MATLAB语音信号采集与处理

MATLAB课程设计报告课题：语音信号采集与处理

目录

一、实践目的 (3)

二、实践原理： (3)

三、课题要求： (3)

四、MATLAB仿真 (4)

1、频谱分析： (4)

2、调制与解调： (5)

3、信号变化： (8)

快放： (8)

慢放： (8)

倒放： (8)

回声： (9)

男女变声： (9)

4、信号加噪 (11)

5、用窗函数法设计FIR滤波器 (12)

FIR低通滤波器： (13)

FIR高通滤波器： (14)

FIR带通滤波： (15)

一、实践目的

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。

此次实习课程主要是为了进一步熟悉对matlab软件的使用，以及学会利用matlab对声音信号这种实际问题进行处理，将理论应用于实际，加深对它的理解。

二、实践原理：

利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。语音信号的“ 短时谱”对于非平稳信号, 它是非周期的, 频谱随时间连续变化, 因此由傅里叶变换得到的频谱无法获知其在各个时刻的频谱特性。如果利用加窗的方法从语音流中取出其中一个短断, 再进行傅里叶变换, 就可以得到该语音的短时谱。

三、课题要求：

○1

利用windows 自带的录音机或者其它录音软件，录制几段语音信号（要有几种不同的声音，要有男声、女声）。

○2

对录制的语音信号进行频谱分析，确定该段语音的主要频率范围，由此频率范围判断该段语音信号的特点（低沉or 尖锐）。

○3

利用采样定理，对该段语音信号进行采样，观察不同采样频率（过采样、欠采样、临界采样）对信号的影响。

○4

对采集到的语音信号进行调制与解调，观测调制与解调前后信号的变化。

○5

实现语音信号的快放、慢放、倒放、回声、男女变声。

○6

对语音信号加噪，然后进行滤波，分析不同的滤波方式对信号的影响。

利用MATLAB GUI 制作语音信号采集与分析演示系统。○

7四、MATLAB 仿真

1、频谱分析：

用WINDOWS 下的录音机，用单声道录制一段音乐或声音，时间在5S 内。然后MATLAB 软件平台下，利用函数WAVREAD 对语音信号进行采样，记住采样频率和采样点数。对语音信号进行快速傅立叶变换，在一个窗口同时画出信号的时域波形图和频谱图，分析语音信号的频谱特点

程序：

fs =22050;

Nbits =16;

[x,fs,Nbits] =wavread('D:\matlab\22hexian.wav') ; %读声音文件

n=length(x);

t=0:1/fs:(length(x)-1)/fs; %求出语音信号的长度

y1=fft(x,n) ; %傅里叶变换

y2=fftshift(y1); %对频谱图进行平移

f=0:fs/n:fs*(n-1)/n; %得出频点

subplot(2,1,1);

plot(t/2,x) %做原始语音信号的时域图形

title('原始信号时域波形图');

subplot(2,1,2);

plot(f,abs(y2));

title('原始信号频谱图')

仿真波形：

门铃：○1

和弦：○

2

○3

男女声：

2、调制与解调：

首先画出语音信号的时域波形，然后对语音信号进行频谱分析。在Matlab 中可以利用函数fft 对信号行快速傅里叶变换,得到信号的频谱特性，从而加深对频谱特性的理解。

程序：

clear;

dt=1/44100;

fs=44100;

[f1,fs,nbits]=wavread('D:\1huan.wav');

figure(1);

subplot(1,1,1);

N=length(f1);

t=0:1/fs:(N-1)/fs;

plot(t,f1);

title('信息信号的时域波形');

fy1=fft(f1);

w1=0:fs/(N-1):fs;

figure(2);

subplot(1,1,1);

plot(w1,abs(fy1));

title('信息信号的频谱');

f2=cos(22000*pi*t);

figure(3);

subplot(1,1,1);

fy2 = fft(f2);

N2=length(f2);

w2=fs/N*[0:N-1];

plot(w2,abs(abs(fy2)));

title('载波信号的频谱');

f1=f1(:,1);

f3=f1'.*f2;

figure(4);

subplot(1,1,1);

fy3 = fft(f3);

plot(w1,abs(abs(fy3)));

title('已调信号的频谱');

sound(f3,fs,nbits);

f4=f3.*f2;

figure(5);

subplot(1,1,1);

fy4=fft(f4);

plot(w1,abs(abs(fy4)));

title('解调信号的频谱');

sound(f4,fs,nbits);

fp1=0;

fs1=5000;

As1=100;

wp1=2*pi*fp1/fs;

ws1=2*pi*fs1/fs;

BF1=ws1-wp1;

wc1=(wp1+ws1)/2;

M1=ceil((As1-7.95)/(2.286*BF1))+1; N1=M1+1;

beta1=0.1102*(As1-8.7);

Window=(kaiser(N1,beta1));

b1=fir1(M1,wc1/pi,Window);

figure(6);

subplot(1,1,1);

freqz(b1,1,512);

title('FIR低通滤波器的频率响应');

f4_low = filter(b1,1, f4);

plot(t,f4_low);

title('滤波后的解调信号时域波形');

sound(f4_low,fs,nbits);

f5=fft(f4_low);

figure(7);

subplot(1,1,1);

plot(w1,abs(f5));

title('滤波后的解调信号频谱'); 仿真波形：

3、信号变化：

快放：

[x,fs,nbits]=wavread('D:\1huan.wav')

w=2；

M=w*fs;

wavplay(x,M);

慢放：

[x,fs,nbits]=wavread('D:\1huan.wav')

w=0.8

M=w*fs;

wavplay(x,M);

倒放：

[x,fs,Nbits]=wavread('D:\1huan.wav');

y0=flipud(x);

sound(y0,fs);

