音频信号去噪(实验报告)

《音频信号去噪(实验报告)》由会员分享，可在线阅读，更多相关《音频信号去噪(实验报告)（11页珍藏版）》请在金锄头文库上搜索。

1、 音频信号去噪音频信号去噪 信号与系统信号与系统实验实验报告报告 学院： 弘深学院 班级： 电子信息实验班 学号： 20136927 姓名： 文政 指导老师： 欧静兰 2015 年 5 月 3 日 弘深学院电子信息实验班 文政 20136927 1 | 10 音频信号去噪音频信号去噪 目录目录 一、课题目的 2 二、课题要求 2 三、设计原理 2 1.高斯白噪声 2 2.工具软件使用. 2 四、实验过程 3 1.读取音频信号，绘制时域波形 . 3 2.绘制原音频频域图像 . 3 3.制作叠加白噪声的音频 . 4 4.绘制含白噪声的音频图像 . 4 5.滤波器除噪声. 4 6.绘制除白噪声的音频

2、图像 . 4 7.除杂前后的时域与频域对比 . 5 五、实验结果及分析 . 5 附录 8 (MATLAB 源程序代码) . 9 弘深学院电子信息实验班 文政 20136927 2 | 10 一、课题目的 1、熟悉 MATLAB 语言的基本用法； 2、掌握 MATLAB 语言中音频数据与信息的读取与播放方法； 3、掌握在 MATLAB 中设计滤波器的方法； 4、掌握噪声产生的方法； 5、掌握 MATLAB 语言中信号频谱的绘制方法。 二、课题要求 1、噪声加入后，听觉上歌曲声音明显变差； 2、采用低通滤波的方法滤除噪声后歌曲声音明显变清晰； 3、音乐格式选择 .wav； 4、绘制出原始音频信号一

3、个声道的时域图和频谱图； 5、绘制出加噪声后混合信号同一声道的时域图和频谱图； 6、绘制出滤波后音频信号同一声道的时域图和频谱图。 三、设计原理 选取一段.wav 格式的音乐或歌曲，用 matlab 将选取的音频文件读出来，在 读出的音频信号中加入随机高斯噪声， 再将带有噪声的音乐信号通过低通滤波器 滤除噪声，还原音乐。 1.高斯白噪声 所谓“高斯白噪声”中的“高斯”是指概率分布是正态函数，而“白噪声” 是指它的二阶矩不相关，一阶矩为常数，是指先后信号在时间上的相关性。 因此，高斯白噪声的幅度分布服从高斯分布，而它的功率谱密度又是均匀分 布。 2.工具软件使用 本文使用 MATLAB（使用版本

4、 MATLAB R2014b）软件对音频信号加高斯白噪 声后制作滤波器去噪。 （1）使用MATLAB 内置函数audioread(rain.mp3)读取rain.mp3文件，并将其放 入矩阵wave中，获得抽样频率FS； （2）使用MATLAB内置函数sound(wave,FS)，播放wave矩阵所包含的音频信 弘深学院电子信息实验班 文政 20136927 3 | 10 息； （3）使用MATLAB内置函数audiowrite(rain_1.wav,wave,FS)，将wave矩阵数据输 出到文件rain_1.wav； （4）使用MATLAB内置函数floor(length(sound_1)

5、/2)，对声道长度对半向下取 整； （5）使用MATLAB内置函数a randn(size(sound_1)，产生白躁生函数，其均值 为0，方差为a； （6）使用MATLAB内置函数fft(noise)，对noise进行快速傅里叶变换； （7）使用MATLAB内置函数angle(noise)，对noise进行角变换； （8）使用MATLAB内置函数fftshift(noise),对noise进行中心对称； （9）使用MATLAB内置函数abs(noise),对noise进行取模；利用plot函数进行 图像的绘制； 四、实验过程 1.读取音频信号，绘制时域波形 程序如下： clear all w

6、ave, FS=audioread(rain.mp3);%读取音频文件，wave矩阵保存声道信 息，FS保存抽样频率信息 sound_1=wave(:,1);%声道1 sound_2=wave(:,2);%声道2 t=0:(length(sound_1)-1);%取时域横轴t plot(t,sound_1);xlabel(t_1);title(未处理);%时域图 sound(wave,FS)%音频文件播放 audiowrite(rain_1.wav,wave,FS);%输出音频文件 2.绘制原音频频域图像 程序如下: Fourier = fftshift(fft(sound_1,length(

7、sound_1);%对信号进行快速 Fourier变换 halflengthofsound1=length(sound_1); Pyy_1=log10(abs(Fourier)*2/halflengthofsound1; f=(-halflengthofsound1/2:halflengthofsound1/2- 1)*1/halflengthofsound1; figure;plot(f,Pyy_1);xlabel(Frequency_1(Hz);title( 未 处 理 弘深学院电子信息实验班 文政 20136927 4 | 10 );%axis(0 3000 0 10) %频谱图,axi

