Matlab语音信号分析的大作业.doc

语音信号分析求解及报告 实验程序 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1s左右。将文件命名为a格式转化为wav，放在E盘目录下。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样。确认E:\a.wav 为文件路径 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； %原始语音信号采样后的时域分析 [x1,fs,bits]=wavread(E:\a.wav); figure(1) subplot(2,1,1); plot(x1) title(原始语音采样后时域信号); xlabel(时间轴 n); ylabel(幅值); 然后对语音号进行快速傅里叶变换，得到信号的频谱特性。 %采样后的FFT变换分析 y1=fft(x1,8182); subplot(2,1,2); plot(abs(y1(1:512))) title(原始语音FFT频谱) xlabel(点数N); ylabel(幅值); 3、在采集得到的语音信号中加入高斯白噪声信号(可用randn函数来实现，注意要根据语音的强度来控制白噪声的强度)，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。x1=x1+0.01*randn(34816,2); figure(2) subplot(2,1,1); plot(x1) title(原始语音采样后时域信号); xlabel(时间轴 n); ylabel(幅值); %加入噪声信号后的语音信号采样后的FFT变换分析 y1=fft(x1,8182); subplot(2,1,2); plot(abs(y1(1:512))) title(原始语音FFT频谱) xlabel(点数N); ylabel(幅值); 分别设计IIR和FIR滤x1=x1+0.01*randn(34816,2); Ts=1/fs;R1=10; wp=2*pi*100/fs;ws=2*pi*4000/fs; Rp=3;Rs=45; wp1=2/Ts*tan(wp/2);ws1=2/Ts*tan(ws/2); [N,Wn]=buttord(wp1,ws1,Rp,Rs,s); [Z,P,K]=buttap(N); [Bap,Aap]=zp2tf(Z,P,K); [b,a]=lp2lp(Bap,Aap,Wn); [bz,az]=bilinear(b,a,fs); [H,W]=freqz(bz,az); figure(3) plot(W*fs/(2*pi),abs(H)) grid xlabel(频率/Hz);ylabel(幅度) title(IIR 低通滤波器) f1=filter(bz,az,x1); figure(4) subplot(2,1,1) plot(x1) title(IIR 低通滤波器滤波前的时域波形); subplot(2,1,2) plot(f1); title(IIR 低通滤波器滤波后的时域波形); F0=fft(f1,8182); f=fs*(0:511)/8182; figure(5) y2=fft(x1,8182); subplot(2,1,1); plot(f,abs(y2(1:512))); sound(f1,44100); title(IIR 低通滤波器滤波前的频谱) xlabel(频率/Hz);ylabel(幅值); subplot(2,1,2) F1=plot(f,abs(F0(1:512))); title(IIR 低通滤波器滤波后的频谱) xlabel(频率/Hz);ylabel(幅值); 方法二：窗函数法设计FIR数字滤波器 %窗函数法设计FIR数字滤波器 [x1]=wavread(E:\a.wav); x1=x1+0.01*randn(34816,2); Ts=1/fs;R1=10; wp=2*pi*100/fs; ws=2*pi*4000/fs; Rp=3; Rs=45; wdelta=ws-wp; N=ceil(8*pi/wdelta);wn=(ws+wp)/2; [b,a]=fir1(N,wn/pi,hamming(N+1)); figure(6) freqz(b,a,512); title(FIR 低通滤波器); f2=filter(b,a,x1); figure(7) subplot(2,1,1) plot(x1) title(FIR 低通滤波器滤波前的时域波形); subplot(2,1,2) plot(f2) title(FIR 低通滤波器滤波后的时域波形); sound(f2,44100); F0=fft(f2,8192);f=fs*(0:511)/8192; figur