matlab处理音频信号

Matlab处理音频信号

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。下面介绍这些函数。

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。

如果x长度是2的幂次方，函数fft执行高速基－2FFT算法；否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。

函数FFT的另一种调用格式为 y=fft(x,N)

式中，x，y意义同前，N为正整数。

函数执行N点的FFT。若x为向量且长度小于N，则函数将x补零至长度N。若向量x的长度大于N，则函数截短x使之长度为N。若x 为矩阵，按相同方法对x进行处理。

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。

函数abs(x)用于计算复向量x的幅值，函数angle(x)用于计算复向量的相角，介于和之间，以弧度表示。

函数unwrap(p)用于展开弧度相位角p ,当相位角绝对变化超过时，函数把它扩展至。

用MATLAB工具箱函数fft进行频谱分析时需注意：

（1）函数fft返回值y的数据结构对称性

若已知序列x=[4,3,2,6,7,8,9,0],求X(k)=DFT[x(n)]。

利用函数fft计算，用MATLAB编程如下：

N=8;

n=0:N-1;

xn=[4 3 2 6 7 8 9 0]';

XK=fft(xn)

结果为：

XK =

39.0000

-10.7782 + 6.2929i

0 - 5.0000i

4.7782 - 7.7071i

5.0000

4.7782 + 7.7071i

0 + 5.0000i

-10.7782 - 6.2929i

由程序运行所得结果可见，X(k)和x(n)的维数相同，共有8个元素。X(k)的第一行元素对应频率值为0，第五行元素对应频率值为Nyquist频率，即标准频率为1.因此第一行至第五行对应的标准频率为0～1。而第五行至第八行对应的是负频率，其X(k)值是以Nyquist频率为轴对称。（注：通常表示为Nyquist频率外扩展，标以正值。）

一般而言，对于N点的x(n)序列的FFT是N点的复数序列，其点n=N/2+1对应Nyquist频率，作频谱分析时仅取序列X(k)的前一半，即前N/2点即可。X(k)的后一半序列和前一半序列时对称的。

（2）频率计算

若N点序列x(n)(n=0,1,…,N-1)是在采样频率下获得的。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）作FFT分析时，幅值大小与FFT选择点数有关，但不影响分析结果。

2、设计内容：

（1）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('ding.wav',[1024 5120]);

sound(x,fs,bits);

X=fft(x,4096);

magX=abs(X);

angX=angle(X);

subplot(221);plot(x);title('原始信号波形');

subplot(222);plot(X); title('原始信号频谱');

subplot(223);plot(magX);title('原始信号幅值');

subplot(224);plot(angX);title('原始信号相位');

程序运行可以听到声音，得到的图形为：

（2）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DFT的幅频图和N＝1024点DFT幅频图。

编程如下：

x=wavread('ding.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）范围的幅频特性。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。从上图幅频谱可见，信号中包括15Hz和40Hz的正弦分量。

（3）若信号长度T=25.6s，即抽样后x(n)点数为T/Ts=256，所得频率分辨率为Hz，以此观察数据长度N的变化对DTFT分辨率的影响：

编程如下：

[x,fs,bits]=wavread('ding.wav');

N=256;

f=0:fs/N:fs/2-1/N;

X=fft(x);

X=abs(X);

subplot(211)

plot(f(45:60),X(45:60));grid

xlabel('Hz'),ylabel('|H(ejw)|')

%数据长度N扩大4倍后观察信号频谱

N=N*4;

f=0:fs/N:fs/2-1/N;

X=fft(x);

X=abs(X);

subplot(212)

plot(f(45*4:4*60),X(4*45:4*60));grid

xlabel('Hz'),ylabel('|H(ejw)|')

结果如图：

（三）、滤波器设计：

1、相关原理：

设计数字滤波器的任务就是寻求一个因果稳定的线性时不变系统，并使系统函数H(z)具有指定的频率特性。

数字滤波器从实现的网络结构或者从单位冲激响应分类，可以分成无限长单位冲激响应（IIR）数字滤波器和有限长单位冲激响应（FIR）数字滤波器。

数字滤波器频率响应的三个参数：

（1）幅度平方响应：

（2）相位响应

其中，相位响应

（3）群时延响应

IIR数字滤波器：

IIR数字滤波器的系统函数为的有理分数，即

IIR数字滤波器的逼近问题就是求解滤波器的系数和，使得在规定的物理意义上逼近所要求的特性的问题。如果是在s平面上逼近，就得到模拟滤波器，如果是在z平面上逼近，则得到数字滤波器。

FIR数字滤波器：

设FIR的单位脉冲响应h(n)为实数，长度为N，则其z变换和频率响应分别为

按频域采样定理FIR数字滤波器的传输函数H(z)和单位脉冲响应h(n)可由它的N 个频域采样值H(k)唯一确定。

MATLAB中提供了几个函数，分别用于实现IIR滤波器和FIR滤波器。

（1）卷积函数conv

卷积函数conv的调用格式为 c=conv(a,b)

该格式可以计算两向量a和b的卷积，可以直接用于对有限长信号采用FIR滤波器的滤波。

（2）函数filter

函数filter的调用格式为 y=filter(b,a,x)

该格式采用数字滤波器对数据进行滤波，既可以用于IIR滤波器，也可以用于FIR 滤波器。其中向量b和a分别表示系统函数的分子、分母多项式的系数，若a＝1，此时表示FIR滤波器，否则就是IIR滤波器。该函数是利用给出的向量b和a，对x中的数据进行滤波，结果放入向量y。

（3）函数fftfilt

函数fftfilt的调用格式为 y=fftfilt(b,x)

