matlab语音信号分析和去噪处理课程设计

S X 文理学院

数理信息学院

数字信号处理

课程设计报告书题目语音信号分析与去噪处理

姓名

学号

专业班级电信11级信号处理

指导教师于刘

时间

课程设计任务书

课题题目

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。FIR数字滤波器和IIR滤波器是滤波器设计的重要组成部分。利用MATLAB信号处理工具箱可以快速有效地设计各种数字滤波器。功能强大、简单易学、编程效率高,深受广大科技工作者的欢迎。通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现对加噪声语音信号进行时域、频域分析和滤波。在设计实现的过程中，使用窗函数法来设计FIR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIR数字滤波器，并利用MATLAB作为辅助工具完成设计中的计算与图形的绘制及仿真。

关键词高斯白噪声；滤波器；MATLAB；窗函数法；双线性变换法

目录

课程设计任务书.............................................................. I 摘要..................................................................... II 1 设计概述................................................................ III

1.1 设计背景 (1)

1.2 设计目的 (1)

1.3 设计内容及要求 (1)

2 设计方案及实现 (2)

2.1 总体设计方案 (2)

2.2 语音信号读入及绘图 (3)

2.3 IIR滤波器设计 (3)

2.3.1 IIR低通滤波器设计 (3)

2.3.2 IIR带通滤波器设计 (4)

2.3.3 IIR高通滤波器设计 (4)

2.4 FIR滤波器设计 (5)

2.4.1 FIR低通滤波器设计 (6)

2.4.2 FIR带通滤波器设计 (6)

2.4.3 FIR高通滤波器设计 (6)

3 设计结果分析 (7)

3.1 主界面设计 (7)

3.2 原始信号波形及频谱 (7)

3.3 原始信号加入高斯白噪声 (8)

3.4 低通滤波器效果 (8)

3.5 带通滤波器效果 (9)

3.6 高通滤波器效果 (9)

3.7 高斯白噪声滤除效果 (10)

4 总结 (10)

参考文献 (12)

1设计概述

1.1 设计背景

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的形式。语言是人类特有的功能，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，电话、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[1]。

1.2设计目的

利用MATLAB软件进行编程，对采集到的语音信号做FFT变换，分析时域和频域波形；分别设计FIR和IIR滤波器对混叠了高斯白噪声的语音信号进行滤波，得到其时域和频域波形，与未加噪声之前的时域和频域波形进行比较分析，还原出原始语音信号。

1.3 设计内容及要求

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10秒内，然后在MATLAB软件下，利用函数wavread对语音信号进行采样，记录采样频率和采样点数。

2.语音信号的频谱分析：画出语音信号的时域波形，然后对语音信号进行频谱分析。

3. 分别设计低通、高通和带通滤波器对语音信号进行滤波后对语音信号进行回放（函数sound 可以对声音进行回放），分析比较滤波结果。

4. 对语音信号进行加入高斯白噪声（用randn 函数产生随机序列）设计滤波器对语音信号进行滤波后对语音信号进行回放，分析比较滤波结果[2]。

2 设计方案及实现

2.1 总体设计方案

本课题主要介绍的是对语音信号的简单处理，运用数字信号学基本原理实现语音信号的处理，在MATLAB 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MATLAB 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，采用了两种滤波器滤除噪声的基本方法，从而实现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。 基本步骤如下：

1. 对语音信号进行录制，在MATLAB 平台上读入语音信号。

2. 绘制频谱图并回放原始语音信号。

3. 利用MATLAB 编程，设计低通、带通、高通滤波器，还原出原始语音信号。

4. 利用MATLAB 编程加入一段高斯白噪声，设计

FIR 和IIR 滤波器去噪，并分别绘制频谱图、回放语音信号。

5. 通过仿真后的图像以及对语音信号的回放，对比两种去噪方式的优缺点。

图 2-1 设计流程图

2.2 语音信号读入及绘图

通过Windows 下的录音机，录制一段话音，时间在10秒内，然后在MATLAB 软件下，利用函数wavread 对语音信号进行采样，采样频率Fs 取44100HZ ，采样位数及采样点数分别为16位和524288点，做离散傅立叶变换，绘制其频谱图。

DFT ： ∑-=-=1

02)()(N n kn N

j e

n x k X π ， n =0,1,2,…,524287 （2-1）

IDFT ： ∑-==1

2)(1)(N k kn N j e k X N n x π

， n =0,1,2,…,524287 （2-2）

程序代码如下：

[fn,pn,fi]=uigetfile('*.wav','select a wav-file'); %调用选择文件对话框，返回fn 代表名字，pn 代表路径

name=strcat(pn,fn);[y1,Fs,bits]=wavread(name); %采样值放在向量y 中，Fs 表示采样频率(HZ)，bits 表示采样位数

Y=fft(y1,524288);

plot(handles.axes1,0:1/Fs:(length(y1)-1)/Fs,y1);[3]

