《基于matlab的语音信号的基本处理》由会员分享，可在线阅读，更多相关《基于matlab的语音信号的基本处理（17页珍藏版）》请在金锄头文库上搜索。
1、专题研讨四、信号与系统综合应用确定题目（根据个人兴趣、结合实际确定题目，可从下面参考题目中选择，也可自由确定）： 基于matlab的语音信号的基本处理 参考题目：题目1：含噪信号滤波题目2：双音多频信号的产生与检测题目3：磁盘驱动系统仿真题目4：卡尔曼滤波器的应用题目5：应用反馈扩大放大器的带宽 (以上只是本专题的部分题目)开题报告课题题目 基于matlab的语音信号的基本处理关键词 matlab 语音信号 基本处理简要背景说明（课题是如何提出来的）：学习了及配套matlab实验,对信号的基本处理有了初步了解,尤其是实际应用的部分.我们对课件和部分matlab实验中的语音信号的处理十分感兴趣,
2、我们想自己动手做一做基于matlab的语音信号的基本处理实践.课题涉及的基本理论：1) 傅利叶变换与频域分析2) 抽样定理3) 系统响应4) 数字滤波课题实施方案：将课题分为四个部分:语音信号的制作及描述;语音信号抽取及倍插;语音信号的加噪;滤波器.分别实施课题实施计划及阶段目标：集中快速完成前三个部分,在此基础上钻研第部分 本人承担任务：滤波器 ,并参与其他三个部分参考文献：教材及三本参考电子书指导老师的意见和建议：课题实施过程记录包括仿真程序、仿真结果、结果分析、方案完善等语音信号的制作及描述 1) 制作语音文件:用windows录音机录制一小段语音文件333.wav”,内容为信号与信息系
3、统,由一同学播音.2) 用matlab播放”333.wav”仿真程序:3) y,Fs,bits=wavread(333.wav);sound(y,Fs);pause;4) 绘画出语音文件的时域和频域波形: 仿真程序:y,Fs,bits=wavread(333.wav); plot(y);仿真结果:结果分析:随着时间变化,声音能量图形方案完善:1.时间轴有问题,与实际的时间不一样.2.语音信号的频域分析更清楚.仿真程序:y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);Y = fft(y,sLength);Pyy = Y.* conj(Y
4、) / sLength;halflength=floor(sLength/2);f=Fs*(0:halflength)/sLength;figure;plot(f,Pyy(1:halflength+1);xlabel(Frequency(Hz);t=(0:sLength-1)/Fs;figure;plot(t,y);xlabel(Time(s);仿真结果:结果分析:频域分析是从另一个角度观察信号;语音信号的一般频域范围2002000Hz语音信号抽取及倍插仿真程序:y,Fs,bits=wavread(111.wav);sound(y,Fs/2);pause;y,Fs,bits=wavread(1
5、11.wav);sound(y,2*Fs);pause;仿真结果与分析:以Fs/2及2*Fs播放的语音信号存在失真,方案完善:需要做出波形,做更直观的观察.语音信号的加噪1)语音信号加高频噪音及播放.仿真程序:y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);t=(0:sLength-1)/Fs;f=50000;A=0.5;d=A*cos(2*pi*f*t);y=y+d;sound(y,Fs);仿真结果:播放时伴有尖锐的”吱吱”声.结果分析:由于加入高频成分余弦信号,信号叠加后出现了尖锐的噪音.2)加噪后的语音信号的时域和频域波形.仿真
6、程序:y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);t=(0:sLength-1)/Fs;f=50000;A=0.05;d=A*cos(2*pi*f*t);y1=y+d;sLength=length(y1);Y = fft(y1,sLength);Pyy = Y.* conj(Y) / sLength;halflength=floor(sLength/2);f=Fs*(0:halflength)/sLength;figure;plot(f,Pyy(1:halflength+1);xlabel(Frequency(Hz);仿真结果:结
7、果分析:时域波形跟加噪前没有什么明显的区别.在频域上我们发现有一个近6000Hz的高频成分,这是产生的噪音的根本所在.方案完善:运用subplot将加噪前和加噪后的时域和频域波形进行对比,效果会更好.数字滤波这一部分我们学习了函数BUTTER,进行了最简单的数字滤波. b,a=butter(N,wc); 代表数字低通滤波器,wc代表归一化频率(0wc=1,等于一时为奈奎斯特频率);N为滤波器的阶数. y2=filter(b,a,y1); 对信号y1进行巴特滤波,滤波器为b,a系统滤波后信号的效果播放.仿真程序:y,Fs,bits=wavread(333.wav);y=y(:,1);sLengt
