MATLAB音频文件处理

实验报告

课程名称数字音视频原理

实验题目MATLAB音频文件处理专业电子信息工程

班级3班

学号

学生

实验成绩

指导教师

2012年3月

一、实验目的

1、掌握录制语音信号的基本过程；

2、掌握MATLAB编程对语音信号进行简单处理的方法并分析结果。

二、实验要求

上机完成实验题目，独立完成实验报告。

三、实验容

1、问题的提出：数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？

信号是传递信息的函数。离散时间信号（序列）——可以用图形来表示。

按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种：

（1）连续时间信号：在连续时间围定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。

（2）离散时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。

（3）数字信号：时间离散而幅度量化的信号。

语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有8种波形可以让我们分析：矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余弦波，余弦平方波，高斯波。对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：将时域的波形转化到频域来分析。

2、设计方案：

首先要对声音信号进行采集，Windows自带的录音机程序可驱动声卡来采集语音信号，并能保存成.WAV格式文件，供MATLAB相关函数直接读取、写入或播放。

利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依

据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用 MATLAB画出。我们还可以通过sound/wavplay命令来对语音信号进行回放，以便在听觉上来感受声音的变化。

3、主体部分：

（1）语音的录入与打开：

[x,fs,bits]=wavread('d:\1.wav');%用于读取语音，采样值放在向量x中，fs 表示采样频率(Hz)，bits表示量化位数。

sound(x,fs,bits); 用于对声音的回放。向量x则代表了一个信号（也即一个复杂的“函数表达式”）也就是说可以像处理一个信号表达式一样处理这个声音信号。

（2）FFT的MATLAB实现：在MATLAB的信号处理工具箱中函数FFT和IFFT 用于快速傅立叶变换和逆变换。

函数FFT用于序列快速傅立叶变换。函数的一种调用格式为 y=fft(x)。其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x 的FFT，且和x相同长度。若x为一矩阵，则y是对矩阵的每一列向量进行FFT。

经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。MATLAB 提供求复数的幅值和相位函数：abs，angle，这些函数一般和FFT同时使用。用MATLAB工具箱函数fft进行频谱分析时需注意：

a、函数fft返回值y的数据结构对称性；

b、频率计算

若N点序列x(n)(n=0,1,…,N-1)是在采样频率f下获得的。它的FFT也是N点序列，即X(k)(k=0,1,2,…,N-1)，则第k点所对应实际频率值为f=k*f /N。

（3）下面的一段程序是语音信号在MATLAB中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。

[x,fs,bits]=wavread(' d:\1.wav ');

sound(x,fs,bits);

X=fft(x);

magX=abs(X);

subplot(211);plot(x);title('原始信号波形');

subplot(212);plot(magX);title('原始信号幅值');

运行结果如图：

（4）定点分析：已知一个语音信号，数据采样频率为100Hz，试分别绘制N ＝128点FFT的幅频图和N＝1024点FFT幅频图。

编程如下：

x=wavread(' d:\1.wav ');

sound(x);

fs=100;N=128;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)*fs/length(y);

subplot(221);plot(f,magy);

xlabel('频率（Hz）');ylabel('幅值');

title('N=128(a)');grid

subplot(222);plot(f(1:N/2),magy(1:N/2)); xlabel('频率（Hz）');ylabel('幅值');

title('N=128(b)');grid

fs=100;N=1024;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)*fs/length(y);

subplot(223);plot(f,magy);

xlabel('频率（Hz）');ylabel('幅值');

title('N=1024(c)');grid

subplot(224);plot(f(1:N/2),magy(1:N/2));

xlabel('频率（Hz）');ylabel('幅值');

title('N=1024(d)');grid

运行结果如图：

上图(a)、(b)为N=128点幅频谱图，(c)、(d)为N=1024点幅频谱图。由于采样频率f =100Hz，故Nyquist频率为 50Hz。(a)、(c)是0～100Hz频谱图，(b)、(d)是0～50Hz频谱图。由(a)或(c)可见，整个频谱图是以Nyquist频率为轴对称的。因此利用fft对信号作频谱分析，只要考察0～Nyquist频率（采样频率一半）围的幅频特性。比较(a)和(c)或(b)和(d)可见，幅值大小与fft选用点数

N有关，但只要点数N足够不影响研究结果。

（5）音量最大化处理

录制声音过程中需对声音电平进行量化处理，最理想的量化是最大电平对应最高量化比特，但实际却很难做到，常有轻音问题。利用MATLAB很容易实现音量标准化，即最大电平对应最高量化比特。基本步骤是：先用wavread函数将.wav 文件转换成列数组变量；再求出数组变量的极值并对所有元素作归一化处理；最后用wavwrite函数还原成音量标准化的.wav文件。

%音量标准化

clear;close all;clc;

[y,fs,bits]=wavread(' d:\1.wav ');

fs,bits;

ym=max(max(max(y)),max(abs(min(y))));

x=y/ym;

wavwrite(x,fs,bits,'2.wav');