该格式是利用基于FFT的重叠相加法对数据进行滤波，这种频域滤波技术只对FIR 滤波器有效。该函数是通过向量b描述的滤波器对x数据进行滤波。

关于用butter函数求系统函数分子与分母系数的几种形式。

[b,a]=butter(N,wc,'high'):设计N阶高通滤波器，wc为它的3dB边缘频率，以为单位，故。

[b,a]=butter(N,wc):当wc为具有两个元素的矢量wc=[w1,w2]时，它设计2N阶带通滤波器，3dB通带为，w的单位为。

[b,a]=butter(N,wc,'stop'):若wc=[w1,w2]，则它设计2N阶带阻滤波器，3dB通带为，w的单位为。

如果在这个函数输入变元的最后，加一个变元%26ldquo;s%26rdquo;，表示设计的是模拟滤波器。这里不作讨论。

为了设计任意的选项巴特沃斯滤波器，必须知道阶数N和3dB边缘频率矢量wc。这可以直接利用信号处理工具箱中的buttord函数来计算。如果已知滤波器指标，，和，则调用格式为

[N,wc]=buttord(wp,ws,Rp,As)

对于不同类型的滤波器，参数wp和ws有一些限制：对于低通滤波器，

wp%26lt;ws；对于高通滤波器，wp%26gt;ws；对于带通滤波器，wp和ws分别为具有两个元素的矢量，wp=[wp1,wp2]和ws=[ws1,ws2]，并且

ws1%26lt;wp1%26lt;wp2%26lt;ws2；对于带阻滤波器

wp1%26lt;ws1%26lt;ws2%26lt;wp2。

2、设计内容：

（1）滤波器示例：

在这里为了说明如何用MATLAB来实现滤波，特举出一个简单的函数信号滤波实例（对信号x(n)=sin( n/4)+5cos( n/2)进行滤波，信号长度为500点），从中了解滤波的实现过程。程序如下：

Wn=0.2*pi;

N=5;

[b,a]=butter(N,Wn/pi);

n=0:499;

x=sin(pi*n/4)+5*cos(pi*n/2);

X=fft(x,4096);

subplot(221);plot(x);title('滤波前信号的波形');

subplot(222);plot(X);title('滤波前信号的频谱');

y=filter(b,a,x);

Y=fft(y,4096);

subplot(223);plot(y);title('滤波后信号的波形');

subplot(224);plot(Y);title('滤波后信号的频谱');

在这里，是采用了butter命令，设计出一个巴特沃斯低通滤波器，从频谱图中可以很明显的看出来。下面，也就是本课题的主要内容，也都是运用到了butter函数，以便容易的得到系统函数的分子与分母系数，最终以此来实现信号的滤波。

（2）N阶高通滤波器的设计（在这里，以5阶为例，其中wc为其3dB边缘频率，以为单位），程序设计如下：

x=wavread('ding.wav');

sound(x);

N=5;wc=0.3;

[b,a]=butter(N,wc,'high');

X=fft(x);

subplot(321);plot(x);title('滤波前信号的波形');

subplot(322);plot(X);title('滤波前信号的频谱');

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title('IIR滤波后信号的波形');

subplot(324);plot(Y);title('IIR滤波后信号的频谱');

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title('FIR滤波后信号的波形');

subplot(326);plot(Z);title('FIR滤波后信号的频谱');

得到结果如图：

（3）N阶低通滤波器的设计（在这里，同样以5阶为例，其中wc为其3dB边缘频率，以为单位），程序设计如下：

x=wavread('ding.wav');

sound(x);

N=5;wc=0.3;

[b,a]=butter(N,wc);

X=fft(x);

subplot(321);plot(x);title('滤波前信号的波形');

subplot(322);plot(X);title('滤波前信号的频谱');

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title('IIR滤波后信号的波形');

subplot(324);plot(Y);title('IIR滤波后信号的频谱');

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title('FIR滤波后信号的波形');

subplot(326);plot(Z);title('FIR滤波后信号的频谱');

得到结果如图：

（4）2N阶带通滤波器的设计（在这里，以10阶为例，其中wc为其3dB边缘频率，以为单位，wc=[w1,w2],w1 wc w2），程序设计如下：

x=wavread('ding.wav');

sound(x);

N=5;wc=[0.3,0.6];

[b,a]=butter(N,wc);

X=fft(x);

subplot(321);plot(x);title('滤波前信号的波形');

subplot(322);plot(X);title('滤波前信号的频谱');

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title('IIR滤波后信号的波形');

subplot(324);plot(Y);title('IIR滤波后信号的频谱');

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title('FIR滤波后信号的波形');

subplot(326);plot(Z);title('FIR滤波后信号的频谱');

得到结果如图：

（5）2N阶带阻滤波器的设计（在这里，以10阶为例，其中wc为其3dB边缘频率，以为单位，wc=[w1,w2],w1 wc w2），程序设计如下：

x=wavread('ding.wav');

sound(x);

N=5;wc=[0.2,0.7];

[b,a]=butter(N,wc,'stop');

X=fft(x);

subplot(321);plot(x);title('滤波前信号的波形');

subplot(322);plot(X);title('滤波前信号的频谱');

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title('IIR滤波后信号的波形');

subplot(324);plot(Y);title('IIR滤波后信号的频谱');

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title('FIR滤波后信号的波形');

subplot(326);plot(Z);title('FIR滤波后信号的频谱');

得到结果如图：

（6）小结：以上几种滤波，我们都可以从信号滤波前后的波形图以及频谱图上看出变化。当然，也可以用sound()函数来播放滤波后的语音，从听觉上直接感受语音信号的变化，但由于人耳听力的限制，有些情况下我们是很难听出异同的。

