(最新整理)MATLAB语音信号采集与处理(DOC)

admin管理员组

文章数量:1566220

2024年1月13日发(作者：)

(完整)MATLAB语音信号采集与处理(DOC)

(完整)MATLAB语音信号采集与处理(DOC)

编辑整理：

尊敬的读者朋友们：

这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（(完整)MATLAB语音信号采集与处理(DOC)）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为(完整)MATLAB语音信号采集与处理(DOC)的全部内容。

(完整)MATLAB语音信号采集与处理(DOC)

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 ............................................ 4

(完整)MATLAB语音信号采集与处理(DOC)

二、实践原理: ........................................... 4

三、课题要求： .......................................... 4

四、MATLAB仿真 .......................................... 5

1、频谱分析： ........................................ 5

2、调制与解调： ...................................... 7

3、信号变化： ....................................... 11

快放： ........................................... 11

慢放： ........................................... 11

倒放： ........................................... 11

回声： ........................................... 11

男女变声: ........................................ 12

4、信号加噪 ......................................... 15

5、用窗函数法设计FIR滤波器 .......................... 16

FIR低通滤波器： .................................. 17

FIR高通滤波器： .................................. 19

FIR带通滤波： .................................... 21

(完整)MATLAB语音信号采集与处理(DOC)

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：

错误!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）。

(完整)MATLAB语音信号采集与处理(DOC)

错误!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）。

错误!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。

○错误!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.

错误!利用MATLAB GUI 制作语音信号采集与分析演示系统.

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:') ； ％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

(完整)MATLAB语音信号采集与处理(DOC)

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：

错误!门铃：

2和弦：

○

错误!男女声：

(完整)MATLAB语音信号采集与处理(DOC)

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:'）;

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)；

(完整)MATLAB语音信号采集与处理(DOC)

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;

(完整)MATLAB语音信号采集与处理(DOC)

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))；

(完整)MATLAB语音信号采集与处理(DOC)

title（'滤波后的解调信号频谱’)；

仿真波形：

(完整)MATLAB语音信号采集与处理(DOC)

3、信号变化：

快放：

［x,fs，nbits]=wavread('D:’）

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：’);

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

(完整)MATLAB语音信号采集与处理(DOC)

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

(完整)MATLAB语音信号采集与处理(DOC)

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；

(完整)MATLAB语音信号采集与处理(DOC)

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

(完整)MATLAB语音信号采集与处理(DOC)

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)

(完整)MATLAB语音信号采集与处理(DOC)

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

(完整)MATLAB语音信号采集与处理(DOC)

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

(完整)MATLAB语音信号采集与处理(DOC)

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);

(完整)MATLAB语音信号采集与处理(DOC)

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（'’）;

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;

(完整)MATLAB语音信号采集与处理(DOC)

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：

(完整)MATLAB语音信号采集与处理(DOC)

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）;

(完整)MATLAB语音信号采集与处理(DOC)

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：

本文标签： 信号语音采集