2.3 IIR 滤波器设计

设计IIR 数字滤波器一般采用脉冲响应不变法和双线性变换法，基本设计过程是：将给定的指标转换成过渡模拟滤波器的指标；

脉冲响应不变法：T ω

Ω=

（2-3） 双线性变换法： 2t a n ()2

T ω

Ω=

（2-4）

设计过渡模拟滤波器：MATLAB 信号处理工具箱中的滤波器设计函数butter 、cheby1、cheby2和ellip 可以分别被调用来直接设计巴特沃斯、切比雪夫1、切比雪夫2以及椭圆模拟与数字滤波器。本课题主要设计巴特沃斯低通、带通和高通滤波器。将过渡模拟滤波器系统函数转换成数字滤波器的系统函数[4]。 2.3.1 IIR 低通滤波器设计

参数：通带截止频率fp=6000HZ ；阻带截止频率fs=8000HZ ；采样频率Fs=44100HZ 。 程序代码如下：

fp=6000;fs=8000;Fs=44100;

rp=3;rs=10;

wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;

op=2*tan(wp/2);os=2*tan(ws/2);

[N, wc]=buttord(op,os,rp,rs,'s');

[B, A]=butter(N,wc,'s');

[Bz, Az]=bilinear(B ,A,1);

2.3.2IIR带通滤波器设计

参数：通带频率600010000HZ；采样频率Fs=44100HZ；通带最大衰减rpp=3dB,阻带最小衰减rsp=20dB。

程序代码如下：

Fs=44100;

wpp=[6000 8000]*2/Fs;

wsp=[5000 10000]*2/Fs;

rpp=3;rsp=20;

[N,Wn]=buttord(wpp,wsp,rpp,rsp,'s');

[Bp,Ap]=butter(N,Wn,'bandpass');

2.3.3IIR高通滤波器设计

参数：通带截止频率fp=11000HZ，阻带截止频率fs=10000HZ，采样频率Fs=44100HZ。

程序代码如下：

fph=10000;fsh=11000;

rph=3;rsh=10;

wph=2*pi*fph/Fs;

wsh=2*pi*fsh/Fs;

oph=2*tan(wph/2);

osh=2*tan(wsh/2);

[Nh, wch]=buttord(oph,osh,rph,rsh,'s');

[Bh, Ah]=butter(Nh,wch,'s');

[Bs,As]=lp2hp(Bh,Ah,wch); %低通到高通模拟变换

[Bzh, Azh]=bilinear(Bs ,As,1);

2.4 FIR 滤波器设计

FIR 滤波器的设计比较简单，就是要设计一个数字滤波器去逼近一个理想的低通滤波器。通常这个理想的低通滤波器在频域上是一个矩形窗。根据傅里叶变换可得，式2-6在时域上是一个采样函数，而这个采样序列是无限的，无法进行计算，需要做截断处理。即把时域采样序列与一个窗函数相乘，从而将时域采样序列截成了有限个序列值。但是加窗后对采样序列的频域会产生了影响，此时的频域就不再是一个理想的矩形窗了，而是一个有过渡带，阻带有波动的低通滤波器。通常根据所加的窗函数的不同，对采样信号加窗后，在频域所得的低通滤波器的阻带衰减也不同。通常我们就是根据此阻带衰减去选择一个合适的窗函数[5]。

如果所希望的滤波器的理想频率响应函数为：

,()0

,j c j d c

e H e ωα

ωωωπ

ωω-?≤

=?

（2-5）

则其对应的单位脉冲响应为： 窗函数设计法的基本原理是用有限长单位脉冲响应序列()h n 逼近()d h n 。由于()d h n 往往是无限长序列，且是非因果的，所以用窗函数()w n 将()d h n 截断，并进行加权处理，得到：

()()()d h n h n w n =?

（2-7）

()h n 就作为实际设计FIR 数字滤波器的单位脉冲响应序列，其频率响应函数为：

1

0()()N j j n

n H e h n e

ω

ω--==∑ （2-8）

窗函数法设计FIR 滤波器的步骤如下：

1．根据对阻带衰减及过渡带的指标要求，选择串窗数类型（矩形窗、三角窗、汉宁窗、哈明窗、凯塞窗等），并估计窗口长度N 。先按照阻带衰减选择窗函数类型。原则是在保证阻带衰减满足要求的情况下，尽量选择主瓣的窗函数，本课题主要使用哈明窗设计FIR 滤波器。

2．构造希望逼近的频率响应函数。 3．计算h(n)。

4．加窗得到设计结果[6]。

2.4.1FIR低通滤波器设计

参数：通带截止频率fp=6000HZ，阻带截止频率fs=8000HZ，采样频率Fs=44100HZ。

程序代码如下：

Bt=abs(wp-ws);

N=ceil(6.6*pi/Bt);

wc=(wp+ws)/2/pi;

hn=fir1(N-1,wc,'low',hamming(N));