同样，通过函数的调用，也可以将信号的频谱进行%26ldquo;分离观察%26rdquo;，如显出信号的幅值或相位。下面，通过改变系统函数的分子与分母系数比，来观察信号滤波前后的幅值与相位。并且使结果更加明显，使人耳得以很容易的辨听。

x=wavread('ding.wav');

sound(x);

b=100;a=5;

y=filter(b,a,x);

X=fft(x,4096);

subplot(221);plot(x);title('滤波前信号的波形');

subplot(222);plot(abs(X));title('滤波前信号的幅值');

Y=fft(y,4096);

subplot(223);plot(y);title('滤波后信号的波形');

subplot(224);plot(abs(Y));title('滤波后信号的幅值');

结果如图：

%26gt;%26gt; sound(y);

可以听到声音明显变得高亢了。从上面的波形与幅值（即幅频）图，也可看出，滤波后的幅值变成了滤波前的20倍。

%26gt;%26gt; figure,

subplot(211);plot(angle(X));title('滤波前信号相位');

subplot(212);plot(angle(Y));title('滤波后信号相位');

得图：

可以看到相位谱没什么变化。

（四）、界面设计：

直接用M文件编写GUI程序很繁琐，而使用GUIDE设计工具可以大大提高工作效率。GUIDE相当于一个控制面板，从中可以调用各种设计工具以辅助完成界面设计任务，例如控件的创建和布局、控件属性的编辑和菜单设计等。

使用GUIDE设计GUI程序的一般步骤如下：

1. 将所需控件从控件面板拖拽到GUIDE的设计区域；

2. 利用工具条中的工具（或相应的菜单和现场菜单），快速完成界面布局；

3. 设置控件的属性。尤其是tag属性，它是控件在程序内部的唯一标识；

4. 如果需要，打开菜单编辑器为界面添加菜单或现场菜单；

5. 保存设计。GUIDE默认把GUI程序保存为两个同名文件：一个是.fig文件，用来保存窗体布局和所有控件的界面信息；一个是.m文件，该文件的初始内容是GUIDE自动产生的程序框架，其中包括了各个控件回调函数的定义。该M文件与一般的M文件没有本质区别，但是鉴于它的特殊性，MATALAB把这类文件统称为GUI-M文件。保存完后GUI-M文件自动在编辑调试器中打开以供编辑。

6. 为每个回调函数添加代码以实现GUI程序的具体功能。这一步与一般函数文件的编辑调试过程相同。

设计过程及内容：

在MATLAB版面上，通过键入GUIDE弹出一个菜单栏进入gui制作界面（或者在File到new来进入gui）,从而开始应用界面的制作。

该界面主要实现了以下几个功能：

①打开wav格式的音频文件，并将该音频信号的值读取并赋予某一向量；

②播放音频文件，可以选择性的显示该音频信号的波形、频谱、幅值以及相位；

③对音频信号进行IIR与FIR的5阶固定滤波处理，可以选择性的显示滤波前后信号的波形、频谱、幅值以及相位，以及播放滤波后的声音。

界面如图所示：

通过该界面，可以方便用户进行语音信号的处理。

界面主程序见附件。

（五）、校验：

1、本设计圆满的完成了对语音信号的读取与打开，与课题的要求十分相符；

2、本设计也较好的完成了对语音信号的频谱分析，通过fft变换，得出了语音信号的频谱图；

3、在滤波这一块，课题主要是从巴特沃斯滤波器入手来设计滤波器，也从一方面基本实现了滤波；

4、初略的完成了界面的设计，但也存在相当的不足，只是很勉强的达到了打开语音文件、显示已定滤波前后的波形等图。

四、结论：

语音信号处理是语音学与数字信号处理技术相结合的交叉学科，课题在这里不讨论语音学，而是将语音当做一种特殊的信号，即一种%26ldquo;复杂向量%26rdquo;来看待。也就是说，课题更多的还是体现了数字信号处理技术。

从课题的中心来看，课题是希望将数字信号处理技术应用于某一实际领域，这里就是指对语音的处理。作为存储于计算机中的语音信号，其本身就是离散化了的向量，我们只需将这些离散的量提取出来，就可以对其进行处理了。

在这里，用到了处理数字信号的强有力工具MATLAB，通过MATLAB里几个命令函数的调用，很轻易的在实际化语音与数字信号的理论之间搭了一座桥。

课题的特色在于它将语音看作了一个向量，于是语音数字化了，则可以完全利用数字信号处理的知识来解决。我们可以像给一般信号做频谱分析一样，来给语音信号做频谱分析，也可以较容易的用数字滤波器来对语音进行滤波处理。

最后，还利用了MATLAB的另一强大功能%26mdash;%26mdash;gui界面设计。设计出了一个简易的用户应用界面，可以让人实现界面操作。更加方便的进行语音的频谱分析与滤波处理。