处理后音量增大。

运行结果如图：

四、作业

1、写出读入、写出、播放语音信号的函数；

[x,fs,bits]=wavread('d:\1.wav') 读入语音信号的函数

wavwrite(x,fs,bits,'2.wav') 写出语音信号的函数

实验一 MATLAB音频信号处理实验

实验一MATLAB音频信号处理实验 一、实验目的 1、进一步加深DFT算法原理和基本性质的理解； 2、熟悉FFT算法原理； 3、理解掌握音频信号各参数的意义； 二、实验内容 1、对一个音频信号用FFT进行谱分析； 2、对该音频信号进行放大或衰减； 3、对该音频信号加入噪声与去掉噪声处理 三、实验要求 1.语音信号的读取、存储； 2.语音信号的播放； 3.FFT的MATLAB实现； 4.信号放大（6倍）； 5.信号调制、产生高频信号； 6.信号叠加之后产生的带有噪声的语音信号； 7.绘制信号图像（时域与频域图像），包括原始信号图像，以及带有噪声的语音信号。 四、实验结果及代码 [S1,fs,bits]=wavread('C:\Users\1\Desktop\实验\handel.wav'); wavwrite(S1,'copy.wav'); F=fft(S1); S1=S1*6; fc=1000; y1=modulate(S1,fc,fs,'fm'); Y1=fft(y1,40000); y2=S1+y1; Y2=fft(y2,40000); figure(1); subplot(221); plot(S1); title('原始的信号时域图'); subplot(222); plot(abs(F));

title('原始的信号频域图'); subplot(223); plot(y1); title('调制后信号时域图'); subplot(224); plot(abs(Y1)); title('调制后信号频域图'); figure(2) subplot(221); plot(y2); title('加噪的信号时域图'); subplot(222); plot(abs(Y2)); title('加噪的信号频域图'); 运行结果如下图1-1 图1-1 五、实验总结 通过本次实验学习了如何使用MATLAB对音频信号进行处理。包括语音信号

matlab声音处理

读取音乐信号并将信号转换为单声道的，并输出信号的波形图和频谱图，播放音乐信号，注意不同抽样率下的音调变化。 1. 源程序 [w,fs,bit]=wavread('天路.wav');//获取音乐信号 wav=(w(:,1))';//获取单声道信号 sound(w,fs)//播放音乐信号 figure;//画音乐信号波形 subplot(2,1,1);plot(wav); fwav=fft(wav);%对音乐信号做傅里叶变换 lwav=round(length(fwav)/2);%信号长度去一半 nwav=[0:lwav-1]; wwav=nwav/(lwav);f=wwav/2*fs; subplot(2,1,2);%画频谱图 plot(wwav,abs(fwav(1:lwav))); 3,输出波形 2 4 6 8 10 12x 10 4 -0.4 -0.200.2 0.40 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 050010001500 2000

音乐信号的滤波去噪 1，实验内容 读取音乐信号，输出原始信号的波形和频谱，将三余弦的混合噪声加在音乐信号上，用巴特沃斯IIR滤波器进行滤波，观察滤波后的音乐信号；再将白噪声加在原始的音乐信号上，用矩形窗进行滤波，观察滤波后的音乐信号。 2，源程序 [w,fs,bit]=wavread('天路.wav'); wav=(w(:,1))'; sound(w,fs) figure; subplot(2,1,1);plot(wav); fwav=fft(wav); lwav=round(length(fwav)/2); nwav=[0:lwav-1]; wwav=nwav/(lwav);f=wwav/2*fs; subplot(2,1,2); plot(wwav,abs(fwav(1:lwav))); sf1=3000;l=length(wav);T=1/fs; t=0:T:(l-1)*T; s1=0.05*cos(2*pi*sf1*t); wav_s1=wav+s1; sound(wav_s1,fs) fwav_s1=fft(wav_s1);f_s1=fft(s1); figure;title('余弦噪声') subplot(2,1,1);plot(s1); subplot(2,1,2);plot(wwav,abs(f_s1(1:lwav))); figure;title('加噪信号') subplot(2,1,1);plot(wav_s1); subplot(2,1,2);plot(wwav,abs(fwav_s1(1:lwav))); T=1; Wp=2/T*tan(0.2*pi/2);Ws=2/T*tan(0.3*pi/2); Rp=1;Rs=60; [N,Wc]=buttord(Wp,Ws,Rp,Rs,'s'); [B,A]=butter(N,Wc,'s'); [C,D]=bilinear(B,A,1/T); W=0:0.001*pi:0.5*pi; H=freqs(B,A,W); Hd=freqz(C,D,W); figure; subplot(3,1,1);plot(W/pi,abs(H)); title('模拟巴特沃斯滤波器'); xlabel('Frequency/Hz');