8、h=length(y);t=(0:sLength-1)/Fs;f=50000;A=0.05;d=A*cos(2*pi*f*t);y1=y+d;N=2;wc=0.01,0.07;b,a=butter(N,wc);y2=filter(b,a,y1);sound(y2,Fs);仿真结果:原先的噪声消失,语音信号变回原样.滤波器为低通滤波器,滤去高频成分.方案完善:1. 画出滤波后的时域和频域波形2. 对滤波器进行系统分析1.画出滤波后的时域和频域波形仿真程序:y,Fs,bits=wavread(333.wav); y=y(:,1);sLength=length(y);t=(0:sLength-1)/
9、Fs;f=50000;A=0.05;d=A*cos(2*pi*f*t);y1=y+d;plot(t,y);xlabel(Time(s);N=2;wc=0.01,0.07;b,a=butter(N,wc);y2=filter(b,a,y1);sLength1=length(y2);Y1 = fft(y2,sLength1);Pyy = Y1.* conj(Y1) / sLength1;halflength1=floor(sLength1/2);f1=Fs*(0:halflength1)/sLength1;figure;plot(f,Pyy(1:halflength+1);xlabel(Frequ
10、ency(Hz);t=(0:sLength-1)/Fs;figure;plot(t,y2);xlabel(Time(s);仿真结果:结果分析:基本效果良好,有少许失真.2. 对滤波器进行系统分析仿真程序:w=linspace(0,6000,10000);wc=0.01 0.07;N=2;b,a=butter(N,wc);H=freqz(b,a,w);plot(w,abs(H);axis(0 2500 0 1.5);仿真结果:RC模拟滤波(物理形式熟悉)y,Fs,bits=wavread(333.wav);%y=y(:,1);sLength=length(y);t=(0:sLength-1)/F
11、s;f=50000;A=0.5;d=A*cos(2*pi*f*t);y1=y+d;RC=0.001;b=1/RC;a=1,1/RC;sys=tf(b,a);y2=lsim(sys,y1,t);sound(y2,Fs); 结果:效果良好,声音恢复.RC滤波器的波特图RC=0.001;w=linspace(0,2,1024);b=1/RC;a=1,1/RC;g=tf(b,a);bode(g);xlabel(w);ylabel(H(jw); 总结报告摘要： 利用所学的知识对实际语音信号进行时域,频域分析;体会信号的抽样定理,即信号的抽取和倍插;运用信号叠加对信号进新加噪(高频),并用数字滤波器but
12、ter滤去高频成分去噪;课题原理框图： 抽取 时域与频域分析分析 信号叠加信号 滤波器 系统响应系统课题最终仿真程序：语音信号的制作及描述;y,Fs,bits=wavread(333.wav);sound(y,Fs);pause;y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);Y = fft(y,sLength);Pyy = Y.* conj(Y) / sLength;halflength=floor(sLength/2);f=Fs*(0:halflength)/sLength;figure;plot(f,Pyy(1:halfleng
13、th+1);xlabel(Frequency(Hz);t=(0:sLength-1)/Fs;figure;plot(t,y);xlabel(Time(s);语音信号抽取及倍插;y,Fs,bits=wavread(111.wav);sound(y,Fs/2);pause;y,Fs,bits=wavread(111.wav);sound(y,2*Fs);pause;语音信号的加噪;y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);t=(0:sLength-1)/Fs;f=50000;A=0.05;d=A*cos(2*pi*f*t);y1=y+d;N=2;wc=0.01,0.07;b,a=butter(N,wc);y2=filter(b,a,y1);sound(y2,Fs);y,Fs,bits=wavread(333.wav);y=y(:,1);sLength=length(y);t=(0:sLength-1)/Fs;f=50000;A=0.05;d=A*cos(2*pi*f*t);y1=y+d;sLength=length(y1);Y = fft(y1,sLength);Py