音频信号高保真传输条件

音频设备间的匹配及信号传输的高保真 前言 日常我们在演播厅录制电视节目，常常碰到音频设备间有关阻抗的匹配、传输方式的匹配、动态范围的匹配等问题，有的不注意造成声音失真甚至损坏音频设备，因此正确地了解广播电视音频设备间所接收、传递音频信号的阻抗电子以及动态线路，合理地进行设备间的匹配是十分必要的。 一、音频设备间的匹配问题 （1）阻抗的匹配 阻抗的匹配要求音频前、后级设备彼此的输入、输出阻抗相等或近似，若阻抗值相关太大时，只能用前段设备的低阻抗输出与后段高阻抗输入相配接，切不可用前段的高阻抗输出与后段低阻抗输入相配接。在任何情况下只能是后者（输入）的阻抗高于前者（输出）的阻抗。如：音频频率放大器与音箱（又称扬声器或喇叭）的配接问题如果配接不正确，音频功率放大器就不能高保真地传输出最大功率，这不仅使音箱的声频功率减小产生畸变，而且会损坏音频功率放大器。通常音频功率放大器的额定输出功率至少要等于音箱的额定功率，最大不超过音箱额定功率的2-3倍，一般音频功率放大器的最大输出功率要大于音箱瞬时功率的1.2-2倍。 目前国内生产的音箱功率放大器按其输出方式可分为定阻式和定压式两种，一般小功率的声频功率放大器的定阻输出为主，大功率的定压输出为主，因此它们与音箱的配接方式也稍有不同。 （2）定阻输出的连接（阻抗匹配） 按照前面所述，阻抗匹配的要求是：全部音箱的总阻抗等于或稍大于音频功率放大的输出阻抗。定阻式音频功率放大器的输出阻抗有低阻输出（2Ω、4Ω、8Ω、16Ω、32Ω）和高阻输出（100Ω、250Ω）两种，低阻输出的音频功率放大器可直接与音箱配接。对阻抗、功率不一样的多只音箱，可以用下面串、并联公式计算出它们的总阻抗后，再与音频功率放大器配接。 （串）Z总=Z1+Z2+……+Zn （并）1/Z总=1/Z1+1/Z2+……+1/Zn 在实际工作，经常遇到两只音箱的并联情况，这时计算总阻抗 Z总=（Z1×Z2）/（Z1+Z2） 若所配音箱的阻抗相等，则其总阻抗为：（n：音箱的只数） （串）Z总=nZ分 （并）Z总=Z分/n 串联电路中标称阻抗低的音箱获得的功率低。 并联电路中标称阻抗低的音箱获得的功率高。 如果阻抗不匹配应使用匹配变压器，其圈数比： Z输出=（Z1÷Z2）2×Z负载 Z1、Z2分别为变压器初级和次级绕组的圈数。 定阻式音频功率放大器的负载太轻时，会使音箱的声音产生畸变，音频输出变压器也容易击穿。若负载太重，音频功率放大器的功放模块容易损坏。 （3）定压输出的连接（电压匹配） 电压匹配要求每个音箱分配的音频功率等于或稍小于组合音箱的标称功率。定压式音频功率放大器的输出电压有20V、30V、120V、240V等几种，为了保证音箱功率的准确分配，音箱的标称阴抗应满足： V =√W×Z V：音箱功率放大器的输出电压 W：音箱额定功率

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

LED可见光音频信号传输系统设计

LED可见光音频信号传输系统设计 摘要：LED具有调制特性良好的优点，可以使LED光源在照明的同时传输音频信号，本设计发射端利用三极管将音频信号放大后驱动LED发光，LED 的发光强度受音频的调制，接收端利用光敏二极管接收调制信号，功率放大器进行功率放大，最后将音频信号输出，实现无失真音频传输。 标签：LED;调制;放大;音频传输 引言 LED具有高亮度、低功耗、灵敏度高、调制特点好等优点，利用这些特性可以实现在照明的同时，把信号调制到LED光中进行传输。实现利用可见光为信息载体，不使用光纤等有线传输介质，在空气中直接传送光信号的通信方式，即可见光通信技术（Visible Light Communication，VLC） 利用LED高速调试的特性将音频信号调制到LED可见光上进行信息传输，这传输方式减少了电磁辐射对环境的影响，适合对电磁信号敏感的区域使用。在当前节能和环保两大主题的前提下，随着世界各国对白光照明光源的大力推广，以及其光谱特性、一特性、调制特性等性能的提高，基于白光可见光通信正在逐渐发展起来。 1 系统设计 系统整体由发射端和接收端两部分组成，发射端由MP3或音频信号发生器输入音频信号，通过三极管放大电路将音频信号放大，并驱动LED发光。接收端将光信号转化为电信经放大电路放大，再由功率放大器进行功率放大，从扬声器输出。系统框图如图1所示。 图1 系统框图 2 电路设计 （1）电源设计。电源输入电压为220V工频交流电，三端稳压器采用电子设备中常用的线性稳压集成电路LM7812和LM7912。电路如图2所示，电路图中LM7812和LM7912接有一大一小两个滤波电容，大电容低频滤波，小电容高频滤波。跨接于LM7812和LM7912输入输出端的二极管D4、D5可以保护三端稳压器不被反向浪涌电流的冲击而烧毁。 （2）发射端设计。发射端电路如图3所示，当音频信号由A、B端输入，经耦合电容C1的隔直作用后会在三极管的基极加上一组和音频信号一样变化的电流，在由三极管的放大作用，驱动两个LED。因LED的发光强度与电流的大小成正比，所以LED的发光强度与音频信号的幅度大小同步调制，实现音频信