音频基础知识

音频，英文是AUDIO，也许你会在录像机或VCD的背板上看到过AUDIO输出或输入口。这样我们可以很通俗地解释音频，只要是我们听得见的声音，就可以作为音频信号进行传输。有关音频的物理属性由于过于专业，请大家参考其他资料。自然界中的声音非常复杂，波形极其复杂，通常我们采用的是脉冲代码调制编码，即PCM编码。PCM通过采样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码。 一、音频基本概念 1、什么是采样率和采样大小（位/bit）。 声音其实是一种能量波，因此也有频率和振幅的特征，频率对应于时间轴线，振幅对应于电平轴线。波是无限光滑的，弦线可以看成由无数点组成，由于存储空间是相对有限的，数字编码过程中，必须对弦线的点进行采样。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。光有频率信息是不够的，我们还必须获得该频率的能量值并量化，用于表示信号强度。量化电平数为2的整数次幂，我们常见的CD位16bit的采样大小，即2的16次方。采样大小相对采样率更难理解，因为要显得抽象点，举个简单例子：假设对一个波进行8次采样，采样点分别对应的能量值分别为A1-A8，但我们只使用2bit的采样大小，结果我们只能保留A1-A8中4个点的值而舍弃另外4个。如果我们进行3bit的采样大小，则刚好记录下8个点的所有信息。采样率和采样大小的值越大，记录的波形更接近原始信号。 2、有损和无损 根据采样率和采样大小可以得知，相对自然界的信号，音频编码最多只能做到无限接近，至少目前的技术只能这样了，相对自然界的信号，任何数字音频编码方案都是有损的，因为无法完全还原。在计算机应用中，能够达到最高保真水平的就是PCM编码，被广泛用于素材保存及音乐欣赏，CD、DVD以及我们常见的WAV文件中均有应用。因此，PCM约定俗成了无损编码，因为PCM代表了数字音频中最佳的保真水准，并不意味着PCM就能够确保信号绝对保真，PCM也只能做到最大程度的无限接近。我们而习惯性的把MP3列入有损音频编码范畴，是相对PCM编码的。强调编码的相对性的有损和无损，是为了告诉大家，要做到真正的无损是困难的，就像用数字去表达圆周率，不管精度多高，也只是无限接近，而不是真正等于圆周率的值。 3、为什么要使用音频压缩技术 要算一个PCM音频流的码率是一件很轻松的事情，采样率值×采样大小值×声道数bps。一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的WAV文件，它的数据速率则为44.1K×16×2 =1411.2 Kbps。我们常说128K的MP3，对应的WAV的参数，就是这个1411.2 Kbps，这个参数也被称为数据带宽，它和ADSL中的带宽是一个概念。将码率除以8,就可以得到这个WAV的数据速率，即176.4KB/s。这表示存储一秒钟采样率为44.1KHz，采样大小为16bit，双声道的PCM编码的音频信号，需要176.4KB的空间，1分钟则约为10.34M，这对大部分用户是不可接受的，尤其是喜欢在电脑上听音乐的朋友，要降低磁盘占用，只有

音频处理器调试教程

音频处理器调试教程 音频处理器调试教程 第一步：先用处理器成功地连接系统，并对输出通道分别控制哪个音箱做好备注，例如你用3、4通道来连接超低音音箱，就要为其接好线，并进入到处理器的EDIT 页面开始进行接下来的设置。关于如何进入编辑页面，方式各有不同，我们可根据音频处理器的说明书，按照图示一步步进行操作，其中一步若有错误，按返回键即可。 第二步：利用处理器常用的ROUNT功能来决定输出通道的信号来自于哪里，如果你想要用立体声的形式来进行扩音，那么完全可以选择经典的1、3通道信号进入A，另外两个信号进B。信号往往会被分配在同一个产品的不同位置，因此我们此时同样可以参考说明书去找到正确的位置。 第三步：这也是最关键的一步，我们可以依据所购买的音箱特性或者具体的工作环境来对音箱的频段进行合理的设置，人们常说的“分频点”就是指该种行为。它的具体步骤为：设定工作频段-设置滤波器 -设置分频斜率。 第四步：当以上的参数全部设置完毕之后，此时我们就要对通道的初始电平进行细致的查看了，在这一个步骤里，要确保所有参数电平都已调到0。 第五步：接通信号发声，在这里我们还需要用到一个相对专业的仪器——极性相位仪，通过这个工具的帮助我们可以把音箱的极性有机地统一起来，必要时甚至可以利用极性翻转功能进行操作。 第六步：最后一步还是要借助STA等工具测量相关的传输时间和距离量，同时对EQ进行均衡调节调好之后就要小心保存数据，以备调用。 音频处理器对音频处理的基本原则 1、音频处理设备，主要借助减小动态范围的方法来抑制噪声，其中包括对节目信号的压缩、峰值限制与削波、多频段压缩和频率可选择的限制及均衡功效。压缩的主要目的是缩小节目动态范围，增加声音的密度，尽量使音频信号峰点幅度

基于MATLAB的语音信号滤波处理

基于MATLAB的语音信号滤波处理 题目：基于MATLAB的语音信号滤波处理 课程：数字信号处理 学院：电气工程学院 班级： 学生： 指导教师： 二O一三年十二月

目录CONTENTS 摘要 一、引言 二、正文 1.设计要求 2.设计步骤 3.设计内容 4.简易GUI设计 三、结论 四、收获与心得 五、附录

一、引言 随着Matlab仿真技术的推广，我们可以在计算机上对声音信号进行处理，甚至是模拟。通过计算机作图，采样，我们可以更加直观的了解语音信号的性质，通过matlab编程，调用相关的函数，我们可以非常方便的对信号进行运算和处理。 二、正文 2.1 设计要求 在有噪音的环境中录制语音，并设计滤波器去除噪声。 2.2 设计步骤 1.分析原始信号，画出原始信号频谱图及时频图，确定滤波器类型及相关指标； 2.按照类型及指标要求设计出滤波器，画出滤波器幅度和相位响应，分析该滤波器是否符合要求； 3.用所设计的滤波器对原始信号进行滤波处理，画出滤波后信号的频谱图及时频图； 4.对滤波前的信号进行分析比对，评估所设计滤波器性能。 2.3 设计内容 1.原始信号分析

