应用Matlab对含噪声的语音信号进行频谱分析及滤波一、实验内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化二、实现步骤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1 s内然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，（可用默认的采样频率或者自己设定采样频率）2．语音信号的频谱分析 要求首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在采集得到的语音信号中加入正弦噪声信号，然后对加入噪声信号后的语音号进行快速傅里叶变换，得到信号的频谱特性并利用sound试听前后语音信号的不同精品.分别设计IIR和FIR滤波器，对加入噪声信号的语音信号进行去噪，画出并分析去噪后的语音信号的频谱，并进行前后试听对比。
3.数字滤波器设计给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定精品.报告内容一、实验原理 含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号二、实验内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比试听，分析信号的变化给出数字低通滤波器性能指标:如，通带截止频率fp＝10000 Hz，阻带截止频率fs＝12000 Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50 dB，通带最大衰减Rp＝3 dB（也可自己设置），采样频率根据自己语音信号采样频率设定。
三、实验程序 1、原始信号采集和分析 clc;clear;close all; fs=10000; %语音信号采样频率为10000 x1=wavread('C:\Users\acer\Desktop\voice.wav'); %读取语音信号的数据，赋给x1 sound(x1,40000); %播放语音信号 y1=fft(x1,10240); %对信号做1024点FFT变换 f=fs*(0:1999)/1024; figure(1); plot(x1) %做原始语音信号的时域图形 title('原始语音信号'); xlabel('time n'); ylabel('fuzhi n'); figure(2); plot(f,abs(y1(1:2000))); %做原始语音信号的频谱图形 title('原始语音信号频谱') xlabel('Hz'); ylabel('fuzhi');精品.2、加入噪声精品.y=wavread('C:\Users\acer\Desktop\voice.wav');y=y(:,1); %矩阵维度置换成1subplot(2,2,1);plot(y);title('加噪前的时域曲线');N=length(y)-1;n=0:1/fs:N/fs;x=1.5*sin(40*pi*n); %设置正弦噪声信号x=x.'; %置换成矩阵z=y+x; %添加噪声subplot(2,2,2);plot(z);title('加噪后的时域曲线');sound(z,40000)3、IIR滤波器设计clc;clear;close all;fs=22050;x1=wavread('C:\Users\acer\Desktop\voice.wav');x1=x1(:,1) t=0:1/22050:(size(x1)-1)/22050; %设置并添加噪声信号d=1.5*sin(40*pi*t);d=d.';x2=x1+d;wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15; %通阻带截止和通阻带衰减Fs=22050;Ts=1/Fs;精品.wp1=2/Ts*tan(wp/2); %将模拟指标转换成数字指标ws1=2/Ts*tan(ws/2); [N,Wn]=buttord(wp1,ws1,Rp,Rs,'s'); %选择滤波器的最小阶数[Z,P,K]=buttap(N); %创建butterworth模拟滤波器[Bap,Aap]=zp2tf(Z,P,K);[b,a]=lp2lp(Bap,Aap,Wn); [bz,az]=bilinear(b,a,Fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换[H,W]=freqz(bz,az); %绘制频率响应曲线 figure(1); plot(W*Fs/(2*pi),abs(H));grid %滤波器 xlabel('频率／Hz');ylabel('频率响应幅度');title('Butterworth') f1=filter(bz,az,x2); figure(2); subplot(2,1,1); plot(t,x2); %画出滤波前的时域图 title('滤波前的时域波形'); subplot(2,1,2);plot(t,f1); %画出滤波后的时域图 title('滤波后的时域波形'); sound(f1,40000); %播放滤波后的信号 F0=fft(f1,10240);f=fs*(0:255)/10240 figure(3) y2=fft(x2,10240); subplot(2,1,1);plot(f,abs(y2(1:256))); %画出滤波前的频谱图 title('滤波前的频谱');xlabel('Hz');ylabel('fuzhi'); subplot(2,1,2);F1=plot(f,abs(F0(1:256))); %画出滤波后的频谱图 title('滤波后的频谱');xlabel('Hz');ylabel('fuzhi');精品.精品.4、FIR滤波器设计clear all fs=22050; %设置采样频率x1=wavread('C:\Users\acer\Desktop\voice.wav');%读取声音x1=x1(:,1)f=fs*(0:1023)/1024; %F=([1:N]-1)*Fs/N; %换算成实际的频率值 t=0:1/22050:(length(x1)-1)/22050; %定义噪声信号d=[1.5*sin(40*pi*t);]'; x2=x1+d; %加噪声 N=30;b1=fir1(N,0.3,hamming(N+1)); %设计FIR滤波器 M=128;f0=0:1/M:1-1/M;h1=freqz(b1,10,M); %滤波器幅频响应 精品.f1=filter(b1,10,x2); %滤波 y0=fft(x2,40000);y00=fft(f1,40000);sound(f1,40000); %播放滤波后的声音 figure(1)plot(f0,abs(h1)); %滤波器幅频响应图title('滤波器幅频响应图')figure(2);subplot(2,1,1); plot(t,x2); %画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2);plot(t,f1); %画出滤波后的时域图title('滤波后的时域波形');F0=fft(f1,10240);f=fs*(0:255)/10240 figure(3)subplot(211)plot(f,abs(y0(1:256)));title('滤波前频谱')subplot(212)plot(f,abs(y00(1:256))); %滤波后频谱title('滤波后频谱')精品.精品.C:\Users\apple\Desktop\xinhao\最遥远的距离.wav如有侵权请联系告知删除，感谢你们的配合！精品。