应用Matlab对含噪声的语音信号进行频谱分析及滤波.doc

信号分析与处理实验报告 合肥工业大学电气与自动化工程学院 实验报告 电气工程及其自动化 专业 电气11 班 班级 学号2011 姓名 日期 指导教师 共 9 页 成绩 实验一 语音信号频谱分析及滤波 实验原理 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、估值和识别等加工处理，借以达到提取信息和便于应用的目的。他是语音、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、设备尺寸小、造价低、速度快等优点。 数字滤波器，是数字信号处理中极其重要的一部分。随着信息时代和数字技术的发展，收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。数字滤波器的种类很多，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）滤波器和无限冲激响应（IIR）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)处于收敛，极点全在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滤波器是有限的单位响应也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，以实现相位控制，允许设计多通带滤波器等优点收到人们的青睐。 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时延、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、切比雪夫和椭圆滤波器等，有现成的设计数据或图表可查，在设计一个IIR滤波器时，我们根据指标先写出模拟滤波器的公式，然后通过一定的变换，将模拟滤波器的公式转换成数字滤波器的公式。 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；并在语音信号中自行加入高斯白噪声信号，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。 三、 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）。D:\ .wav 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(D:\ .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。 %加入噪声信号后的语音信号的时域分析 [x1]=wavread(D:\ .wav); x1=x1+0.01*randn(78049,2); 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);