分析信号的谱图可知，噪音在1650HZ和3300HZ附近的能量较高，而人声的能量基本位于1000HZ以下。因此，可以设计低通滤波器对信号进行去噪处理。 2.IIR滤波器设计 用双线性变换法分别设计了巴特沃斯低通滤波器和椭圆低通滤波器和带阻滤波器： ①巴特沃斯滤波器 fp=800;fs=1300;rs=35;rp=0.5; 程序代码如下： fp=800;fs=1300;rs=35;rp=0.5;Fs=44100; wp=2*Fs*tan(2*pi*fp/(2*Fs));ws=2*Fs*tan(2*pi*fs/(2*Fs)); [n,wn]=buttord(wp,ws,rp,rs,'s'); [b,a]=butter(n,wn,'s'); [num,den]=bilinear(b,a,Fs); [h,w]=freqz(num,den,512,Fs);

Matlab处理声音文件

Matlab处理声音文件 摘要：《信号与系统》这门课是大多数工程类课表中的一个重要组成部分，在学 习《信号与系统》这门课时，我们需要熟练地应用Matlab来采集和处理音频信号，图像信号等并绘出它们的波形和频谱。利用Matlab我们可以灵活方便地分析和处理声音文件。本文介绍了用Matlab处理声音文件的基本流程，并绘制了音频信号的相关波形和频谱。 关键词：Matlab 音量标准化声道分离数字滤波数据转换 引言：MA TLAB是美国Math Works公司推出的一种面向工程和科学计算的交互 式计算软件。它以矩阵运算为基础，把计算、可视化、程序设计融合在一个简单易用的交互式工作环境中，是一款数据分析和处理功能都非常强大的工程实用软件。本文主要介绍Matlab在处理简单声音文件方面的使用。 正文： 1.设计要求：（1）了解语音信号的特点； （2）掌握数字滤波器的参数选择及设计方法； （3）掌握数字滤波器的应用方法及应用效果； （4）提高Matlab下的程序设计能力及综合应用能力。 2.系统的组成及工作原理 分析和处理声音文件，首先要对声音信号进行采集，MATLAB 的数据采集工具箱提供了一整套命令和函数,通过调用这些函数和命令,可直接控制声卡进行数据采集。Windows自带的录音机程序也可驱动声卡来采集语音信号，并能保存为W A V格式文件，供MATLAB相关函数直接读取、写入或播放。本文以W A V格式语音信号作为分析处理的输入数据，用MA TLAB处理声音文件的基本流程是：先将W A V格式语音信号经wavread 函数转换成MA TLAB列数组变量；再用MA TLAB强大的运算能力进行数据分析和处理，如时域分析、频域分析、数字滤波、信号合成、信号变换、识别和增强等等；处理后的数据如是音频数据，则可用wavwrite转换成W A V格式文件或用sound、wavplay等函数直接回放。 3.实验内容，调试及测试结果 （1）音量标准化 在实际录制语音信号的过程中常有音轻问题，因此在录制声音过程中需要对声音电平进行量化处理，使音量实现标准化。利用Matlab很容易实现音量标准化，即最大电平对应最高量化比特。基本步骤是：1.利用wavread函数将W A V文件转换成列数组变量：2.求出数组变量的极值并对所有元素作归一化处理；3.用wavwrite函数还原成音量标准化的WA V文件。 以微软自带的“Windows 拨出电话声.wav”语音信号为例，先将其复制另存到文件名为XPexit.wav的Matlab当前目录中，再通过音量标准化后保存为XPquit.wav文件。以下为其实现程序： clear; close all; clc; [Y,FS,NBITS]=wavread('XPexit.W A V');% 将WA V文件转换成变量 FS,NBITS,% 显示采样频率和量化比特

Cool Edit Pro2.1 编辑音频教程

Cool Edit Pro数字音乐编辑器MP3制作软件 Cool Edit Pro是一个集录音、混音、编辑于一体的多轨数字音频编辑软件，是一个非常出色的数字音乐编辑器和MP3制作软件。不少人把Cool Edit形容为音频“绘画”程序。你可以用声音来“绘”制：音调、歌曲的一部分、声音、弦乐、颤音、噪音或是调整静音。而且它还提供有多种特效为你的作品增色：放大、降低噪音、压缩、扩展、回声、失真、延迟等。你可以同时处理多个文件，轻松地在几个文件中进行剪切、粘贴、合并、重叠声音操作。使用它可以生成的声音有：噪音、低音、静音、电话信号等。该软件还包含有CD播放器。其他功能包括：支持可选的插件；崩溃恢复；支持多文件；自动静音检测和删除；自动节拍查找；录制等。另外，它还可以在AIF、AU、MP3、Raw PCM、SAM、VOC、VOX、WAV等文件格式之间进行转换，并且能够保存为RealAudio格式! 参考： 先下载一个汉化注册版，手把手教你录歌的教程： https://www.sodocs.net/doc/392091146.html,/publicforum/Content/it/1/297476.shtml 软件下载完后内有安装说明，一定要按说明一步一步安装 使用说明:

1.运行cep_v 2.0 setup.exe安装Cool Edit Pro v2.0! 一般都会安装到默认的路径 2.运行破解注册程序 cep2reg.exe程序注册,输入注册码: Name: mydaj Code: 200-00-NKL YUBNZ 3.运行cep_v2.1 setup.exe程序安装Cool Edit Pro v2.1! 4.运行汉化程序 Cool2chinese 汉化包安装到上面安装程序的路径下 5.下面是三个效果插件，这些效果插件都有破解和注册码。按默认路径就可以了。请一个一个安装： BBE Sonic Maximizer ultrafunk2 wave3.0 6，最好安装在默认的C盘，使用默认的设置，不然有可能不能完成安装过程。 7，安装完一个程序后会自动打开程序。要把这一程序关闭再安装下一程序。 Cool Edit Pro 2.1软件如何操作