回声：

程序：

[x,fs,bits]=wavread('D:\3yang.wav',[1 40000]);%读取语音信号

n1=0:2000;

b=x(:,1); %产生单声道信号N=3;

yy2=filter(1,[1,zeros(1,80000/(N+1)),0.7],[b',zeros(1,40000)]);

figure(3)

subplot(2,1,1);plot(yy2); %三次回声滤波器时域波形

title('三次回声滤波器时域波形');

YY2=fft(yy2); %对三次回声信号做FFT变换subplot(2,1,2);plot(n1(1:1000),YY2(1:1000)); %三次回声滤波器频谱图

title('三次回声滤波器频谱图');

figure(4)

subplot(2,1,1);plot(abs(YY2)); %经傅里叶变换之后的信号的幅值title('幅值');

subplot(2,1,2);plot(angle(YY2)); %经傅里叶变换之后的信号的相位title('相位');

sound(2*yy2,fs,bits);%经三次回声滤波器后的语音信号，乘以2是为了加强信号

仿真波形：

男女变声：

Voice调用函数：

function Y=voice(x,f) %更改采样率使基频改变f>1降低;f<1升高

f=round(f*1000);

d=resample(x,f,1000); %时长整合使语音文件恢复原来时长

W=400;

Wov=W/2;

Kmax=W*2;

Wsim=Wov;

xdecim=8;

kdecim=2; X=d';

F=f/1000;

Ss =W-Wov;

xpts = size(X,2);

ypts = round(xpts / F);

Y = zeros(1, ypts);

xfwin = (1:Wov)/(Wov+1);

ovix = (1-Wov):0; newix = 1:(W-Wov);

simix = (1:xdecim:Wsim) - Wsim;

padX = [zeros(1, Wsim), X, zeros(1,Kmax+W-Wov)];

Y(1:Wsim) = X(1:Wsim); lastxpos = 0; km = 0;

for ypos = Wsim:Ss:(ypts-W)

xpos = round(F * ypos);

kmpred = km + (xpos - lastxpos);

lastxpos = xpos;

if (kmpred <= Kmax)

km = kmpred;

else

ysim = Y(ypos + simix);

rxy = zeros(1, Kmax+1);

rxx = zeros(1, Kmax+1);

Kmin = 0;

for k = Kmin:kdecim:Kmax

xsim = padX(Wsim + xpos + k + simix);

rxx(k+1) = norm(xsim);

rxy(k+1) = (ysim * xsim');

end

Rxy = (rxx ~= 0).*rxy./(rxx+(rxx==0));

km = min(find(Rxy == max(Rxy))-1);

end

xabs = xpos+km;

Y(ypos+ovix) = ((1-xfwin).*Y(ypos+ovix)) + (xfwin.*padX(Wsim+xabs+ovix));

Y(ypos+newix) = padX(Wsim+xabs+newix);

end

end

变声程序：

[y,fs,nbits]=wavread('3yang.wav'); %读取声音文件

x=y(:,1); %读入的y矩阵有两列,取第1列

sound(voice(x,1.4),fs,nbits); %调整voice()第2个参数转换音调,>1降调,<1升调4、信号加噪

程序：

fs=22050; %语音信号采样频率为22050

x1=wavread('3yang.wav'); %读取语音信号数据赋值给x1

f=fs*(0:511)/1024; %将0到511，步长为1的序列的值与fs相乘并除以1024的值赋给f

t=0:1/fs:(length(x1)-1)/fs; %将0到x1的长度减1后的值除以fs的值，且步长为1/fs的值，的序列的值，赋予t

Au=0.05; %噪声幅值

d=[Au*cos(2*pi*2000*t)]'; %干扰信号构建命令函数，构建了一个余弦函数

x2=x1(:,1)+d; %取原始语音信号的单声部信号然后和噪声信号相加wavwrite(x2,22050,'jiazaoyang');%生成wav文件

sound(x2,22050); %播放语音信号

y1=fft(x1,1024); %对信号做1024点的FFT变换

y2=fft(x2,1024);

figure(1); %创建图形窗

subplot(2,1,1);

plot(t,x1); %做原始语音信号的时域波形

title('加噪前的信号');

xlabel('time n'); %x轴的名字是time

ylabel('fuzhi n'); %y轴的名字是fuzhi

subplot(2,1,2); %创建两行一列绘图区间的第1个绘图区间

plot(t,x2)

title('加噪后的信号');

xlabel('time n');

ylabel('fuzhi n');

figure(2)

subplot(2,1,1);

plot(f,abs(y1(1:512)));

title('原始语音信号频谱');

xlabel('Hz');

ylabel('fuzhi');

subplot(2,1,2);

plot(f,abs(y2(1:512)));

title('加噪后的信号频谱');

xlabel('Hz');

ylabel('fuzhi');

仿真波形：

5、用窗函数法设计FIR滤波器

根据过渡带宽及阻带衰减要求，选择窗函数的类型并估计窗口长度N（或阶数M=N-1），窗函数类型可根据最小阻带衰减As独立选择，因为窗口长度N对最小阻带衰减As没有影响，在确定窗函数类型以后，可根据过渡带宽小于给定指标确定所拟用的窗函数的窗口长

度N，设待求滤波器的过渡带宽为Δw，它与窗口长度N近似成反比，窗函数类型确定后，其计算公式也确定了，不过这些公式是近似的，得出的窗口长度还要在计算中逐步修正，原则是在保证阻带衰减满足要求的情况下，尽量选择较小的N，在N和窗函数类型确定后，即可调用MATLAB中的窗函数求出窗函数wd（n）。

