MATLAB软件平台下，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。通过wavread函数的使用，理解采样频率、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点到N2点的采样值放在向量y中。2．语音信号的频谱分析 首先画出语音信号的时域波形；然后对语音信号进行频谱分析，在MATLAB中，可以利用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性。 时间进度安排 第1周：查阅资料； 第2周：实现设计内容 第3周：整理资料，撰写课程设计任务书 1
语音信号采集与回放系统
电子与信息工程学院 综合实验课程报告 课题名称 语音采集及回放系统设计 专 业 电子信息工程 班 级 07电子2班 学生姓名 Y Y Y 学 号 07002 指导教师 X X X 2010年 7月 5日
1 总体设计方案介绍： 1.1语音编码方案： 人耳能听到的声音是一种频率范围为20 Hz～20000 Hz ,而一般语音频率最高为3400 Hz。语音的采集是指语音声波信号经麦克风和高频放大器转换成有一定幅度的模拟量电信号,然后再转换成数字量的全过程。根据“奈奎斯特采样定理”, 采样频率必须大于模拟信号最高频率的两倍，由于语音信号频率为300～3 400 Hz ,所以把语音采集的采样频率定为8 kHz。从语音的存储与压缩率来考虑，模型参数表示法明显优于信号波形表示法[4]。但要将之运用于单片机，显然信号波形表示法相对简单易实现。基于这种思路的算法，除了传统的一些脉冲编码调制外，目前已使用的有VQ技术及一些变换编码和神经网络技术，但是算法复杂，目前的单片机速度底，难以实现。结合实际情况，提出以下几种可实现的方案。 （1）短时平均跨零记数法该方案通过确定信号跨零数，将语音信号编码为数字信号，常用于语音识别中。但对于单片机，由于处理数据能力底，该方法不易实现。 （2）实时副值采样法采样过程如图2.1所示。 图2.1 采样过程 具体实现包括直存取法、欠抽样采样法、自相似增量调制法等三种基本方法。其中第三种实现方法最具特色，该方法可使数据压1：4.5，既有M ?调制的优点，又同时兼有PCM编码误差较小的优点，编码误差不向后扩散。 1.2 A/D、D/A及存储芯片的选择 单片机语音生成过程,可以看成是语音采集过程的逆过程,但又不是原封不动地恢复原来的语音,而是对原来语音的可控制、可重组的实时恢复。在放音时,只要依原先的采样直经D/ A 接口处理,便可使原音重现。 （1）A/D转换芯片的选择根据题目要求采样频率f s=8K H Z，字长=8位， 可选择转换时间不超过125s的八位A/D转换芯片。目前常用的A/D转换实现的
语音信号采集与回放系统设计
语音采集与回放系统设计
l 竞赛真题 l 总体方案选择 l 具体方案设计 l 设计阶段划分
一、竞赛真题
1999 年第四届 E 题 数字化语音存储与回放系统 一、题目：数字化语音存储与回放系统 二、任务 设计并制作一个数字化语音存储与回放系统，其示意图如下：
三、要求 1．基本要求 （1）放大器 1 的增益为 46dB，放大器 2 的增益为 40dB，增益均可调； （2）带通滤波器：通带为 300Hz～3.4kHz ； （3）ADC：采样频率 fs= 8kHz，字长= 8 位； （4）语音存储时间≥10 秒； （5）DAC：变换频率 fc= 8kHz，字长= 8 位； （6）回放语音质量良好。 2．发挥部分 在保证语音质量的前提下： （1）减少系统噪声电平，增加自动音量控制功能； （2）语音存储时间增加至 20 秒以上； （3）提高存储器的利用率（在原有存储容量不变的前提下，提高语音存储时间） ；
（4）其它（例如： 四、评分意见
校正等） 。
项
目
满 分 50 50 15 5 15 15
基 设计与总结报告： 方案设计与论证， 理论分析与计算， 电路图， 本 测试方法与数据，对测试结果的分析 要 实际制作完成情况 求 完成第一项 发 挥 完成第二项 部 完成第三项 分 完成第四项 五、说明 不能使用单片语音专用芯片实现本系统。
训练侧重点 l 题目中给出一些提示性设计参数，设计中应予以重点理解
1. 放大器 1 的增益，放大器 1 的增益为 46dB 2. 带通滤波器的频率范围通带为 300Hz～3.4kHz（方便测试） 3. AD 采样的字长和采样频率（保证公平竞争）
l
题目中部分非技术性指标在培训中可以适当简化
1. 语音存储与回放时间≥10 秒 2. 语音存储时间增加至 20 秒以上；
二、总体方案选择
1. 控制平台选择 2. 前级放大模块 3. 带通滤波器 4. 模数、数模转换部分 5. 存储器 6. 编码方案
1. 控制平台选择
供选平台： A. B. 单片机平台 FPGA 开发平台
基于MATLAB的语音信号的采集与处理详解
数字信号处理 课程设计 题目：基于MATLAB的语音信号的采集与处理学院：皖西学院 专业：通信工程 班级：通信1001班 学号：2010013461 2010013494 姓名：刘敏纵大庆指导教师：何富贵
摘要: 本次课程设计题目为<<基于MATLAB的语音信号的采集与处理>>。首先我们利用计算机上的录音软件获得语音信号，然后利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用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！