Matlab语音信号加噪、滤波处理及幅值幅频响应

课程设计二 基于MATLAB的语音信号采集与处理 一、实验目的和意义 1. MATLAB软件功能简介 MATLAB的名称源自Matrix Laboratory,1984年由美国Mathworks公司推向市场。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。 MATLAB软件包括五大通用功能，数值计算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。其中，符号运算功能的实现是通过请求MAPLE内核计算并将结果返回到MATLAB命令窗口。该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks公司已推出30多个应用工具箱。MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计中得到了广泛应用。 MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。数值计算仿真分析可以帮助学生更深入地理解理论知识，并为将来使用MATLAB进行信号处理领域的各种分析和实际应用打下基础。2. 本题目的意义 本次课程设计的课题为《基于MATLAB的语音信号采集与处理》，学会运用MATLAB 的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。 二、实验原理：

MATLAB数字音频处理

音频信号的处理 一、问题的提出：数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？信号是传递信息的函数。 一、问题的提出： 数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？ 信号是传递信息的函数。离散时间信号%26mdash;%26mdash;序 列%26mdash;%26mdash;可以用图形来表示。 按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种： （1）连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。 （2）离时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。 （3）数字信号：时间离散而幅度量化的信号。 语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有8种波形可以让我们分析：矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余旋波，余旋平方波，高斯波。对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：将时域的波形转化到频域来分析。 于是，本课题就从频域的角度对信号进行分析，并通过分析频谱来设计出合适的滤波

器。当然，这些过程的实现都是在MATLAB软件上进行的，MATLAB软件在数字信号处理上发挥了相当大的优势。 二、设计方案： 利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 选择设计此方案，是对数字信号处理的一次实践。在数字信号处理的课程学习过程中，我们过多的是理论学习，几乎没有进行实践方面的运用。这个课题正好是对数字语音处理的一次有利实践，而且语音处理也可以说是信号处理在实际应用中很大众化的一方面。 这个方案用到的软件也是在数字信号处理中非常通用的一个软 件%26mdash;%26mdash;MATLAB软件。所以这个课题的设计过程也是一次数字信号处理在MATLAB中应用的学习过程。课题用到了较多的MATLAB语句，而由于课题研究范围所限，真正与数字信号有关的命令函数却并不多。 三、主体部分： （一）、语音的录入与打开： [y,fs,bits]=wavread('Blip',[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值（若只有一个N的点则表示读取前N点的采样值）。 sound(x,fs,bits); 用于对声音的回放。向量y则就代表了一个信号（也即一个复杂的%26ldquo;函数表达式%26rdquo;）也就是说可以像处理一个信号表达式一样处理这个声音信号。 FFT的MATLAB实现 在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。下

音频基本知识

音频基本知识 第一部分 模拟声音-数字声音原理 第二部分 音频压缩编码 第三部分 和弦铃声格式 第四部分 单声道、立体声和环绕声 第五部分 3D环绕声技术 第六部分数字音频格式和数字音频接口 第一部分 模拟声音-数字声音原理 一、模拟声音数字化原理 声音是通过空气传播的一种连续的波，叫声波。声音的强弱体现在声波压力的大小上，音调的高低体现在声音的频率上。声音用电表示时，声音信号在时间和幅度上都是连续的模拟信号。 图1 模拟声音数字化的过程 声音进入计算机的第一步就是数字化，数字化实际上就是采样和量化。连续时间的离散

化通过采样来实现。 声音数字化需要回答两个问题：①每秒钟需要采集多少个声音样本，也就是采样频率(f s)是多少，②每个声音样本的位数(bit per sample，bps)应该是多少，也就是量化精度。 ?采样频率 采样频率的高低是根据奈奎斯特理论(Nyquist theory)和声音信号本身的最高频率决定的。奈奎斯特理论指出，采样频率不应低于声音信号最高频率的两倍，这样才能把以数字表达的声音还原成原来的声音。采样的过程就是抽取某点的频率值，很显然，在一秒中内抽取的点越多，获取得频率信息更丰富，为了复原波形，一次振动中，必须有2个点的采样，人耳能够感觉到的最高频率为20kHz，因此要满足人耳的听觉要求，则需要至少每秒进行40k 次采样，用40kHz表达，这个40kHz就是采样率。我们常见的CD，采样率为44.1kHz。电话话音的信号频率约为3.4 kHz，采样频率就选为8 kHz。 ?量化精度 光有频率信息是不够的，我们还必须纪录声音的幅度。量化位数越高，能表示的幅度的等级数越多。例如，每个声音样本用3bit表示，测得的声音样本值是在0～8的范围里。我们常见的CD位16bit的采样精度，即音量等级有2的16次方个。样本位数的大小影响到声音的质量，位数越多，声音的质量越高，而需要的存储空间也越多。 ?压缩编码 经过采样、量化得到的PCM数据就是数字音频信号了，可直接在计算机中传输和存储。但是这些数据的体积太庞大了！为了便于存储和传输，就需要进一步压缩，就出现了各种压缩算法，将PCM转换为MP3,AAC,WMA等格式。 常见的用于语音(Voice)的编码有：EVRC (Enhanced Variable Rate Coder) 增强型可变速率编码，AMR、ADPCM、G.723.1、G.729等。常见的用于音频(Audio)的编码有：MP3、AAC、AAC+、WMA等 二、问题 1、为什么要使用音频压缩技术？ 我们可以拿一个未压缩的CD文件(PCM音频流)和一个MP3文件作一下对比： PCM音频：一个采样率为44.1KHz，采样大小为16bit，双声道的PCM编码CD文件，它的数据速率则为 44.1K×16×2 =1411.2 Kbps，这个参数也被称为数据带宽。将码率除以8 bit,就可以得到这个CD的数据速率，即176.4KB/s。这表示存储一秒钟PCM编码的音频信号，需要176.4KB的空间。 MP3音频：将这个WAV文件压缩成普通的MP3，44.1KHz，128Kbps的码率，它的数据速率为128Kbps/8=16KB/s。如下表所示： 比特率 存1秒音频数据所占空间 CD(线性PCM) 1411.2 Kbps 176.4KB MP3 128Kbps 16KB AAC 96Kbps 12KB mp3PRO 64Kbps 8KB 表1 相同音质下各种音乐大小对比 2、频率与采样率的关系 采样率表示了每秒对原始信号采样的次数，我们常见到的音频文件采样率多为44.1KHz，这意味着什么呢？假设我们有2段正弦波信号，分别为20Hz和20KHz，长度均为一秒钟，以对应我们能听到的最低频和最高频，分别对这两段信号进行40KHz的采样，我们可以得到一个什么样的结果呢？结果是：20Hz的信号每次振动被采样了40K/20=2000次，而20K的信号每次振动只有2次采样。显然，在相同的采样率下，记录低频的信息远比高频