根据待求滤波器的理想频率响应求出理想单位脉冲响应hd(n)，如果给出待求滤波器频率应为Hd，则理想的单位脉冲响应可以用下面的傅里叶反变换式求出：

在一般情况下，hd(n)是不能用封闭公式表示的，需要采用数值方法表示；从w=0到

w=2π采样N点，采用离散傅里叶反变换（IDFT）即可求出。

用窗函数wd(n)将hd(n)截断，并进行加权处理，得到

如果要求线性相位特性，则h(n)还必须满足：

根据上式中的正、负号和长度N的奇偶性又将线性相位FIR滤波器分成四类。要根据所设计的滤波特性正确选择其中一类。例如，要设计线性相位低通特性可选择h(n)

=h(N-1-n)一类，而不能选h(n)=-h(N-1-n)一类。验算技术指标是否满足要求，为了计算数字滤波器在频域中的特性，可调用freqz子程序，如果不满足要求，可根据具体情况，调整窗函数类型或长度，直到满足要求为止。

FIR低通滤波器：

程序：

[x1,Fs,bits]=wavread('jiazapyang');

derta_Fs = Fs/length(x1);%设置频谱的间隔，分辨率，这里保证了x轴的点数必须和y 轴点数一致

fs=Fs;

fp1=1000;

fs1=1200;

As1=100;

wp1=2*pi*fp1/fs; %

ws1=2*pi*fs1/fs; %

BF1=ws1-wp1;

wc1=(wp1+ws1)/2;

M1=ceil((As1-7.95)/(2.286*BF1))+1;%按凯泽窗计算滤波器阶数

N1=M1+1;

beta1=0.1102*(As1-8.7);

Window=(kaiser(N1,beta1)); %求凯泽窗窗函数

b1=fir1(M1,wc1/pi,Window); %wc1/pi为归一化,窗函数法设计函数

figure(2);

freqz(b1,1,512); %[H,w]=freqz(B,A,N),(1)中B和A分别为离散系统的系统函数分子、分母多项式的系数向量，返回量H则包含了离散系统频响在 0~pi范围内N个频率等分点的值（其中N为正整数），w则包含了范围内N个频率等分点。调用默认的N时，其值是512。

title('FIR低通滤波器的频率响应');

x1_low = filter(b1,1, x1);%对信号进行低通滤波 ,Y = filter(B,A,X) ，输入X为滤波前序列，Y为滤波结果序列，B/A 提供滤波器系数，B为分子， A为分母

sound(x1_low,Fs,bits);

figure(3);

subplot(2,1,1);

plot(x1_low);

title('信号经过FIR低通滤波器(时域)');

subplot(2,1,2);

plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_low))));

title('信号经过FIR低通滤波器（频域）');

仿真波形：

FIR高通滤波器：

程序：

[x1,Fs,bits]=wavread('jiazaoyang.wav');

derta_Fs = Fs/length(x1);%设置频谱的间隔，分辨率，这里保证了x轴的点数必须和y 轴点数一致

fs=Fs;

As2=100;

fp2=4000;

fs2=2000;

wp2=2*pi*fp2/fs;

ws2=2*pi*fs2/fs;

BF2=wp2-ws2;

wc2=(wp2+ws2)/2;

M2=ceil((As2-7.95)/(2.286*BF2))+1;%按凯泽窗计算滤波器阶数

N2=M2+1;

beta2=0.1102*(As2-8.7);

Window=(kaiser(N2,beta2)); %求凯泽窗窗函数

b2=fir1(M2,wc2/pi,'high',Window);

figure(4);

freqz(b2,1,512);%数字滤波器频率响应

title('FIR高通滤波器的频率响应');

x1_high = filter(b2,1,x1);%对信号进行高通滤波

sound(x1_high,Fs,bits);

figure(5);

subplot(211);

plot(x1_high);

title('信号经过FIR高通滤波器(时域)');

subplot(212);

plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_high))));

title('信号经过FIR高通滤波器（频域）');

仿真结果：

FIR带通滤波：

程序：

[x1,Fs,bits]=wavread('jiazaoyang.wav');

derta_Fs = Fs/length(x1);%设置频谱的间隔，分辨率，这里保证了x轴的点数必须和y 轴点数一致

fs=Fs;

As3=100;

fp3=[1200,3000];fs3=[1000,3200];

wp3=2*pi*fp3/fs;

ws3=2*pi*fs3/fs;

BF3=wp3(1)-ws3(1);

wc3=wp3+BF3/2;

M3=ceil((As3-7.95)/(2.286*BF3))+1;%按凯泽窗计算滤波器阶数

N3=M3+1;

beta3=0.1102*(As3-8.7);

Window=(kaiser(N3,beta3)); %求凯泽窗窗函数

b3=fir1(M3,wc3/pi,'bandpass',Window);%带通滤波器

figure(6);

freqz(b3,1,512);%数字滤波器频率响应

title('FIR带通滤波器的频率响应');

x1_daitong = filter(b3,1,x1);%对信号进行带通滤波

sound(x1_daitong,Fs,bits);

figure(7);

subplot(211);

plot(x1_daitong);

title('信号经过FIR带通滤波器(时域)');

subplot(212);

plot([-Fs/2:derta_Fs: Fs/2-derta_Fs],abs(fftshift(fft(x1_daitong)))); title('信号经过FIR带通滤波器（频域）');

仿真结果：

基于dsp的语音信号采集与回放系统的设计--开题报告

HEFEI UNIVERSITY 课程设计开题报告 题目：《基于DSP系统的语音采集与回放系统》 专业：11 级电子信息工程 姓名：章健吴广岭何志刚 学号：1105011029 1105011030 1105011044 指导老师：汪济洲老师 完成时间：2014年12月1日