1.背景 2. 设计目的 (2) 3. 设计原理 (2) 4. 设计过程 .......................................... ,,, 3 5. 实验代码及结果 (4) 5.1 语音信号的采集 (4) 5.2 语音信号加噪与频谱分析 ..................................... ,,,, 7 5.3 巴特沃斯滤波器的设计 .. (9) 5.4 比较滤波前后语音信号波形及频谱 (10) 6. 收获与体会 (12) 参考文献 (13)
1. 引言 数字信号处理是利用计算机或专用处理设备，以数值计算的方法对信号进行采集、抽样、 变换、综合、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、雷达、图像、系统控制、通信、航空航天、生物医学等众多领域都获得了极其广泛的应用。具有灵活、精确、抗干扰强、度快等优点。 数字滤波器，是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受到人们越来越多的重视。数字滤波器可以通过数值运算实现滤波，所以数字滤波器处理精 度高、稳定、体积小、重量轻、灵活不存在阻抗匹配问题，可以实现模拟滤波器无法实现的特殊功能。数字滤波器种类很多，根据其实现的网络结构或者其冲激响应函数的时域特性，可分为两种，即有限冲激响应(FIR, Finite Impulse Response)滤波器和无限冲激响应(IIR，Infin ite Impulse Resp on se) 滤波器。 FIR滤波器结构上主要是非递归结构，没有输出到输入的反馈，系统函数H (z)在 z= R处收敛，极点全部在z = 0处(因果系统)，因而只能用较高的阶数达到高的选 择性。FIR数字滤波器的幅频特性精度较之于IIR数字滤波器低，但是线性相位，就是 不同频率分量的信号经过FIR滤波器后他们的时间差不变，这是很好的性质。FIR数字滤波器是有限单位脉冲响应有利于对数字信号的处理，便于编程，用于计算的时延也小，这对实时的信号处理很重要。FIR滤波器因具有系统稳定，易实现相位控制，允许 设计多通带(或多阻带)滤波器等优点收到人们的青睐[1]。 IIR滤波器采用递归型结构，即结构上带有反馈环路。IIR滤波器运算结构通常由 延时、乘以系数和相加等基本运算组成，可以组合成直接型、正准型、级联型、并联型四种结构形式，都具有反馈回路。同时，IIR数字滤波器在设计上可以借助成熟的 模拟滤波器的成果，如巴特沃斯滤波器等。
语音信号的采集和播放
语音信号的采集和播放 随着数字信号处理算法在DSP上的实现，基于DSP处理器的语音处理也得到了更广泛的应用。语音信号具有随机性强、应用广泛和实时性要求高等特点。DSP较其他类型处理器处理速度快、运算能力强的特点使它在语音处理方面的应用优势显著。语音信号的处理包括信号采集、处理、传输、存储和播放等一系列过程。其中，语音信号的采集、传输和播放属于语音信号的控制，满足一般的标准操作即可；而语音信号的处理和存储与应用类型有很大的联系，不同的应用要求的处理和存储算法也不一样。 语音信号的采集和播放是语音信号处理的基础，在基于DSP的语音处理系统中，DSP通过控制APD芯片采集和播放语音信号，再通过DSP实现各种语音处理算法。在TI各个系列DSP芯片中，16位的C54XX因其指令简单、接口连接方便而在语音处理系统中得到广泛应用。 1 实现目标 系统要求使用DSP和APD芯片实现语音信号的采集，然后将语音信号存储到DSP的RAM中，最后实现语音信号的播放。 2 硬件实现 2.1 解决思路 系统采用的主处理器是TMS320VC5402，利用芯片提供的多通道缓冲串口McBSP实现与APD芯片的连接。
系统采用的TLC320AD50的APD芯片采集和播放语音信号。AD50使用过采样技术提供APD和DPA的高分辨率低速信号转换。该器件包括两个串行的转换通道，在DPA之前有内插滤波器，APD 之后有抽取滤波器，由此可以降低AD50的本底噪声。在AD50正常工作以前，必须对它进行初始化。初始化的主要工作是配置AD50的四个控制寄存器CR1，CR2，CR3和CR4。控制寄存器的读写是通过二次通信来实现的。AD50启动二次通信有硬件和软件两种方式，硬件方式相对容易实现，DSP通过内部寄存器将XF引脚置高，进而控制与其连接的FC引脚到高，然后向McBSP串口写16位的控制字，低8位是AD50的控制寄存器初始化字，高8位选择要初始化的寄存器及操作。软件方式则是当AD50工作于15位模式时，将DSP输出到AD50的数据的D0位置1，即可进行二次通信。系统采用的是硬件实现的方式，在二次通信中，D0~D7为写入控制寄存器的数据或从寄存器读出的数据，D8~D12的内容决定选择哪个控制寄存器，D13决定是读操作还是写操作。D8~D13位确定的具体操作情况如表1所示。 表1 D8~D13位确定的具体操作情况
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。
语音信号处理 (第2版)赵力 编著 语音信号处理勾画要点