Premiere对音频效果处理详细教程

第10章 加入音频

一个好的视频剧本离不开一段好的背景音乐，音乐和声音的效果给影像节目带来的冲击力是令人震撼的。音频效果是用Premiere 编辑节目不可或缺的效果。一般的节目都是视频和音频的合成，传统的节目在后期编辑的时候，根据剧情都要配上声音效果，叫做混合音频，生成的节目电影带叫做双带。胶片上有特定的声音轨道存储声音，当电影带在放映机上播放的时候，视频和声音以同样的速度播放，实现了画面和声音的同步。 在Premiere 中可以很方便地处理音频。同时还提供了一些较好的声音处理方法，例如声音的摇移（Pan ），声音的渐变等。本章主要介绍Premiere 处理音频的方法。通过与视频的处理方法比较，可以进一步了解计算机处理节目的方法。 本章主要内容： （1）关于音频效果； （2）在Timeline 窗口中编辑音频； （3）如何使用Audio Mixer 窗口编辑音频； （4）如何使用音频滤镜。 10.1 关于音频效果 10.1.1 Premiere 对音频效果的处理方式 首先了解一下Premiere 中使用的音频素材到底有哪些效果。扩展Timeline 中的音频轨道，它将分成2个通道，即左右声道（L 和R 通道）。如果一个音频的声音使用单声道，则Premiere 可以改变这一个声道的效果。如果音频素材使用立体声道，Premiere 可以在2个声道间实现音频特有的效果，例如摇移，在一个声道的声音转移到另一个声道，在实现声音环绕效果时就特别的有用，而更多音频轨道效果的合成处理（支持99轨）控制使用Premiere 6.0新增的Audio Mixer 来控制是最方便不过的了。 同时，Premiere 提供了处理音频的滤镜。音频滤镜和视频滤镜相似，Premiere 6.0将这些滤镜封装成插件，提供给，选择不同的滤镜可以实现不同的音频效果。项目中使用的音频素材可能在文件形式上有不同，但是一旦添加入项目中，Premiere 将自动地把它转化成在音频设置框中设置的帧，所以可以像处理视频帧一样方便地处理它。 10.1.2 Premiere 处理音频的顺序 Premiere 处理音频有一定的顺序，添加音频效果的时候就要考虑添加的次序。Premiere 首先对任何应用的音频滤镜进行处理，紧接着是在Timeline 的音频轨道中添加的任何摇移或者增益调整，它们是最后处理的效果。要对素材调整增益，可以选择Clip/Audio Options/Audio Gains …命令。 音频素材最后的效果包含在预览的节目或输出的节目中。 10.2 在Timeline 窗口中合成音频 10.2.1 音频持续时间和速度的调整 音频的持续时间就是指音频的入、出点之间的素材持续时间，因此，对于音频持续时间

基于MATLAB的语音信号采集与处理

工程设计论文 题目：基于MATLAB的语音信号采集与处理 姓名： 班级： 学号： 指导老师：

一.选题背景 1、实践意义： 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在于方便有效地提取并表示语音信号所携带的信息。所以理解并掌握语音信号的时域和频域特性是非常重要的。 通过语音相互传递信息是人类最重要的基本功能之一.语言是人类特有的功能.声音是人类常用工具,是相互传递信息的最重要的手段.虽然,人可以通过多种手段获得外界信息,但最重要,最精细的信息源只有语言,图像和文字三种.与用声音传递信息相比,显然用视觉和文字相互传递信息,其效果要差得多.这是因为语音中除包含实际发音容的话言信息外,还包括发音者是谁及喜怒哀乐等各种信息.所以,语音是人类最重要,最有效,最常用和最方便的交换信息的形式.另一方面,语言和语音与人的智力活动密切相关,与文化和社会的进步紧密相连,它具有最大的信息容量和最高的智能水平。 语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科,处理的目的是用于得到某些参数以便高效传输或存储;或者是用于某种应用,如人工合成出语音,辨识出讲话者,识别出讲话容,进行语音增强等. 语音信号处理是一门新兴的学科,同时又是综合性的多学科领域,