一、开题报告题目 基于DSP系统的语音采集与回放系统。 二、研究背景与意义 语音处理是数字信号处理最活跃的研究方向之一,它是信息高速公路、多媒体技术、办公自动化、现代通信及职能系统等新兴领域应用的核心技术之一。用数字化的方法进行语音的传送、存储、分析、识别、合成、增强等是整个数字化通信网中的最重要、最基本的组成部分之一。一个完备的语音信号处理系统不但要具有语音信号的采集和回放功能, 还要能够进行复杂的语音信号分析和处理。通常这些信号处理算法的运算量很大, 而且又要满足实时的快速高效处理要求, 随着DSP 技术的发展, 以DSP 为内核的 设备越来越多。为语音信号的处理提供了优质可靠的平台. 软件编程的灵活性给很多设备增加不同的功能提供了方便, 利用软件在已有的硬件平台上实现不同的功能已成为 一种趋势。近年来，随着DSP的功能日益增强，性能价格比不断上升，开发手段不断改进，DSP在数据采集系统的应用也在不断完善。 三、主要内容与目标 随着计算机多媒体技术，网络通信技术和DSP（Digital Signal Processor）技术的飞速发展，语音的数字通信得到越来越多的应用，语音信号的数字化一直是通信发展的主要方向之一，语音的数字通信和模拟通信相比，无疑有着更大的优越性，这主要体现在以下几个方面：数字语音比模拟语音具有更好的话音质量；具有更强的干扰性，并易于加密；可节省带宽，能更有效的利用网络资源；更加易于存储和处理。最简单的数字化就是直接对原始语音信号进行A/D 转换，但这样得到的语音的数据量非常大。为了减少语音信号所占用的带宽或存储空间，就必须对数字语音信号进行压缩编码。语音编码的目的就在于在保证语音音质和可懂度的条件下，采用尽可能少的比特数来表示语音，即尽可能的降低编码比特率，以便在有限的传输带宽内让出更多的信道来传输图像和其他数据流，从而达到传输资源的有效利用和网络容量的提高。在通信越来越发达的当今世界，尤其最近几十年，语音压缩编码技术在移动通信、IP 电话通信、保密通信、卫星通信以及语音存储等很多方面得到了广泛的应用。 语音信号处理在手持设备、移动设备和无线个人设备中的应用正在不断增加。今天的个人手持设备语音大多时候仅仅局限于语音拨号，但是已经出现了适用于更广泛开发语音识别和文本到语音应用的技术。语音功能为用户提供自然的输入和输出方式，它比其他形式的I/O更安全，尤其是当用户在开车期间。在大多数应用中，语音都是键盘和显示器的理想补充。其他潜在的语音应用包括如下几个方面。 （1）语音电子邮件。包括浏览邮箱、利用语音输入写电子邮件以及收听电子邮件的读出。 （2）信息检索。股票价格、标题新闻、航班信息、天气预报等都可以通过语音从互联网收听。例如，用户不用先进入某个网址并输入股票名字或者浏览预定义列表，可以通过语音命令实现。 （3）个人信息管理。允许用户通过语音指定预约、查看日历、添加联络信息等等。 （4）语音浏览。利用语音程序菜单，用户可以在网上冲浪、添加语音收藏夹并收听网页内容的读出。 （5）语音导航。在自动和人眼不够用的条件下获取导航的完全语音输入/输出驾驶

基于matlab的语音信号的采集与处理

文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。 目录 第1章前言 ................................................................................................... 错误!未定义书签。第2章语音信号分析处理的目的和要求 ................................................... 错误!未定义书签。 2.1MATLAB软件功能简介................................................................. 错误!未定义书签。 2.2课程设计意义 .................................................................................. 错误!未定义书签。第3章语音信号的仿真原理..................................................................... 错误!未定义书签。第4章语音信号的具体实现..................................................................... 错误!未定义书签。 4.1语音信号的采集................................................................................ 错误!未定义书签。 4.2语音信号加噪与频谱分析................................................................ 错误!未定义书签。 4.3设计巴特沃斯低通滤波器................................................................ 错误!未定义书签。 4.4用滤波器对加噪语音滤波................................................................ 错误!未定义书签。 4.5比较滤波前后语音信号波形及频谱................................................ 错误!未定义书签。第5章总结................................................................................................... 错误!未定义书签。参考文献......................................................................................................... 错误!未定义书签。附录................................................................................................................. 错误!未定义书签。

matlab语音信号采集与初步处理要点

《matlab与信号系统》实验报告 学院： 学号： 姓名： 考核实验——语音信号采集与处理初步 一、课题要求 1．语音信号的采集 2．语音信号的频谱分析 3．设计数字滤波器和画出频率响应 4．用滤波器对信号进行滤波 5．比较滤波前后语音信号的波形及频谱 6．回放和存储语音信号 （第5、第6步我放到一起做了） 二、语音信号的采集 本段音频文件为胡夏演唱的“那些年”的前奏（采用Audition音频软件进行剪切，时长17秒）。运行matlab软件，在当前目录中打开原音频文件所在的位置，采用wavread函数对其进行采样，并用sound函数可进行试听，程序运行之后记下采样频率和采样点。 利用函数wavread对语音信号的采集的程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 程序运行之后，在工作区间中可以看到采样频率fs=44100Hz，采样点bits=16