8、s 输出 x，y 轴显示范围 3.制作叠加白噪声的音频 程序如下： a=0.05;%噪声幅度 noise=a*randn(size(sound_1);%产生白躁生函数，其均值为0，方差为0.05； sound_x=sound_1+noise;%将噪声叠加在原音频声道上； wave_noise(:,1)=sound_x; wave_noise(:,2)=sound_2;%组合两个声道，形成二维矩阵； figure;plot(t,sound_x,r);xlabel(t_noise);title(加白噪声);% 时域图 sound(wave_noise,FS)%播放噪声音频文件； audiowrit

9、e(rain_noise.wav,wave_noise,FS);%输出音频文件 4.绘制含白噪声的音频图像 程序如下： Fourier1 = fftshift(fft(sound_x,length(sound_x);%对信号进行快速 Fourier变换 halflengthofsoundx=length(sound_x); Pyy_x=log10(abs(Fourier1)*2/halflengthofsoundx; f_x=(-halflengthofsoundx/2:halflengthofsoundx/2- 1)*1/halflengthofsoundx; figure;plot(f_x

10、,Pyy_x,r);xlabel(Frequency_x(Hz);title(加 白噪声);%axis(0 3000 0 10) %频谱图,axis 输出x，y轴显示范围 5.滤波器除噪声 程序如下： N=5;wc=0.1; m,n=butter(N,wc); wave_noise_recover(:,1)=filter(m,n,sound_x); wave_noise_recover(:,2)=sound_2; figure;plot(t,wave_noise_recover(:,1),g);xlabel(t_recover);titl e(去噪);%时域图 sound(wave_noise

11、_recover,FS) audiowrite(rain_noise_recover.wav,wave_noise_recover,FS);%输出音频 文件 6.绘制除白噪声的音频图像 程序如下： Fourier_recover = fftshift(fft(wave_noise_recover(:,1),length(wave_noise_recover(:,1) );%对信号进行快速Fourier变换 halflengthofsound_recover=length(wave_noise_recover); Pyy_recover=log10(abs(Fourier_recover)*2/

12、halflengthofsound_recover ; 弘深学院电子信息实验班 文政 20136927 5 | 10 f_recover=(- halflengthofsound_recover/2:halflengthofsound_recover/2- 1)*1/halflengthofsound_recover; figure;plot(f_recover,Pyy_recover,g);xlabel(Frequency_recover(H z);title(去噪);%axis(0 3000 0 10) %频谱图,axis 输出x，y轴显示范围 7.除杂前后的时域与频域对比 代码如下: c

13、ompare_t(:,1)=abs(wave_noise_recover(:,1)-abs(wave_noise(:,1);% 取处理声道信息，作差值后取绝对值，得到对比值 compare_t(:,2)=wave_noise(:,2);%未处理声道不做处理； figure;plot(t,compare_t(:,1),k);xlabel(t_compare);title(时域差 值图);axis(0 inf 0 1);%时域图差值图 compare_f(:,1)=abs(Pyy_recover-Pyy_x); figure;plot(f_recover,compare_f(:,1),k);xla

14、bel(f_compare);title (频域差值图);%axis(0 inf 0 inf);%频域图差值图 五、实验结果及分析 运行代码脚本，即可得到了所需图像： 图 1 原声时域波形图 图 2 原声频域波形 弘深学院电子信息实验班 文政 20136927 6 | 10 图 3 加白噪声时域波形 图 4 加白噪声频域波形 图 5 去噪时域波形 弘深学院电子信息实验班 文政 20136927 7 | 10 图 6 去噪频域波形 图 7 恢复前后时域差值图 图 8 恢复前后频域差值图 弘深学院电子信息实验班 文政 20136927 8 | 10 加燥前的原音乐频谱是具有鲜明特性的波形，其频率主

15、要集中在0.3,0.3 之间，而增加了白噪声之后，其0.3,0.05 0.05,0.3之间的频谱被白噪声 覆盖，时域图显示出个时间段的幅度都有所增加。播放出来的声音很嘈杂。 由于白噪声的功率谱密度在整个频域内均匀分布，所有频率具有相同的能 量密度。从我们耳朵的频率响应听起来它是非常明亮的“咝”声。 （每高一个八 度，频率就升高一倍。因此高频率区的能量也显著增强） 白噪声： 功率谱密度恒定：() = 0 信号自相关：() = 0() 数学期望：() = 0 是宽平稳随机信号，且具有良好的各态历经性。 为了尽可能的消除这种噪声，还原原声，我们选用低通滤波器，来滤除掉 高频噪声。从图中可以清楚的看到

16、，高频部分的频谱经过滤波器滤波后，在频 谱图上出现了明显的变化，仅仅保留了0.3,0.3的部分。在时域上，也可以很 清楚的看到，波形有所恢复。由于无法消除原有音乐所在频率段增加的白噪 声，因此，无法完全恢复到原有状态，但是，音乐播放效果有明显的改善。 弘深学院电子信息实验班 文政 20136927 9 | 10 附录 (MATLAB 源程序代码) clear all wave, FS=audioread(rain.mp3);%读取音频文件，wave矩阵保存声道信息，FS保存抽样频 率信息 sound_1=wave(:,1);%声道1 sound_2=wave(:,2);%声道2 t=0:(length(sound_1)-1);%取时域横轴t p