是一门涉及面很广的交叉学科.虽然从事达一领域研究的人员主要来自信息处理及计算机等学科.但是它与语音学,语言学,声学,认知科学,生理学,心理学及数理统计等许多学科也有非常密切的联系. 语音信号处理是许多信息领域应用的核心技术之一,是目前发展最为迅速的信息科学研究领域中的一个.语音处理是目前极为活跃和热门的研究领域,其研究涉及一系列前沿科研课题,巳处于迅速发展之中;其研究成果具有重要的学术及应用价值. 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、估值与识别等加工处理，借以达到提取信息和便于应用的目的。它在语音、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、度快等优点。 数字滤波器, 是数字信号处理中及其重要的一部分。随着信息时代和数字技术的发展，受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，Finite Impulse Response)滤波器和无限冲激响应( IIR，Infinite Impulse Response)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)在处收敛，极点全部在z = 0处（因果系统），因而只能

基于Matlab的语音信号处理与分析

系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论 (3) 1.1课题背景及意义 (3) 1.2国内外研究现状 (3) 1.3本课题的研究内容和方法 (4) 1.3.1 研究内容 (4) 1.3.2 开发环境 (4) 2 语音信号处理的总体方案 (4) 2.1 系统基本概述 (4) 2.2 系统基本要求与目的 (4) 2.3 系统框架及实现 (5) 2.3.1 语音信号的采样 (5) 2.3.2 语音信号的频谱分析 (5) 2.3.3 音乐信号的抽取 (5) 2.3.4 音乐信号的AM调制 (5) 2.3.5 AM调制音乐信号的同步解调 (5) 2.4系统设计流程图 (6) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6)

3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (7) 3.4切比雪夫滤波器 (7) 3.5数字滤波器设计原理 (8) 4 语音信号实例处理设计 (8) 4.1语音信号的采集 (8) 4.3.1高频调制与低频调制 (10) 4.3.2切比雪夫滤波 (11) 4.3.3 FIR滤波 (11) 5 总结 (12) 参考文献 (13) 语音信号的处理与分析 【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的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。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形式。 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为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 【关键词】Matlab 语音信号傅里叶变换低通滤波器

音频基础知识

一般认为20Hz－20kHz是人耳听觉频带，称为“声频”。这个频段的声音称为“可闻声”，高于20kHz的称为“超声”，低于20Hz的称为“次声“。(《广播播控与电声技术》p3) 所谓声音的质量，是指经传输、处理后音频信号的保真度。目前，业界公认的声音质量标准分为4级，即数字激光唱盘CD-DA质量，其信号带宽为10Hz~20kHz；调频广播FM质量，其信号带宽为20Hz~15kHz；调幅广播AM质量，其信号带宽为50Hz~7kHz；电话的话音质量，其信号带宽为200Hz~3400Hz。可见，数字激光唱盘的声音质量最高，电话的话音质量最低。除了频率范围外，人们往往还用其它方法和指标来进一步描述不同用途的音质标准。由于电子平衡与变压器平衡的区别，所以二者的接线方法是不一样的，应引起注意。 声学的基本概念音频频率范围一般可以分为四个频段，即低频段（３０￣１５０Ｈｚ）；中低频段（３０￣１５０Ｈｚ）；中低频（１５０￣５００Ｈｚ）；中高频段（５００￣５０００Ｈｚ）；高频段（５０００￣２００００Ｈｚ）。３０￣１５０Ｈｚ频段：能够表现音乐的低频成分，使欣赏者感受到强劲有力的动感。１５０￣５００Ｈｚ频段：能够表现单个打击乐器在音乐中的表现力，是低频中表达力度的部分。５００￣５０００Ｈｚ频段：主要表达演唱者或语言的清淅度及弦乐的表现力。５０００￣２００００Ｈｚ频段：主要表达音乐的明亮度，但过多会使声音发破。音频频率范围一般可以分为四个频段，即低频段（３０￣１５０Ｈｚ）；中低频段（３０￣１５０Ｈｚ）；中低频（１５０￣５００Ｈｚ）；中高频段（５００￣５０００Ｈｚ）；高频段（５０００￣２００００Ｈｚ）。３０￣１５０Ｈｚ频段：能够表现音乐的低频成分，使欣赏者感受到强劲有力的动感。１５０￣５００Ｈｚ频段：能够表现单个打击乐器在音乐中的表现力，是低频中表达力度的部分。５００￣５０００Ｈｚ频段：主要表达演唱者或语言的清淅度及弦乐的表现力。５０００￣２００００Ｈｚ频段：主要表达音乐的明亮度，但过多会使声音发破。所谓声音的质量，是指经传输、处理后音频信号的保真度。目前，业界公认的声音质量标准分为4级，即数字激光唱盘CD-DA质量，其信号带宽为10Hz~20kHz；调频广播FM质量，其信号带宽为20Hz~15kHz；调幅广播AM质量，其信号带宽为50Hz~7kHz；电话的话音质量，其信号带宽为200Hz~3400Hz。可见，数字激光唱盘的声音质量最高，电话的话音质量最低。除了频率范围外，人们往往还用其它方法和指标来进一步描述不同用途的音质标准。音质评价方法评价再现声音的质量有主观评价和客观评价两种方法。例如： 1．语音音质评定语音编码质量的方法为主观评定和客观评定。目前常用的是主观评定，即以主观打分（MOS）来度量，它分为以下五级：5（优），不察觉失真；4（良），刚察觉失真，但不讨厌；3（中），察觉失真，稍微讨厌；2（差），讨厌，但不令人反感；