三、语音信号的频谱分析 先画出语音信号的时域波形，然后对语音号进行快速傅里叶变换，得到信号的频谱特性。语音信号的FFT频谱分析的完整程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 n = length (y) ; %求出语音信号的长度 Y=fft(y,n); %傅里叶变换 subplot(2,1,1); plot(y); title('原始信号波形'); subplot(2,1,2); plot(abs(Y)); title('原始信号频谱'); 程序结果如下图： 四、设计数字滤波器和画出频率响应 根据语音信号的特点给出有关滤波器的性能指标： 1）低通滤波器性能指标，fp=1000Hz，fc=1200 Hz，As=100dB，Ap=1dB； 2）高通滤波器性能指标，fc=4800 Hz，fp=5000 Hz As=100dB，Ap=1dB。

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

语音信号采集与处理课程设计

河南科技大学 课程设计说明书课程名称微机应用技术课程设计 题目语音信号采集与处理课程设计 学院医学技术与工程学院 班级生物医学工程1201班 学生姓名 指导教师杨晓利 日期 2014年3月29日

课程设计任务书 （指导教师填写） 课程设计名称微机应用技术课程设计 学生姓名 专业班级生物医学工程1201班 设计题目语音信号采集与处理课程设计 课程设计目的 1．学会MATLAB的使用，掌握MATLAB的程序设计方法； 2．掌握在Windows环境下语音信号采集的方法； 3．掌握信号处理的基本概念、基本理论和基本方法； 4．学会用MATLAB对信号进行分析和处理。 设计内容、技术条件和要求 1．语音信号的采集 用windows自带的录音机（开始—程序—附件—娱乐—录音机，文件—属性—立即转换—8000KHz，8位，单声道）或其他软件，录制一段语音信号，时间控制在2秒左右。然后在MATLAB软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。通过wavread函数的使用，理解采样频率、采样位数等概念。 wavread函数调用格式： y=wavread(file)，读取file所规定的wav文件，返回采样值放在向量y中。 [y,fs,nbits]=wavread(file)，采样值放在向量y中，fs表示采样频率（Hz），nbits表示采样位数。 y=wavread(file,N)，读取前N点的采样值放在向量y中。 y=wavread(file,[N1,N2])，读取从N1点到N2点的采样值放在向量y中。2．语音信号的频谱分析 首先画出语音信号的时域波形；然后对语音信号进行频谱分析，在MATLAB中，可以利用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性。 时间进度安排 第1周：查阅资料； 第2周：实现设计内容 第3周：整理资料，撰写课程设计任务书 1

语音信号采集与回放系统设计

语音采集与回放系统设计
l 竞赛真题 l 总体方案选择 l 具体方案设计 l 设计阶段划分
一、竞赛真题
1999 年第四届 E 题 数字化语音存储与回放系统 一、题目：数字化语音存储与回放系统 二、任务 设计并制作一个数字化语音存储与回放系统，其示意图如下：
三、要求 1．基本要求 （1）放大器 1 的增益为 46dB，放大器 2 的增益为 40dB，增益均可调； （2）带通滤波器：通带为 300Hz～3.4kHz ； （3）ADC：采样频率 fs= 8kHz，字长= 8 位； （4）语音存储时间≥10 秒； （5）DAC：变换频率 fc= 8kHz，字长= 8 位； （6）回放语音质量良好。 2．发挥部分 在保证语音质量的前提下： （1）减少系统噪声电平，增加自动音量控制功能； （2）语音存储时间增加至 20 秒以上； （3）提高存储器的利用率（在原有存储容量不变的前提下，提高语音存储时间） ；

（4）其它（例如： 四、评分意见
校正等） 。
项
目
满 分 50 50 15 5 15 15
基 设计与总结报告： 方案设计与论证， 理论分析与计算， 电路图， 本 测试方法与数据，对测试结果的分析 要 实际制作完成情况 求 完成第一项 发 挥 完成第二项 部 完成第三项 分 完成第四项 五、说明 不能使用单片语音专用芯片实现本系统。
训练侧重点 l 题目中给出一些提示性设计参数，设计中应予以重点理解
1. 放大器 1 的增益，放大器 1 的增益为 46dB 2. 带通滤波器的频率范围通带为 300Hz～3.4kHz（方便测试） 3. AD 采样的字长和采样频率（保证公平竞争）
l
题目中部分非技术性指标在培训中可以适当简化
1. 语音存储与回放时间≥10 秒 2. 语音存储时间增加至 20 秒以上；
二、总体方案选择
1. 控制平台选择 2. 前级放大模块 3. 带通滤波器 4. 模数、数模转换部分 5. 存储器 6. 编码方案
1. 控制平台选择
供选平台： A. B. 单片机平台 FPGA 开发平台

基于Matlab语音信号的采集与分析

基于MATLAB 的语音信号分析和处理 【摘要】: 本文通过用三星手机系统自带录音机采集了一段语音，wav格式转换后再Matlab平台上对其进行了时域分析，频谱分析,分析语音信号的特性。利用函数对采样频率进行控制，比较其波形。通过对两段铃声（分别为男声、女声）进行分析初步找出男声女声的特点和区别。应用Matlab平台对录制的语音信号加入噪声，对比加噪前后的语音信号的时域和频域特性，回放加噪语音信号。 【关键词】: 语音信号；频域特性; 时域特性; 滤波器

目录 一、背景介绍 1.1 语音信号的概述 1.2 语音信号处理工具的选择 二、语音信号的录制采集和分析 2.1 语音信号的采集 2.2 语音信号的读入与打开 2.3 取不同采样频率得出的波形比较 三、对男声、女声语音信号特点的分析 3.1女声（vfemale.wav）男声(vmale.wav)的时域分析

