基于MATLAB的语音信号FIR数字的滤波处理.docVIP

基于MATLAB的语音信号FIR数字的滤波处理.doc

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于MATLAB的语音信号FIR数字的滤波处理

基于MATLAB的语音信号FIR数字的滤波处理 电子信息工程 09 级 2 班 指导老师:郭淑婷 摘要:语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴学科,是目前发展最为迅速的学科之一,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手段,所以对其的研究更显得尤为重要。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件,它可以将声音文件变换成离散的数据文件,然后用起强大的矩阵运算能力处理数据。这为我们的本次设计提供了强大并良好的环境! 本设计要求自己录制一段自己的语音后,在MATLAB软件中采集语音信号、回放语音信号并画出语音信号的时域波形和频谱图。再在Matlab中分别设计不同形式的FIR数字滤波器。之后对采集的语音信号经过不同的滤波器(低通、高通、带通)后,观察不同的波形,并进行时域和频谱的分析。对比处理前后的时域图和频谱图,分析各种滤波器对于语音信号的影响。最后分别收听进行滤波后的语音信号效果,做到了解在怎么样的情况下该用怎么样的滤波器。 关键词:MATLAB,语音信号,FIR滤波,窗函数。 目录 1. 绪论 3 1.1 设计内容: 3 1.2 设计概述 3 2. 设计原理 4 2.1 语音信号的时域分析 4 2.2 语音信号的频域分析 4 3. 设计过程及结果 5 3.1 原语音信号的提取和加噪 5 3.2 低通滤波器设计 8 3.3 高通滤波器设计 10 3.4 带通滤波器设计 12 3.5 结果分析及遇到问题 14 4. 总结 15 参考文献: 17 1. 绪论 1.1 设计内容: 1.首先录制好一段自己的语音。 2.给录制好的语音信号加入随机噪音。 2.用Matlab分别设计好3种类型的滤波器(指标自己确定):低通型、高通型、带通型。 3.用Matlab将加噪语音信号进行采样,并分别将其通过所设计的3种滤波器。 4.用Matlab自带的语音返回函数收听滤波后的语音信号,分析并比较其与原语音信号的差异。 1.2 设计概述 本设计中,我们通过Matlab对语音信号进行各种处理,通过加噪处理然后再对含噪音的信号进行滤波,分析不同滤波器滤波后的结果,通过滤波前后的频谱图像和滤波后的语音信号找到最合适的滤波处理方式。熟悉各种滤波器的使用环境。 2. 设计原理 2.1 语音信号的时域分析 信号提取:通过图形用户界面上的菜单功能按键采集电脑上的一段音频信号,完成音频信号的频率,幅度等信息的提取,并得到该语音信号的波形图。 信号调整:在设计的用户图形界面下对输入的音频信号进行各种变化,如变化幅度、改变频率等操作,以实现对语音信号的调整。 语音信号的频域分析 信号的傅里叶表示在信号的分析和处理中起着重要的作用。因为对于线性系统来说,可以很方便地确定其对正弦或复指数和的响应,所以傅里叶分析方法能完善地解决许多信号分析和处理问题。另外,傅里叶表示使信号的某些特性变得更明显,因此,它能更深入地说明信号的各项红物理现象。 由于语音信号时随着时间变化的,通常认为,语音是一个受准周期脉冲或随机噪声源激励的线性系统的输出。输出频谱是声道系统频率响应与激励源频谱的乘积。身份到系统的频率响应及激励源都是随时间变化的,因此一般标准的傅里叶表示虽然适用于周期及平稳随机信号的表示,但不能直接用于语音信号。由于语音信号可以认为在短时间内,近似不变,因而可以采用短时分析法。 1.信号变换:在用户图形界面西啊对采集的语音信号进行Fourier等变换,并画出变换前后的频谱图和倒谱图。 2.信号滤波:滤除语音信号中的噪音部分,可以采用抵用滤波、高通滤波、带通滤波,并比较各种滤波后的效果。 3. 设计过程及结果 3.1 原语音信号的提取和加噪 [x1,fs,dits]=wavread(gaoqiang.wav); %sound(x1,fs,dits); f=fs*(0:511)/1024; t=0:1/fs:(size(x1)-1)/fs; a=0.03*randn(1,length(x1)); x2=x1+a; %sound(x2,fs,dits);%播放加噪声后的语音信号 figure(1); plot(x1);%做原始语音信号的时域图形 title(原始语音信号); xlabel(时间 t); ylabel(音量 n); figure(2); plot(x2);%做加噪后语音信号的时域图形 title(加噪语音信号); xlabel(时间 t); ylabel(音量 n); figure(3); y1=fft(x2);%做length(x1)点的FFT y1=fftshift(y1); %平移,是频率中心为0 derta_

文档评论(0)

wnqwwy20 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:7014141164000003

1亿VIP精品文档

相关文档