基于matlab的语音信号滤波处理——数字信号处理课程设计

数字信号处理课程设计 题目：基于matlab的语音信号滤波处理学院：物理与电子信息工程 专业：电子信息工程 班级： B07073041 学号： 200932000066 姓名：高珊 指导教师：任先平

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。

目录 1.设计内容 (4) 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 (5) 3.设计过程 (5) 3.1实验程序源代码 (6) 3.1.1原语音信号时域、频域图 (6) 3.1.2低通滤波器的设计 (6) 3.1.3高通滤波器的设计 (7) 3.1.4带通滤波器的设计 (8) 3.1.5语音信号的回放 (9) 3.2调试结果描述 (10) 3.3所遇问题及结果分析 (15) 3.3.1所遇主要问题 (16) 3.3.2结果分析 (16) 4.体会与收获 (17) 5.参考文献 (17)

MATLAB 与 音频处理 相关内容摘记

MATLAB 与音频处理相关内容摘记MATLAB音频相关函数 声音数据输入输出函数： 可以方便地读写au和way文件，并可控制其中的位及频率。 wavread()和wavwriteO。 声音播放： wavplay()：播放wav声音文件。当然，也可以把处理后的 wav文件保存后再用其它工具播放。 wavrecordO：可以对处理后的wav文件进行录音。 PS:在日常生活中,我们听到的声音一般都属于复音,其声音信号由不同的振幅与频率的波合成而得到 MATLAB处理音频信号的流程 分析和处理音频信号首先要对声音信号进行采集MATLAB 的数据采集工具箱提供了一整套命令和函数,通过调用这些函数和命令,可直接控制声卡进行数据采集[1] Windows 自带的录音机程序也可驱动声卡来采集语音信号并能保存 为WAV 格式文件供MATLAB 相关函数直接读取写入或播放本文 以WAV格式音频信号作为分析处理的输入数据用MATLAB 处理音频信号的基本流程是先将WAV 格式音频信号经wavread 函数转换 成MATLAB 列数组变量再用MATLAB 强大的运算能力进行数据分析和处理如时域分析频域分析数字滤波信号合成信号变换识别和增强等等处理后的数据如是音频数据则可用wavwrite 转换成WAV 格式文件或用sound wavplay 等函数直接回放下面分别介绍MATLAB 在音量标准化声道分离合并与组合数字滤波数 据转换等音频信号处理方面的技术实现 音量标准化

录制声音过程中需对声音电平进行量化处理最理想的量化是最大电平对应最高量化比特但实际却很难做到常有音轻问题利用MATLAB 很容易实现音量标准化即最大电平对应最高量化比特基本步骤是先用wavread 函数 将WAV 文件转换成列数组变量再求出数组变量的极值并对所有元素作归一化处理最后用wavwrite 函数还原成音量标准化的WAV 文件 例 1 现以微软自带的Windows XP 关机.wav 音频信号为例先将其复制另存到文件名为XPexit.wav 的MATLAB 当前目录中 再通过音量标准化处理后保存为XPquit.wav 文件实现程序如下 clear; close all; clc; [Y,FS,NBITS]=wavread('XPexit.WAV'); % 将WAV 文件转换成变量 FS,NBITS, % 显示采样频率和量化比特 Ym=max(max(max(Y)),max(abs(min(Y)))), % 找出双声道极值 X=Y/Ym; % 归一化处理 wavwrite(X,FS,NBITS,'XPquit.wav') % 将变量转换成WAV 文件 试听可知标准化处理后音量稍大 声道分离合并与组合 立体声或双声道音频信号有左右两个声道利用MATLAB 实现双声道分离两路声道合并和两个单声道组合成一个双声道等效果实际上是利用 了MATLAB 的矩阵抽取矩阵相加和矩阵重组运算 例 2 现以例 1 生成的XPquit.wav 为例实现分离合并和组合处理的程序如下 clear; close all; clc; [x,FS,NBITS]=wavread('XPquit.WAV'); % 将WAV 文件转换成变量 x1=x(:,1); % 抽取第 1 声道 x2=x(:,2); % 抽取第 2 声道 wavwrite(x1,FS,NBITS,'XPquit1.WAV'); % 实现 1 声道分离 wavwrite(x2,FS,NBITS,'XPquit2.WAV'); % 实现 2 声道分离 %如果合并位置不对前面补0 %声道长度不对后面补0 x12=x1+x2; % 两路单声道列向量矩阵变量合并 x12m=max(max(x12),abs(min(x12))), % 找出极值 y12=x12./x12m; % 归一化处理 wavwrite(y12,FS,NBITS,'XPquit12.WAV'); % 实现两路声道合并 %如果组合位置不对前面补0--声道长度不对后面补0 x3=[x1,x2]; % 两路单声道变量组合 wavwrite(x3,FS,NBITS,'XPquit3.WAV'); % 实现两路声道组合 可以试听声道分离合并与组合的效果也可对各文件大小进行比较 数字滤波 数字滤波是常用的音频处理技术可根据技术指标先利用FDATool 工具设计一个数字滤波器[2] 再用Filter 或Filter2 函数即可实现滤波处理调用 的Filter 函数格式是Y = filte (B,A,X) 其中 B 和 A 是滤波器传输函数的分子和分母系数X 是输入变量Y是实现滤波后的输出变量如果处理立体声音频信号可分开处理但用FIR 滤波器时调用Filter2 函数更方便