3.2女声（vfemale.wav）男声(vmale.wav)的频域分析 四、加噪声与滤波处理分析 4.1 高斯白噪声（SNR=30） 4.2 单频正弦噪声 五、心得与体会 一、背景介绍 1.1语音信号的概述 语言是人类创造的，是人类区别于其他地球生命的本质特征之一。人类用语言交流的过程可以看成是一个复杂的通信过程，为了获取便于分析和处理的语音信源，必须将在空气中传播的声波转变为包含语音信息并且记载着声波物理性质的模拟（或数字）电信号，即语音信号，因此语音信号就成为语音的表现形式或载体。 1.2语音信号处理工具的选择 语音信号的进一步处理分析工作选用了Matlab平台。Matlab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，不断完善Matlab产品以提高产品自身的竞争能力Matlab的数据分析和处理功能十分强大，运用它来

基于MATLAB的语音信号的采集与处理详解

数字信号处理 课程设计 题目：基于MATLAB的语音信号的采集与处理学院：皖西学院 专业：通信工程 班级：通信1001班 学号：2010013461 2010013494 姓名：刘敏纵大庆指导教师：何富贵

摘要: 本次课程设计题目为<<基于MATLAB的语音信号的采集与处理>>。首先我们利用计算机上的录音软件获得语音信号，然后利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号！

1.背景 2. 设计目的 (2) 3. 设计原理 (2) 4. 设计过程 .......................................... ,,, 3 5. 实验代码及结果 (4) 5.1 语音信号的采集 (4) 5.2 语音信号加噪与频谱分析 ..................................... ,,,, 7 5.3 巴特沃斯滤波器的设计 .. (9) 5.4 比较滤波前后语音信号波形及频谱 (10) 6. 收获与体会 (12) 参考文献 (13)

1. 引言 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，Infin ite Impulse Resp on se) 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 z= R处收敛，极点全部在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数字滤波器是有限单位脉冲响应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，易实现相位控制，允许 设计多通带(或多阻带)滤波器等优点收到人们的青睐[1]。 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 延时、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数字滤波器在设计上可以借助成熟的 模拟滤波器的成果，如巴特沃斯滤波器等。

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);

语音信号采集与回放系统

电子与信息工程学院 综合实验课程报告 课题名称 语音采集及回放系统设计 专 业 电子信息工程 班 级 07电子2班 学生姓名 Y Y Y 学 号 07002 指导教师 X X X 2010年 7月 5日

1 总体设计方案介绍： 1.1语音编码方案： 人耳能听到的声音是一种频率范围为20 Hz～20000 Hz ,而一般语音频率最高为3400 Hz。语音的采集是指语音声波信号经麦克风和高频放大器转换成有一定幅度的模拟量电信号,然后再转换成数字量的全过程。根据“奈奎斯特采样定理”, 采样频率必须大于模拟信号最高频率的两倍，由于语音信号频率为300～3 400 Hz ,所以把语音采集的采样频率定为8 kHz。从语音的存储与压缩率来考虑，模型参数表示法明显优于信号波形表示法[4]。但要将之运用于单片机，显然信号波形表示法相对简单易实现。基于这种思路的算法，除了传统的一些脉冲编码调制外，目前已使用的有VQ技术及一些变换编码和神经网络技术，但是算法复杂，目前的单片机速度底，难以实现。结合实际情况，提出以下几种可实现的方案。 （1）短时平均跨零记数法该方案通过确定信号跨零数，将语音信号编码为数字信号，常用于语音识别中。但对于单片机，由于处理数据能力底，该方法不易实现。 （2）实时副值采样法采样过程如图2.1所示。 图2.1 采样过程 具体实现包括直存取法、欠抽样采样法、自相似增量调制法等三种基本方法。其中第三种实现方法最具特色，该方法可使数据压1：4.5，既有M ?调制的优点，又同时兼有PCM编码误差较小的优点，编码误差不向后扩散。 1.2 A/D、D/A及存储芯片的选择 单片机语音生成过程,可以看成是语音采集过程的逆过程,但又不是原封不动地恢复原来的语音,而是对原来语音的可控制、可重组的实时恢复。在放音时,只要依原先的采样直经D/ A 接口处理,便可使原音重现。 （1）A/D转换芯片的选择根据题目要求采样频率f s=8K H Z，字长=8位， 可选择转换时间不超过125s的八位A/D转换芯片。目前常用的A/D转换实现的

对语音信号进行分析及处理资料

一、设计目的 1.进一步巩固数字信号处理的基本概念、理论、分析方法和实现方法；使自身对信号的采集、处理、传输、显示和存储等有一个系统的掌握和理解； 2.增强应用Matlab语言编写数字信号处理的应用程序及分析、解决实际问题的能力； 3．培养自我学习的能力和对相关课程的兴趣； 二、设计过程 1、语音信号的采集 采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。 采样位数可以理解为声卡处理声音的解析度。这个数值越大，解析度就越高，录制和回放的声音就越真实 采样定理又称奈奎斯特定理，在进行模拟/数字信号的转换过程中，当采样频率fs不小于信号中最高频率fm的2倍时，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍。 利用Windows下的录音机，录制了一段发出的声音，内容是“数字信号”，时间在3 s内。接着在D盘保存为WAV格式，然后在Matlab软件平台下．利用函数wavread对语音信号进行采样，并记录下了采样频率和采样点数，在这里我们还通过函数sound引入听到采样后自己所录的一段声音。 [x1,fs,bits]=wavread('E:\数字信号.wav'); %读取语音信号的数据，赋给变量x1，返回频率fs 44100Hz，比特率为16 。 2 、语音信号的频谱分析 （1）首先画出语音信号的时域波形； 程序段： x=x1(60001:1:120000); %截取原始信号60000个采样点