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：

音频信号光纤传输技术实验

音频信号光纤传输技术实验 [目的要求] 1.熟悉半导体电光/光电器件的基本性能及主要特性的测试方法。 2.了解音频信号光纤传输的结构及选配各主要部件的原则。 3.学习分析集成运放电路的基本方法。 [仪器设备] 1.YOF—B型音频信号光纤传输技术实验仪。 2.数字万用表。 [实验原理] 一．系统的组成 图（1）示给出了一个音频信号直接光强调制光纤传输系统的结构原理图，它主要包括由LED及其调制、驱动电路组成的光信号发送器、传输光纤和由光电转换、I—V变换及功放电路组成的光信号接收器的三个部分。 图1 音频信号光纤传输实验系统原理图 本实验采用中心波长0.85μm附近的GaAs半导体发光二极管（LED）作光源、峰值响应波长为0.8~0.9μm的硅光二极管（SPD）作光电检测元件。由于光导纤维对光信号具有很宽的频带，故在音频范围内，整个系统的频带宽度主要决定于发送端调制放大电路和接收端功放电路的幅频特性。 二．光导纤维的结构及传光原理 光纤按其模式性质通常可以分成两大类①单模光纤②多模光纤。无论单模或多模光纤，其结构均由纤芯和包层两部分组成。纤芯的折射率较包层折射率大，对于单模光纤，纤芯直径只有5~10μm，在一定的条件下，只允许一种电磁场形态的光波在纤芯内传播，多模光纤的纤芯直径为50μm或62.5

μm ，允许多种电磁场形态的光波传播；以上两种光纤的包层直径均为125μm 。按其折射率沿光纤截面的径向分布状况又分成阶跃型和渐变型两种光纤，对于阶跃型光纤，在纤芯和包层中折射率均为常数，但纤芯一包层界面处减到某一值后，在包层的范围内折射率保持这一值不变，根据光射线在非均匀介质中的传播理论分析可知：经光源耦合到渐变型光纤中的某些光射线，在纤芯内是沿周期性地弯向光纤轴线的曲线传播。 本实验采用阶跃型多模光纤作为信道，现应用几何光学理论进一步说明这种光纤的传光原理。阶跃型多模光纤结构如图所示，它由纤芯和包层两部分组成，芯子的半径为a ，折射率为1n ，包层的外径为b ，折射率为2n ,且1n >2n 。 图 2 阶型多模光纤的结构示意图 当一光束投射到光纤端面时，进入光纤内部的光射线在光纤入射端面处的入射面包含光纤轴线的称为子午射线，这类射线在光纤内部了行径，是一条与光纤轴线相交、呈“Z ”字型前进的平面折线；若藉合到光纤内部的光射线在光纤入射端面处的入射面不包含光纤轴线，称为偏射线，偏射线在光纤内部不与光纤轴线相交；其行径是一条空间折线。 参看图8-1-2，假设光纤端面与其轴线垂直。对于子午光射线，根据smell 定律及图8-1-2所示的几何关系有： z i sin n sin n θθ10= （1） 其中απθ-=2z ，所以有 αθcos n sin n i 10= （2） 其中0n 是光纤入射端面左侧介质的折射率。通常，光纤端面处 在空气介质中，故n 0 =1。由 （2）式可知：如果光线在光纤端面处的入射角i θ较小,则它进入光纤内部后投射到纤芯-包n 1 n 2 n 0 αi θz θ 1 2 1 1 2 2 2 2 2 子午传导射线 漏射线 1 图3 子午传导射线与漏射线

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)

音频信号的两种传输方式

音频信号的两种传输方式 前言 音频信号有两种传输方式，即平衡式（XLR）与非平衡式（RCA）。关于两种传输模式究竟孰优孰劣，这个问题长久以来都有争论。萝卜青菜各有所爱，今天我们就来谈谈这两种传输方式。（如有不同观点，欢迎在文末留言～） 在讨论两种传输方式之前，我们先来了解下音频信号，因为你首先得知道你要传输的到底是个什么东西吧？ 音频信号 音频信号是(Audio)带有语音、音乐和音效的有规律的声波的频率、幅度变化信息载体。 根据声波的特征，可把音频信息分类为规则音频和不规则声音。其中规则音频是我们熟悉的语音、音乐和音效。规则音频是一种连续变化的模拟信号，可用一条连续的曲线来表示，称为声波。另一种不规则音频就没规律可言了，噪音之类的都是。 一.信号的平衡传输（XLR）

平衡传输是一种应用非常广泛的音频信号传输方式。它是利用相位抵消的原理，将音频信号传输过程中所受的其它干扰降至最低。 平衡式音源输出（公头）、功放前级输入（母头）端口都是使用三个脚位的连接插件，平衡传输线里的三芯，一芯传输正半波（正相）信号，一芯传输的是负半波（反相）信号，最后一芯是地线。 平衡式连接必须注意的问题 1、它需要并列的三根导线来实现，即接地、热端、冷端。所以平衡输入、输出插件必须具有3个脚位，如卡农或大三芯插件（如图）。 2、传输线当然也得是2芯1屏蔽层的线，由于热端信号线和冷端信号线在同一屏蔽层内相对距离很近，所以在传输过程中受到的其他干扰信号也几乎相同。然而被传输的热端信号和冷端信号的相位却相反，所以在下一级设备的输入端把热端信号和冷端信号相减，相同的干扰信号被抵消，被传输信号由于相位相反而不会损失。所以在专业的场合和传输距离比较远的时候通常使用平衡传输方法。 3、器材之间的平衡式连接必须还要注意一个问题，就是美国与欧洲的规格完全不同：三芯中除接地外，正、负两芯美规与欧规是相反的（美规1地2正3负，欧规1地2负3正）。

