《基于MATLAB语音信号降噪处理_刘芬》由会员分享，可在线阅读，更多相关《基于MATLAB语音信号降噪处理_刘芬（31页珍藏版）》请在金锄头文库上搜索。
1、目 录插图清单II摘要IIIAbstractIV引言- 1 -第一章语音信号的采集- 2 -1.1 语音信号产生数字模型- 2 -1.2 语音信号的数字化和预处理- 2 -第二章语音信号的分析- 6 -2.1 语音信号的时域分析和频域分析- 6 -2.1.1 语音信号的时域分析- 6 -2.1.2 语音信号的频域分析- 6 -2.2 语音信号处理软件介绍- 7 -2.3 基于MATLAB的语音信号处理- 7 -第三章 MATLAB滤波器设计- 9 -3.1 模拟滤波器设计- 9 -3.2 数字滤波器设计- 9 -第四章语音信号降噪处理- 11 -4.1 语音信号处理调用函数介绍- 11 -4.
2、2 语音信号降噪程序设计- 12 -4.2.1 原始语音信号的获得- 12 -4.2.2 原始语音信号加噪处理- 13 -4.2.3 语音信号滤波处理- 15 -4.3 改进型语音降噪技术- 18 -结论- 25 -参考文献- 26 -致- 27 -插 图 清 单图1-1 语音信号产生模型-2-图1-2语音信号时域波形-3-图1-3语音信号频谱图-4-图1-4 时域波形比较-5-图2-1 语音信号降噪流程图-8-图 3-1 巴特沃斯滤波器频率响应-10-图4-1 原始语音信号时域波形-13-图4-2 原始语音信号频谱图-13-图4-3 加噪语音信号时域波形-15-图 4-4 加噪语音信号频谱图
3、-15-图 4-5 滤波前后时域波形比较图-17-图 4-6 滤波前后频谱比较图-17-图 4-7 语音激活检测框图-18-图 4-8 纯净语音信号时域波形-23-图 4-9 带噪语音信号时域波形-23-图 4-10 增强后语音信号时域波形-24-摘 要语音是语言符号系统载体。由人的发音器官发出，带有一定意义的语言意义。语言通过语音实现它的社会功能。语言的声音和语言的意义是紧密联系着的，但语言和语音又是有着本质区别的。人们通过语言进行交流和社会活动，我们要对语音进行处理分析，优化人类通信交流。对于语音信号的处理，有通过语音信号的数字处理技术和相关技术，研究语音信号处理是十分有实际意义的。本次论
4、文制作，选取的是一段wav格式语音信号，运用 MATLAB软件分析语音信号的时域波形和频域图形。在对语音信号进行滤波处理前，先对原始语音信号进行了加噪处理，此举目的是为了使滤波前和滤波后的信号有明显区别。加噪后的语音通过MATLAB绘制出它的时域波形和频谱。加噪前后的语音信号我们可通过MATLAB软件中sound函数播放，明显感觉到加入噪声的效果。滤波处理后进行了语音回放。滤波处理在本次设计中用到的是巴特沃斯低通滤波器。对于巴特沃斯低通滤波器的设计，在现在已有相当成熟的设计技术可供借鉴。滤波器降噪效果不是十分理想，本文还提供了一种改进型降噪处理方法。MATLAB软件功能强大，本次语音信号处理所
5、用的都是MATLAB软件中的相关函数。关键词：语音；噪声；MATLAB；滤波器；信号处理AbstractThe voice is the carrier of language symbol system. Issued by the human vocal organs, with a certain sense of meaning in language. Its social function of language are closely linked ,but the language and voice is different in nature. Through langua
6、ge, communication and social activities, to the voice processing and analysis and optimization of human communication exchange. For speech signal processing,digital voice signal processing technology and related technologies,speech signal processing is of practical significance.The paper production,
7、 the selected perid of wav format voice signal using MATLAB software to analyze the speech signal time-domain waveform and frequence-domain graphics. Filtering the speech signal, the first of the original speech signal plus noise ,the aim was to make before filtering and the filtered signal. Voice p