语音信号处理（第2版）赵力编著 重点考点 第2章语音信号处理的基础知识 1.语音（Speech）是声音（Acoustic）和语言（Language）的组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。 2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶段（3）传送阶段（4）理解阶段（5）接收阶段。 3.语音是人的发声器官发出的一种声波，它具有一定的音色，音调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决于发音时间的长短。 4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语言都有语音的元音（Vowel）和辅音（Consonant）两种音素。 5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。 6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要的因素是共振峰频率的高低。 7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。 8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉掩蔽效应。 9.掩蔽效应分为同时掩蔽和短时掩蔽。 10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个以基音周期为周期的斜三角脉冲串。 11.声道模型：一是把声道视为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。 12.完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联来表示。 13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关的傅立叶分析的显示图形。 第三章语音信号分析 1.贯穿于语音分析全过程的是“短时分析技术”。 2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、加窗和分帧等。 3.预滤波的目的有两个：
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');
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，用来对信号
基于Matlab的同态滤波器设计
基于Matlab的同态滤波器的设计 摘要：同态信号处理也称为同态滤波，实现将卷积关系和乘积关系变换为求和关系的分离处理。将非线性信号处理变为线性信号处理的过程。语音信号x(n)可视为声门激励信息u(n)及声道响应脉冲响应h(n)的卷积:x(n)=u(n)*h(n)。通过处理可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共振特征和基音周期。 关键字语音信号同态处理 Abstruct：Speech signal analysis is a speech signal processing of premise and foundation, only the parameter analysis that can mean the essence characteristic of the speech signal, only in this way can we make use of the processings to comunicatinate efficiently, that these parameters carry on the essence characteristic of the speech signal, besides the high and low of the sound quality and speech understanding rate of the speech synthesis, also all be decided by the accuracy and precision of the speech signal analysis . Keywords：speech signal analysis 引言 语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信，语音合成和语音识别等处理，况且语音合成的音质好坏和语音识别率的高低，也都取决于对语音信号分析的准确性和精确性。因此，语音信号分析在语音信号处理应用中具有举足轻重的地位。 我们日常生活中遇到的许多信号并不都是加性信号（即组成各分量按加性原则组合起来），而是乘性信号或卷积信号，如语音信号。图像信号，通信中的衰落信号，调制信号等。这些信号要用非线性系统来处理。而同态信号处理就是将非性问题转化为线性问题的处理方法。按被处理的信号来分类，大体分为乘积同态处理和卷积同态处理。由于语音信号可视为升门激励信号和声道冲击响应的卷积，所以这里仅讨论卷积同态信号处理。 短时分析技术:贯穿于语音分析全过程的是“短时分析技术”。因为从整体来看，语音信号的特性及表征其本质特征的参数均是随时间而变化的，所以它是一个非平稳态过程，不能用处理平稳信号。数字信号处理技术对其进行分析处理。但是，由于不同的语音是由人的口腔肌肉运动构成声道某种形状而产生的响应，而这种口腔肌肉运动相对于语音频率来说是非常缓慢的，所以从另一方面看，虽然语音信号具有时变特性，但是在一个短时间范围内，其特性基本保持不变，即相对稳定，因而可以将其看做一个准稳态过程，即语音信号具有短时平稳性。所