语音信号处理matlab实现

短时能量分析matlab源程序： x=wavread('4.wav'); %计算N=50，帧移=50时的语音能量 s=fra(50,50,x);%对输入的语音信号进行分帧，其中帧长50，帧移50 s2=s.^2;%一帧内各种点的能量 energy=sum(s2,2);%求一帧能量 subplot(2,2,1); plot(energy) xlabel('帧数'); ylabel('短时能量E'); legend('N=50'); axis([0,500,0,30]) %计算N=100，帧移=100时的语音能量 s=fra(100,100,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,2); plot(energy) xlabel('帧数'); ylabel('短时能量E'); legend('N=100'); axis([0,300,0,30]) %计算N=400，帧移=400时的语音能量 s=fra(400,400,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,3); plot(energy) xlabel('帧数'); ylabel('短时能量E'); legend('N=400'); axis([0,60,0,100]) %计算N=800，帧移=800时的语音能量 s=fra(800,800,x); s2=s.^2; energy=sum(s2,2); subplot(2,2,4); plot(energy) xlabel('帧数'); ylabel('短时能量E'); legend('N=800'); axis([0,30,0,200]) 分帧子函数： function f=fra(len,inc,x) %对读入语音分帧，len为帧长，inc为帧重叠样点数，x为输入语音数据 fh=fix(((size(x,1)-len)/inc)+1);%计算帧数 f=zeros(fh,len);%设一个零矩阵，行为帧数，列为帧长 i=1;n=1; while i<=fh %帧间循环 j=1; while j<=len %帧内循环 f(i,j)=x(n); j=j+1;n=n+1; end n=n-len+inc;%下一帧开始位置 i=i+1; end

音频信号采集与传输

《信号与系统》 ——综合性设计性实验报告标题：音频信号采集与传输 组长：学号 成员：学号 学号 学号 实验时间：2011年6月20日星期一第1、2节2011年6月27日星期一第1、2节实验地点：电子信息楼617 实验课室： 机械与电气工程学院 电子信息工程系 信息工程专业 教师：胡晓

目录 1、课题设计流程 (3) 2、课题设计理论基础 (3) 2.1信号的采集 (3) 2.2频谱分析 (3) 2.3 调制与解调 (3) 2.4 高斯白噪声 (4) 2.5 滤波 (4) 3、课题设计（程序） (4) 4、课题设计效果（效果图） (6) 5、课题设计总结 (7) 6、心得体会 (7)

1、课题设计流程 用matlab录制音频文件 ?→ ?)(f t频谱分析?→ ?调制? ? ? ?→ ?加入高斯白噪声解调?→ ?滤 波?→ ?扬声器 2、课题设计理论基础 2.1信号的采集 用matlab录制5秒mic声音，y = wavrecord(5*fs,fs,'int16')，其中采样率为44100，时长为5*fs，然后用wavplay(y,fs);语句播放出来，再写成以xinhao_test01命名的wav文件。Y也可以直接用windows自带的录音工具进行录音，并直接读取[y,fs,bits]=wavread('xinhao_test01.wav')，然后对声音进行回放sound(y,fs)，感觉效果。 2.2频谱分析 快速傅里叶变换原理： 在matlab的信号处理工具箱中函数FFT用于快速傅里叶变换，此次实验调用FFT函数的一种格式y=fft(x,N),其中x是序列，y是序列的FFT，N为正整数，函数执行N点的FFT，由于实验中fs=44100，所以取N=2^16，由于经过fft求得的y一般是复序列，所以用其幅值进行分析，可以用函数abs(y)进行计算复向量y的幅值。由于用matlab自带的FFT快速傅里叶变换得到的幅频图的横坐标是从1到1/2fs,是从低频到高频，再由1/2fs到1，是从高频到低频，实验中用语句Y0(2^N/2+1:2^N)=Y(1:2^N/2)，Y0(1:2^N/2)=Y(2^N/2+1:2^N)（其中N=16）。这样就可以将幅频图变成横坐标原点是低频，向坐标的正负端频率逐渐递增的形式，这是平常傅里叶变换得到的幅频图横坐标。

基于MATLAB的有噪声语音信号处理毕设

大学本科毕业设计论文 基于MATLAB的有噪声语音信号处理

摘要 滤波器设计在数字信号处理中占有极其重要的地位,FIR数字滤波器和IＩR 滤波器是滤波器设计的重要组成部分。Matｌａｂ功能强大、简单易学、编程效率高,深受广大科技工作者的欢迎。特别是Matlab还具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。利用ＭATＬＡＢ信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MAＴLAB 有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论,再利用MＡTLAB作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FＩR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIＲ数字滤波器，并利用MATLＡB作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用ＭＡＴLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词?数字滤波器；MATＬＡB；窗函数法；巴特沃斯; 切比雪夫; 双线性变换