8、lus noise by MATLAB to map out its time-domain wavefrom and spectrum. The voice signal before and after adding noise,we can pay through the sound function in the MATLAB software, and obviously feel that by adding the effect of noise. Voice playback filtering,filtering used in the design of the Butte
9、rworth low-pass filter. Butterworth low-pass filter design are now quite mature design technology for reference.MATLAB software is powerful, the correlation function of the speech signal processing are used MATLAB software .Kerwords : voice ; noise; of MATLAB; filter; signal processing / 引 言通过语音传递信息
10、是人类最重要、最有效、最常用和最方便的交换信息形式。语音信号是人们构成思想疏通和感情交流的最主要途径。20世纪60年代中期语音信号的采集与分析作为一个重要的研究领域,形成的一系列数字信号处理方法和技术，如快速博里叶变换(FFT)、数字滤波器。随着信息科学技术的飞速发展，语音信号处理在最近20多年中取得了重大进展。在处理方法上，随着电子计算机的飞速发展，以前以硬件为中心的研究逐渐转化为以软件处理为主的研究。然而，在语音识别领域，初期有几种语音打字机的研究很活跃，但后来被全部停了下来，这说明了当时对话音识别难度的认识得到了加深。20世纪90年代以来，语音信号采集和分析通过科学家的不断努力在实用化方
11、面取得了许多实质性的研究进展。其中，语音信号的识别技术和处理技术逐渐从实验室走到大众的现实生活中，具体体现在移动通信的普。另一方面，为了语音识别实用化的需要，快速搜索识别算法、听觉模型、讲者自适应以与进一步的语言模型的研究等课题倍受关注。本文基于matlab的基础进行语音信号的分析和降噪处理。第一章 语音信号的采集1.1 语音信号产生数字模型一般的语音信号是模拟信号，模拟信号的存储和传输都比数字语音信号占更大的存和带宽。所以获得数字语音信号可方便对语音信号的后续处理。语音信号的数字模型就是利用数字模拟技术模拟连续语音信号，或者说，利用数字信号处理技术来实现发音器官的模拟。发音器官能发出连续的声
12、波，那么数字模型就能产生与此相对应的信号序列。为了表示取样的语音信号，我们采用的是离散时间模型。虽然已经假定了许多不同的模型，但是目前还没发现一种可以详细描述人类语音中以观察到的全部特征模型。建立模型的基本准则是寻求一种可以表达一定物理状态下的数学关系，要使这种关系不仅具有强大的精确度，而且还要最简单。由于语音信号是一连串的时变过程，具有的是非线性时变特性。然而，作出一些合理的假设，在较短的时间间隔表示语音信号，可以采用线性时不变模型。图1-1给出经典的语音信号数字模型。这里，语音信号被看成是线性时不变系统在随机噪声或准周期脉冲序列下的输出。冲激序列发生器随机噪声发生器声门波模型声道模型振幅A
13、u振幅Av声道参数图1-1语音信号产生模型1.2 语音信号的数字化和预处理语音信号的数字化处理一般包括反混叠滤波、采样、放大以与增益控制、A/D转换与PCM编码。预处理则包括预加重、分帧和加窗。在将语音信号进行数字化前，必须先进行防混叠预滤波，预滤波的目的有两个：（1）抑制输入信导各频域分量中频率超出fs/2的所有分量（fs为采样频率），以防止混叠干扰。（2）抑制50Hz的电源工频干扰。这样预滤波器必须是一个带通滤波器。语音信号处理中，为将原始模拟语音信号变为数字信号，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信号。采样，是信号在时间上的离散化，即在模拟信号x(t)上按
14、照一定时间间隔逐点采取其瞬时值。采样时必须要注意满足奈奎斯特定理，即采样频率fs必须以高于被测信号的最高频率两倍以上的速度进行采样，才能正确地重建原始波形，它是通过采样脉冲和模拟信号相乘来实现的。 根据语音信号时域波形可知，语音信号频率集中于1KHz，而采样频率50KHz远大于1KHz,因此不会发生采样混叠现象。如果上述语音信号的采样频率变为600Hz时，由于采样频率小，所得采样点少，离散信号偏离原始信号，频谱发生混叠。一般而言，采样频率越高，采样就越密，所得离散信号就越逼近原始信号。但对于固定长度的信号，过高的采样频率并不可取，会给计算机增加不必要的工作量和存储空间。采样频率过低，采样点间隔过远，则离散信号不足以反映原有信号波形特征，无法使信号复原，造成信号混淆。根据采样定理，当采样频率大于信号的两倍带宽时，采样过程不会丢失信息，利用理想滤波器可从采样信号中不失真地重构原始信号波形。采样后的信号仍然是模拟信号，需对其进行量化，才可得到数字信号。量化是对幅值进行离散化，即将振动幅值用二进制量化电平来表示。量化电平按级数变化，实
