基于MATLAB的有噪声的语音信号处理的课程设计.doc

DSP实验课程设计实验报告 姓名： 学号： 班级： 课程设计题目： 基于MATLAB的有噪声的语音信号处理的课程设计。 课程设计的目的： 综合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，再利用MATLAB做为编程工具进行计算机实现，从而加深对所学知识的理解，建立概念。 课程设计的要求： (1)熟悉离散信号和系统的时域特性。 (2)掌握序列快速傅里叶变换FFT方法。 (3)学会MATLAB的使用，掌握MATLAB的程序设计方法。 (4)利用MATLAB对语音信号进行频谱分析。 (5)掌握MATLAB设计各种数字滤波器的方法和对信号进行滤波的方法。 课程设计的内容： 录制一段语音信号，对语音信号进行频谱分析，利用MATLAB中的随机函数产生噪声加入到语音信号中，使语音信号被污染，然后进行频谱分析，设计FIR和IIR数字滤波器，并对噪声污染的语音信号进行滤波，分析滤波后的信号的时域和频域特征，回放语音信号。 课程设计的步骤： （1）语音信号的获取 通过录音软件录制一段语音“数字信号处理”，命名为“OriSound”，时长大约1到2秒，在MATLAB中，通过使用wavread函数，对语音进行采样: [y,fs,nbits]=wavread(OriSound); %语音信号的采集 采样值放在向量y中，采样频率为fs，采样位数为nbits。 （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，在MATLAB中，通过使用fft函数对信号进行快速傅里叶变换，得到信号的频谱特性。 因此采集语音并绘出波形和频谱的模块程序如下： [y,fs,nbits]=wavread(OriSound); %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 Y=fft(y,n); %快速傅里叶变换 figure; subplot(2,1,1); %绘出时域波形 plot(y); title(原始信号波形,fontweight,bold); axis([ 00000 80000 -1 1]); %通过尝试确定合适的坐标参数 grid; subplot(2,1,2); %绘出频域频谱 plot(abs(Y)); title(原始信号频谱,fontweight,bold); axis([ 0 150000 0 4000]); %通过尝试确定合适的坐标参数 grid; 结果如下： 可以看到，语音信号的频率集中在低频部分。 （3）产生噪声信号 在MATLAB中，通过使用randn函数产生随机噪声信号，并加到语音信号中得到被污染的语音信号，回放语音信号。 产生随机噪声： Noise=0.2*randn(n,1); 其中用0.2倍乘噪声用来适当削减噪声的作用，便于对语音信号进行处理并比较效果。 （4）污染信号频谱分析 对被污染的加噪信号进行时域和频域分析。 加噪声并分析信号波形频谱的模块程序及说明如下： [y,fs,nbits]=wavread(OriSound.wav); %语音信号采集 sound(y,fs,nbits); %回放语音信号便于比较效果 n = length (y) ; %计算语音信号长度 Noise=0.2*randn(n,1); %产生随机噪声信号Noise s=y+Noise; %将Noise添加到原始信号，得到污 染信号s sound(s); %回放污染信号s figure; subplot(2,1,1); %绘制加噪信号时域波形 plot(s); title(加噪语音信号的时域波形,fontweight,bold); axis([ 00000 80000 -1 1]); grid; S=fft(s); %对s进行快速傅里叶变换得到频谱 subplot(2,1,2); %绘制加噪信号频域频谱 plot(abs(S)); title(加噪语音信号的时域波形,fontweight,bold); axis([ 0 150000 0 4000]); grid; 结果如下： 可以看到，随机噪声均匀的分布在整个频谱范围内。 （5）设计FIR和IIR数字滤波器 在MATLAB中，根据频谱特征设计FIR和II