Abｓtｒａｃt ?Filｔeｒdesiｇｎin ｄｉgｉtal sｉgnal proｃeｓsiｎｇplａysａn eｘtre ｍeｌｙiｍportａnt rｏle, FIR digital filtｅrs ａｎd IIR filter is an importａn ｔpaｒt of filter design.Matlab is ｐowｅrful,easy to ｌｅaｒn,pｒｏgｒａmming eｆfiｃieｎcｙ，which wａs wｅlcomｅd bｙthｅmajority oｆsc ｉentistｓ. Matlab alsｏhaｓ a particuｌar signaｌaｎalysis tｏolbｏx，it need notｈaｖe stronｇprｏgraｍminｇｓkiｌls can be easily signal anａlyｓiｓ, proｃesｓｉng aｎd design. Usｉng MATＬAB Signal Ｐroｃessing Toolbｏx can ｑｕickly anｄeｆficieｎtly design ａｖariｅtｙof digｉtaｌｆiltｅrs. ＭＡTLAB ｂaseｄon the noｉse issｕｅｓｐeech sｉｇnal processing deｓｉgn and ｉｍｐlｅmｅｎtation of digｉtal sｉgｎaｌprocessｉｎg inｔegrated use of ｔhe thｅoｒｅｔical knｏwlｅdge oｆtｈe ｓｐeecｈsｉｇｎal pｌus noiｓe, tｉme domaiｎ, frequencｙｄoｍaiｎanalysis ａnｄfiltering. Theｃorreｓponｄinｇresｕlts ｏbtａineｄthrougｈtheｏｒeticaｌｄerｉｖatｉon, ａnd thｅn use MATＬAB as a pｒogramｍing tooｌfor compuｔer iｍｐlementation．Iｍpleｍenｔｅd iｎthe desｉgn process，usinｇtｈｅｗindｏw function methoｄｔｏｄesiｇn FIR digiｔal fｉｌteｒs wｉｔh Butｔｅｒwortｈ, Chebyshev anｄbilinear Reｆｏｒm IIR dｉgｉtal filter dｅｓign ａｎd use ｏｆMATLAB ａs ａｓupplemenｔary tｏｏl to cｏｍｐｌete thｅcalculation and graphｉc dｅsiｇn Ｄrａwiｎg. Throughｔｈｅsimulａtion of ｔｈｅdesigned filter aｎd the fｒｅｑuenｃy anａlysis shoｗs thaｔuｓｉｎｇMatｌabＳｉｇnal Processing Toolbox can qｕickly and easily dｅsign digiｔal fｉlters FIR anｄIIR，the ｐroceｓｓis sｉｍple aｎd coｎvenｉent, the reｓuｌts of the perfｏrmaｎce iｎdｉcａtｏrs to ｍｅｅｔｔhe spｅｃｉfieｄrｅqｕirｅｍents. ? Kｅywｏrｄs: diｇiｔａl filｔer; ＭAＴLAB；Chebysｈev；Buttｅrｗｏrth；

音频信号的两种传输方式

音频信号的两种传输方式 、八 刖言 音频信号有两种传输方式，即平衡式（XLR）与非平衡式（RCA）。关于两种传输模式究竟孰优孰劣，这个问题长久以来都有争论。萝卜青菜各有所爱，今天我们就来谈谈这两种传输方式。（如有不同观点，欢迎在文末留言?）在讨论两种传输方式之前，我们先来了解下音频信号，因为你首先得知道你要传输的到底是个什么东西吧？ 音频信号 音频信号是（Audio）带有语音、音乐和音效的有规律的声波的频率、幅度变化信息载体。 根据声波的特征，可把音频信息分类为规则音频和不规则声音。其中规则音频是我们熟悉的语音、音乐和音效。规则音频是一种连续变化的模拟信号，可用一条连续的曲线来表示，称为声波。另一种不规则音频就没规律可言了，噪音之类的都是。 平衡传输是一种应用非常广泛的音频信号传输方式。它是利用相位抵消的原理, 将音频信号传输过程中所受的其它干扰降至最低。

平衡式音源输出（公头）、功放前级输入（母头）端口都是使用三个脚位的连接插件，平衡传输线里的三芯，一芯传输正半波（正相）信号，一芯传输的是负半波（反相）信号，最后一芯是地线。 平衡式连接必须注意的问题 1、它需要并列的三根导线来实现，即接地、热端、冷端。所以平衡输入、输 出插件必须具有3个脚位，如卡农或大三芯插件（如图）。 2、传输线当然也得是2芯1屏蔽层的线，由于热端信号线和冷端信号线在同一屏蔽层内相对距离很近，所以在传输过程中受到的其他干扰信号也几乎相同。然而被传输的热端信号和冷端信号的相位却相反，所以在下一级设备的输入端把热端信号和冷端信号相减，相同的干扰信号被抵消，被传输信号由于相位相反而不会损失。所以在专业的场合和传输距离比较远的时候通常使用平衡传输方法。 3、器材之间的平衡式连接必须还要注意一个问题，就是美国与欧洲的规格完全不同：三芯中除接地外，正、负两芯美规与欧规是相反的（美规1地2正3负, 欧规1地2负3正）。 音源与功放平衡接口的规格不同，能否连接使用? 可以，但声音是反相的（喇叭向后振动，此时声场变窄，声音稍显发闷）。 能不能发出正常的声音？

matlab报告基于matlab有噪声语音信号处理

Matlab课程设计报告题目:基于MATLAB有噪声语音信号处理 系（院）：计算机与信息工程学院 专业：通信工程 班级：10623102 指导教师： 学年学期:2011 ~ 2012 学年第2 学期

简介： 我们通信工程专业在实践中经常碰到需要对已接收信号进行处理的情况，而滤波器设计在数字信号处理中占有极其重要的地位。本课题基于MATLAB有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论，再利用MATLAB作为编程工具进行计算机实现。在设计实现的过程中，我们使用双线性变换法设计IIR数字滤波器，对模拟加噪语音信号进行低通滤波、高通滤波及带通滤波，并利用MATLAB作为辅助工具完成设计中的计算与图形的绘制。 1 绪论： 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。数字滤波器, 是数字信号处理中及其重要的一部分。本课题采用IIR 滤波器对加噪声音信号进行处理。 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、契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数字滤波器时，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。 2.原始语音信号采集与处理 2.1语音信号的采集 由于MATLAB只识别格式为.wav的声音文件，我们利用PC机上的声卡和WINDOWS操作系统进行数字信号的采集。启动录音机进行录音，以文件名“Orisound”保存入原程序所属的文件夹中。可以看到,文件存储器的后缀默认为.wav ,这是WINDOWS操作系统规定的声音文件存的标准。

音频线平衡传输与非平衡传输解法原理与简介

音频线平衡传输与非平衡传输解法原理与简介 XLR（卡农）插头 输出/输入平衡信号，高阻抗。分“公”、“母”两种，其中“公”用于输出信号，比 如将信号输入给调音台；“母”用与接受信号，比如接受话筒的信号等。