plot(x) %做截取原始信号的时域图形 title('原始语音采样后时域信号'); xlabel('时间轴 n'); ylabel('幅值 A'); （2）然后用函数fft 对语音号进行快速傅里叶变换，得到信号的频谱特性； y1=fft(x,6000); %对信号做N=6000点FFT 变换 figure(2) subplot(2,1,1),plot(k,abs(y1)); title('|X(k)|'); ylabel('幅度谱'); subplot(2,1,2),plot(k,angle(y1)); title('arg|X(k)|'); ylabel('相位谱'); （3）产生高斯白噪声，并且对噪声进行一定的衰减，然后把噪声加到信号中，再次对信号进行频谱特性分析，从而加深对频谱特性的理解； d=randn(1,60000); %产生高斯白噪声 d=d/100; %对噪声进行衰减 x2=x+d; %加入高斯白噪声 3、设计数字滤波器 (1)IIR 低通滤波器性能指标通带截止频Hz f c 1000=，阻带截止频率 Hz f st 1200=，通带最大衰减dB 11=δ，阻带最小衰减dB 1002=δ。 (2)FIR 低通滤波器性能指标通带截止频率Hz f c 1000=，阻带截止频率 Hz f st 1200=， 通带衰减1δ≤1dB ，阻带衰减 2δ≥ 100dB 。 （3）IIR 高通滤波器的设计指标，Hz f z 1000=，Hz f p 2000=，阻带最小衰减dB A s 30=，通带最大衰减dB A P 1=。 （4）（4）FIR 高通滤波器的设计指标，Hz f z 1000=，Hz f p 2000=，阻带最小衰减dB A s 50=，通带最大衰减dB A P 1=。 （5）用自己设计的各滤波器分别对采集的信号进行滤波，在Matlab 中，FIR 滤波器利用函数fftfilt 对信号进行滤波，IIR 滤波器利用函数filter 对信号进行滤波。比较滤波前后语音信号的波形及频谱，在一个窗口同时画出滤波前后

语音信号处理 (第2版)赵力 编著 语音信号处理勾画要点

语音信号处理（第2版）赵力编著 重点考点 第2章语音信号处理的基础知识 1.语音（Speech）是声音（Acoustic）和语言（Language）的组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。 2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶段（3）传送阶段（4）理解阶段（5）接收阶段。 3.语音是人的发声器官发出的一种声波，它具有一定的音色，音调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决于发音时间的长短。 4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语言都有语音的元音（Vowel）和辅音（Consonant）两种音素。 5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。 6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要的因素是共振峰频率的高低。 7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。 8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉掩蔽效应。 9.掩蔽效应分为同时掩蔽和短时掩蔽。 10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个以基音周期为周期的斜三角脉冲串。 11.声道模型：一是把声道视为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。 12.完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联来表示。 13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关的傅立叶分析的显示图形。 第三章语音信号分析 1.贯穿于语音分析全过程的是“短时分析技术”。 2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、加窗和分帧等。 3.预滤波的目的有两个：

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)

数字信号处理在语音信号分析中的应用

《数字信号处理》 课程设计报告 数字信号处理在语音信号分析中的应用 专业班级： 姓名： 学号：

目录 摘要 (3) 1、绪论 (3) 2、课程设计的具体容 (4) 2.1.1、读取语音信号的任务 (4) 2.1.2、任务分析和解决方案 (5) 2.1.4、运行结果和相应的分析 (5) 2.2、IIR滤波器设计和滤波处理 (6) 2.2.1、设计任务 (6) 2.2.2、任务分析和解决方案 (7) 2.2.3、编程得到的MATLAB代码 (7) 2.2.4、运行结果和相应的分析 (7) 2.3、FIR滤波器设计和滤波处理 (9) 2.3.1、设计任务 (9) 2.3.2、任务分析和解决方案 (9) 2.3.3、编程得到的MATLAB代码 (9) 2.3.4、运行结果和相应的分析 (11) 3、总结 (13) 4、存在的不足及建议 (13) 5、参考文献 (13)

数字信号处理设计任务书 摘要 语音信号滤波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。本设计通过录制一段语音，对其进行了时域分析，频谱分析,分析语音信号的特性。并应用matlab平台对语音信号进行加噪然后再除去噪声，进一步设计两种种滤波器即高通滤波器、带通滤波器，基于这两种滤波器设计原理，对含加噪的语音信号进行滤波处理。最后对比滤波前后的语音信号的时域和频域特性，回放含噪语音信号和去噪语音信号。论文从理论和实践上比较了不同数字滤波器的滤波效果。 1．绪论 通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能，声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。 随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科鼓应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。数字滤波器是数字信号处理的基础，用来对信号

语音信号的采集与时频域分析系统的设计

燕山大学 课程设计说明书 题目：语音信号的采集与时频域分系统的设计 学院（系）：电气工程学院 年级专业： 09精仪一班 学号： 0901******** 学生姓名：乔召杰 指导教师：刘永红 教师职称：副教授

目录 引言 (2) 第1章语音信号时域分析 (3) 1、1 窗口选择 (3) 1、2 短时能量 (4) 1、3短时平均过零率 (5) 1、4 短时自相关函数 (6) 1、5 时域分析方法的应用 (7) 第2章语音信号频域分析 (8) 2、1 短时傅里叶变换 (8) 2、2 语谱图 (9) 2、3 复倒谱和倒谱 (9) 第3章加噪与滤波处理 (11) 3、1 原始信号加噪处理 (11) 3、2 加噪信号滤波处理 (12) 第4章总结 (13) 参考文献 (14) 附录 (15)

