云南大学信息学院数字信号处理期末实验剖析.docVIP

数字信号处理期末实验报告 题目:基于MATLAB语音数字信号处理 一、实验目的： 选择一个语音信号对其进行频谱分析。 利用MATLAB产生噪声加入到语音信号中，模仿语音信号被污染，并对其进行频谱分析。 设计多种滤波器滤除语言信号中的噪声，分析对比滤波前后信号的时域和频域波形特征。并对不不同滤波器的滤波效果。 二、实验内容： 语音信号的采集 语言信号时域分析 小波去噪 小波去噪原理分析 在噪声模型中，高斯白噪声通常表现为高频信号，而有用信号则表现为低频信号或较平稳的信号，小波去噪就是利用这一特性进行消噪的过程。即对原信号进行小波分解，选择小波并确定分解层次为N，则噪声部分通常包含在高频中；然后对小波分解的高频系数进行门限阈值量化处理；最后根据小波分解的第N层低频系数和经过量化后的1～N层高频系数进行小波重构，达到消除噪声的目的，对信号降噪实质上是抑制信号的噪声，最后在实际信号中恢复真实信号。 小波去噪滤除信号噪声 在本实验中采用固定阈值和启发式阈值两种方法对加噪声的语言信号进行去噪。且 通过Matlab处理，小波去噪前后对比如图【】所示。 由图验证： ①观察图中去噪前后的频谱可以看出噪声幅值明显降低 ②不同分解层次的去噪效果不同，通常随着小波分解层次的增加去噪效果变好，但是分解层次增加到6层以上后去噪效果改善已经不明显，所以本实验选取6层分解，得到如图所示较好的效果。 ③小波去噪 进一步分析对比了两种小波去噪方法的效果，如图【】所示。 由图验证：固定阈值形式（sqtwolog）和启发式阈值形式（heursure）的去噪都比较彻底。而通过进一步分析，可以看出启发式阈值形式滤除噪声效果更好。 3.9小结 通过本次实验设计，我们完成了从信号的提取采样合成噪声信号到滤除噪声整个过程到信号后，通过变换，得出了信号的频谱图然后分别给信号加上正弦噪声和随机噪声在滤波这，多种方法但实验中也存在的不足，比如经过多次改进滤波器设计参数后还是不能更彻底地把噪声滤除MATLAB设计数字滤波器的方法，深刻地理解了整个音频信号处理体系和数字滤波器的工作原理，认识到了音频数字信号处理技术的强大。 结 论 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，而是将语音当做一种特殊的信号，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。用到了处理数字信号的强有力工具MATLAB通过MATLAB里几个命令函数的调用，很轻易的在实际语音与数字信号的理论之间搭了一座桥。 课题的特色在于它将语音看作一个向量，于是语音数字化了可以完全利用数字信号处理的知识来解决。我们可以像给一般信号做频谱分析一样，来语音信号做频谱分析，也可以较容易的用数字滤波器来对语音进行滤波处理。,前者随较尖锐的干扰啸叫声。从含噪语音信号的频谱图中可以看出含噪声的语音信号频谱,在整个频域范围内分是布均匀。其实，这正是干扰所造成的。通过滤波前后的对比，低通滤波后效果最好，高通滤波后的效果最差。由此可见，语音信号主要分布在低频段，而噪声主要分布在高频段。 最后，还利用了MATLAB的另一强大功能——界面设计。设计出了一个简易的用户应用界面，可以让人实现界面操作更加方便的进行语音的频谱分析与滤波处理。北京：出版社 数字信号处理课程设计报告 6 图【】小波去噪前后波形对比图 图【】两种方法小波去噪结果对比图