2.4.2FIR带通滤波器设计

参数：通带频率600010000H，采样频率Fs=44100HZ，通带最大衰减rpp=3dB，阻带最小衰减rsp=20dB。

程序代码如下：

Bth=abs(wph-wsh);

Nh0=ceil(6.6*pi/Bth);

Nh=Nh0+mod(Nh0+1,2);

wch=(wph+wsh)/2/pi;

hnh=fir1(Nh-1,wch,'high',hamming(Nh));

2.4.3FIR高通滤波器设计

参数：通带截止频率fp=11000HZ，阻带截止频率fs=10000HZ，采样频率Fs=44100HZ。

程序代码如下：

Bth=abs(wph-wsh);

Nh0=ceil(6.6*pi/Bth);

Nh=Nh0+mod(Nh0+1,2);

wch=(wph+wsh)/2/pi;

hnh=fir1(Nh-1,wch,'high',hamming(Nh));

3设计结果分析

3.1主界面设计

图 3-1 主界面图

主界面的功能：可以从计算机中任意挑选一段wav格式的音频进行分析处理，实现声音的播放和波形的显示，通过加入高斯白噪声，可以观察原始波形频谱与加噪声之后的频谱差异，并能选择IIR和FIR滤波方式，对两种滤波方式进行频谱的对比分析。

3.2原始信号波形及频谱

图 3-2 原始信号波形及频谱图

分析：由上图可知，原始语音信号的频率主要集中在低频段，高频段部分几乎为零。

3.3原始信号加入高斯白噪声

图 3-3 原始信号频谱与加高斯白噪声频谱图

分析：由上图可知，原始信号加入高斯白噪声之后，其高频段较原始信号幅值出现明显变化，而低频段幅值基本不变，故所加高斯白噪声符合课题要求。

3.4低通滤波器效果

图 3-4 IIR和FIR低通滤波器频谱图

分析：由上图可知，两者基本上都可以实现低通滤波，符合课题要求，但是就幅值而言，FIR滤波器的滤波性能优于IIR滤波器。

3.5带通滤波器效果

图 3-5 IIR和FIR带通滤波器频谱图

分析：由上图可知，IIR带通滤波器的过渡带比FIR带通滤波器的过渡带宽，且前者衰减比后者慢，故FIR带通滤波器的性能优于IIR带通滤波器，能实现课题要求。

3.6高通滤波器效果

图 3-6 IIR和FIR高通滤波器频谱图

分析：由上图可知，都可以实现高通滤波，在高频段，FIR高通滤波器比IIR高通滤波器过渡带窄、衰减快，故FIR高通滤波器性能优于IIR高通滤波器。

3.7高斯白噪声滤除效果

图 3-7 高斯白噪声滤除前后频谱图

分析：由上图可知，LMS算法能还原出比较理想的原始语音信号频谱，故能满足课题的要求。

4总结

这次课程设计，给我留下了很深的印象。虽然只是短暂的十天时间，但在这期间，使我对语音信号有了更全面的认识，让我受益匪浅。语音信号处理是语音学与数字信号处理技术相结合的交叉学科，课题在这里不讨论语音学，而是将语音当作一种特殊的信号，即一种“复杂向量”来看待。也就是说，课题更多的还是体现了数字信号处理技术。从课题的中心来看，课题是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音的处理。作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。通过MATLAB里几个命令函数的调用，很轻易的在实际化语音与数字信号的理论之间搭了一座桥。在设计过程中，熟悉了数字信号处理的基本知识和MATLAB语言，让我把课上的理论知识运用到实际中去，进一步巩固了课堂上所学的理论知识，理解与掌握数字信号处理中的基本概念、基本原理、基本分析方法。总的来说，通过这次设计使我了解了MATLAB的使用方法，学会分析滤波器的优劣和性能，提高了分析和动手实践能力。

但由于知识能力有限，当中也存在相当的不足，特别体现在滤波与界面设计这一块。当然，这些问题与不足在今后的进一步学习中，我会一步一步的去进行解决，同时我相信，进一步加强对MATLAB的学习与研究对我今后的学习将会起到很大的帮助！

最后，特别要感谢于梅老师一学期以来细心详解的教学和帮助，让我在数字信号处理这门课的学习上收获颇丰。

参考文献

[1] 王青天，https://www.360docs.net/doc/9f12350331.html,/p-917624174202.html，2012.8

[2]新浪博客https://www.360docs.net/doc/9f12350331.html,/s/blog_646179050100qgij.html，2011.3

[3]百度知道，https://www.360docs.net/doc/9f12350331.html,，2014.7

[4]高西全,丁玉美.数字信号处理[M].西安：西安电子科技大学出版社，2008:177～189

[5]新浪博客，https://www.360docs.net/doc/9f12350331.html,/s/blog_626a90e50100l0rc.html，2010.8

[6]高西全，丁玉美.数字信号处理[M].西安：西安电子科技大学出版社，2008:196～223