用于平衡信号（此时功能与卡农插一样），或者用于不平衡的立体声信号，比如耳机。

用与单声道信号。

一般用于民用设备，比如我们常用的CD机，录音机等。关于颜色标记补充一点：模拟的视频信号也会用这种插头（不过用RCA输出的视频信号质量是最差的），此时插头、插座的颜色为黄色。 补充：关于6.35mm插头（即TRS、TS） TRS、TS的直径是1/4英寸，换算成公制就是6.35mm，所以也俗称为"6.35"插头，如果称"6.5"插头其实是不准确的。 一、信号的平衡传输： 平衡传输是一种应用非常广泛的音频信号传输方式。它是利用相位抵消的原理将音频信号传输过程中所受的其他干扰降至最低。它需要并列的三根导线来实现，即接地、热端、冷端。所以平衡输入、输出插件必须具有3个脚位，如卡农或大三芯插件（如图一）。

（图一）（图二）传输线当然也得是2芯1屏蔽层的线，由于热端信号线和冷端信号线在同一屏蔽层内相对距离很近，所以在传输过程中受到的其他干扰信号也几乎相同。然而被传输的热端信号和冷端信号的相位却相反（如图二），所以在下一级设备的输入端把热端信号和冷端信号相减，相同的干扰信号被抵消，被传输信号由于相位相反而不会损失。所以在专业的场合和传输距离比较远的时候通常使用平衡传输方法。 二、信号的非平衡传输： 非平衡传输只有两个端子信号端与接地端，在要求不高和近距离信号传输的场合使用，如家庭音响系统。这种连接也常用于电子乐器、电吉他等设备。

音频信号频谱分析MATLAB

[y,Fs,bits]=wavread('DSP(1213)_A.wav'); % read sound file N=round(5.56/0.001); % set the order of the filter %F1=0.07; F2=0.29; %óéD?o?DSP(1213)_C.wavμ??μ?ê3é·??¨500-2000%wp=fp/(Fs/2); Fs=14000 %F1=0.10;F2=0.38; %êêóúDSP(1213)_B.wav òò?a??D?o?μ??μ?ê′ó???a600?a?a2300 Fs=12000 F1=0.12;F2=0.33;%êêóúDSP(1213)_A.wav òò?a??D?o?μ??μ?ê′ó???a700?a?a1900/19 Fs=11250 b=fir1(N,[F1,F2],blackman(N+1)); % using blackman window to implement FIR filter %b=fir1(N,[F1,F2],hanning(N+1)); Y=filter(b,1,y); % output te signal after filtering %freqz(b,1,512,Fs); figure freqz(b,1);%normalized frequency title('the filter response(magnitude and Phase)without using scaling factor after using blackman window'); %title('the filter response(magnitude and Phase)without using scaling factor');%after using blackman window'); t=(0:length(y)-1)/Fs; figure; subplot(2,1,1); plot(t,y); % plot original signal in time domain title('Input signal in time domain'); xlabel('Time(second)'); ylabel('Magnitude'); subplot(2,1,2); plot(t,Y); % plot output signal in time domain title('Output signal in time domain'); xlabel('Time(second)'); ylabel('Magnitude'); figure; fft_y=fft(y); fft_Y=fft(Y); f=Fs*(0:length(y)-1)/length(y); subplot(2,1,1); plot(f,20*log10(abs(fft_y(1:length(y))))); % plot original signal in frequency domain %plot(f,abs(fft_y(1:length(y)))); title('Input signal in frequency domain'); xlabel('Frequency(Hz)'); ylabel('Amplitude(dB)'); subplot(2,1,2); plot(f,20*log10(abs(fft_Y(1:length(y))))); % plot output signal in frequency domain %plot(f,abs(fft_Y(1:length(y)))); title('Output signal in frequency domain'); xlabel('Frequency(Hz)'); ylabel('Amplitude(dB)');

基于matlab的声音信号处理

课程设计任务书

基于MATLAB的声音信号处理的初步实现 内容摘要:数字滤波器是数字信号处理技术的基础, 用来对信号进行过滤、检测、与参数估计等处理。任何检测的信号都含有噪声，而滤波是去除噪声的基本手段，因此滤波器在数字信号处理中占有极其重要的地位。FIR数字滤波器和IIR 数字滤波器是滤波器设计的重要组成部分。随着MATLAB软件及信号处理工具箱的不断完善，MATLAB很快成为应用学科等领域不可或缺的基础软件,它可以快速有效地实现数字滤波器的设计、分析和仿真，极大地减轻了工作量,有利于滤波器设计的最优化。本设计综合运用了数字信号处理的各种基本知识，对不带噪声音信号以及带噪声音信号进行频谱分析，并利用MATLAB信号处理工具箱有效快捷地设计IIR数字滤波器对带噪声音信号进行滤波处理。 关键词：数字滤波器 MATLAB 滤波仿真 The preliminary implementation of voice signal processing based on MATLAB Abstract： Digital filter is the basis of digital signal processing technology, which used for signal filtering, detecting, and parameter estimation. Any detection signal contains noise, and filtering is a basic means to remove the noise, so filter occupies an extremely important position in digital signal processing.FIR digital filter and IIR digital filter is an important part of the filter design. With MATLAB software and the continuous improvement of the signal processing toolbox, MATLAB application quickly became indispensable to areas such as basic software. It can quickly and efficiently for digital filter design, analysis and simulation, greatly reduce the workload, and it is advantageous to the optimization of filter design. This design is integrated used of all kinds of basic knowledge of digital signal processing to complete the analysis of frequency spectrum about speech noisy signal and speech signal, and it use the MATLAB signal processing toolbox effective shortcut to design IIR