引言 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与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和频域等处理方法。语音信号可以认为在短时间内(一般认为在 10~30ms 的短时间内)近似不变，因而可以将其看作是一个准稳态过程, 即语音信号具有短时平稳性。任何语音信号的分析和处理必须建立在“短时”的基础上, 即进行“短时分析”。 时域分析:直接对语音信号的时域波形进行分析，提取的特征参数有短时能量，短时平均过零率，短时自相关函数等。 频域分析:对语音信号采样，并进行傅里叶变换来进行频域分析。主要分析的特征参数：短时谱、倒谱、语谱图等。 本文采集作者的声音信号为基本的原始信号。对语音信号进行时频域分析后，进行加白噪声处理并进行了相关分析，设计滤波器并运用所设计的滤波器对加噪信号进行滤波, 绘制滤波后信号的时域波形和频谱。整体设计框图如下图所示： 图0.1时频域分析设计图 图0.2加噪滤波分析流程图

基于Matlab的同态滤波器设计

基于Matlab的同态滤波器的设计 摘要：同态信号处理也称为同态滤波，实现将卷积关系和乘积关系变换为求和关系的分离处理。将非线性信号处理变为线性信号处理的过程。语音信号x(n)可视为声门激励信息u(n)及声道响应脉冲响应h(n)的卷积:x(n)=u(n)*h(n)。通过处理可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共振特征和基音周期。 关键字语音信号同态处理 Abstruct：Speech signal analysis is a speech signal processing of premise and foundation, only the parameter analysis that can mean the essence characteristic of the speech signal, only in this way can we make use of the processings to comunicatinate efficiently, that these parameters carry on the essence characteristic of the speech signal, besides the high and low of the sound quality and speech understanding rate of the speech synthesis, also all be decided by the accuracy and precision of the speech signal analysis . Keywords：speech signal analysis 引言 语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信，语音合成和语音识别等处理，况且语音合成的音质好坏和语音识别率的高低，也都取决于对语音信号分析的准确性和精确性。因此，语音信号分析在语音信号处理应用中具有举足轻重的地位。 我们日常生活中遇到的许多信号并不都是加性信号（即组成各分量按加性原则组合起来），而是乘性信号或卷积信号，如语音信号。图像信号，通信中的衰落信号，调制信号等。这些信号要用非线性系统来处理。而同态信号处理就是将非性问题转化为线性问题的处理方法。按被处理的信号来分类，大体分为乘积同态处理和卷积同态处理。由于语音信号可视为升门激励信号和声道冲击响应的卷积，所以这里仅讨论卷积同态信号处理。 短时分析技术:贯穿于语音分析全过程的是“短时分析技术”。因为从整体来看，语音信号的特性及表征其本质特征的参数均是随时间而变化的，所以它是一个非平稳态过程，不能用处理平稳信号。数字信号处理技术对其进行分析处理。但是，由于不同的语音是由人的口腔肌肉运动构成声道某种形状而产生的响应，而这种口腔肌肉运动相对于语音频率来说是非常缓慢的，所以从另一方面看，虽然语音信号具有时变特性，但是在一个短时间范围内，其特性基本保持不变，即相对稳定，因而可以将其看做一个准稳态过程，即语音信号具有短时平稳性。所

数字信号处理课程设计报告-语音信号的采集与处理

数字信号处理 课程设计报告 课设题目：语音信号的采集与处理 学院： 专业： 班级： 姓名： 学号： 指导教师： 2011 年7月1日

课程设计报告撰写要求 1、页面设置 纸张大小设置为纵向A4，页边距设置为：上3.8厘米，下 3.5厘米，左3厘米，右3厘米，页眉设置为3厘米，页脚设置为2.7厘米，文档网络设置为指定行和字符网格，每行34字，每页34行。 2、段落及字体设置 除各级标题外，首行缩进2字符；图、表及图题、表题首行不缩进，居中放置；图表不应超出版心范围；行距采用单倍行距。 正文中文采用小四号宋体，英文采用新罗马字体（Times New Roman），段前0磅，断后0磅； 一级标题采用小二号黑体，段前12磅，段后12磅 二级标题采用小三号黑体，段前6磅，段后6磅 三级标题采用四号黑体，段前6磅，段后0磅 3、装订要求 采用左侧装订，订两钉。

目录 一. 课程设计任务 (1) 二. 课程设计原理及设计方案 (2) 三. 课程设计的步骤和结果 (6) 四. 课程设计总结 (39) 五. 设计体会 (40) 六. 参考文献 (41)

一. 课程设计任务 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内，然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数。 2、语音信号的频谱分析 在Matlab中，可以利用函数fft对信号进行快速傅立叶变换，得到信号的频谱特性，要求学生首先画出语音信号的时域波形，然后对语音信号进行频谱分析。 3、设计数字滤波器和画出其频率响应给出各滤波器的性能指标； 给定滤波器的性能指标如下： (1)低通滤波器的性能指标：fb=1000Hz,fc=1200Hz,As=100dB,Ap=1dB. (2)高通滤波器的性能指标：fc=4800Hz,fb=5000Hz,As=100dB,Ap=1dB. (3)带通滤波器的性能指标：fb1=1200Hz, fb2=3000Hz,fc1=1000Hz, fc2=3200Hz,As=100dB,Ap=1dB. 采用窗函数法和双线性变换法设计上面要求的3种滤波器，并画出滤波器的频率响应； 4、用滤波器对信号进行滤波 然后用自己设计的滤波器对采集到的信号进行滤波，画出滤波后信号的时域波形及频谱，并对滤波前后的信号进行对比，分析信号的变化； 5、回放语音信号，分析滤波前后的语音变化； 6、设计系统界面 为了使编制的程序操作方便，设计处理系统的用户界面，在所设计的系统界面上可以选择滤波器的类型，输入滤波器的参数、显示滤波器的频率响应，选择信号等。 - 1 -