基于MATLAB的个人语音信号处理.doc

目 录 一、实验目的 1 二、实验原理 1 三、．主要实验仪器及材料 1 四．掌握要点 1 五、实验内容 1 六、 语音信号的采集 1 七、 语音信号的频谱分析 3 八、 FIR滤波器的分析与设计 4 1、窗函数法设计FIR滤波器 4 2、程序设计及流程图 5 3、输出结果仿真 6 4、程序设计及流程图 （FIR高通滤波器） 6 5、输出结果仿真 7 九、 声音信号的滤波 7 十、 对信号进行滤波的流程 8 十一、 对信号进行滤波的仿真 8 1、滤波前后的时域对比 9 2、滤波前后的频域对比 10 十二、 总结及心得体会 10 附 录：（声音信号的滤波部分程序） 11 参考文献 14 一、实验目的 综合运用数字信号处理课程的理论知识进行频谱分析以及滤波器设计，通过理论推 导得出相应结论，并进行计算机仿真，从而复习巩固了课堂所学的理论知识，提高了对所学 知识的综合应用能力。 二、实验原理 参考《数字信号处理》教材。 三、．主要实验仪器及材料 微型计算机、Matlab6.5 教学版、TC 编程环境。 四．掌握要点 初步掌握实现了对数字信号的处理。 五、实验内容 （1）录制一段个人自己的语音信号，并对录制的信号进行采样，对采样后的语音信号 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滤波器，得出滤波 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，得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，分析信号的变化；回放语音信号。 六、 语音信号的采集 首先利用Windows下的录音机，录制一段自己的话音，时间在1 s内，存为文件：music.wav。然后在MATLAB软件平台下，利用函数wavread对语音信号进行采样，记下采样频率和采样点数为：PCM 44.100 kHz, 16 位。通过wavread函数的使用，我们能很快理解采样频率、采样位数等概念。 利用函数wavread对语音信号的采集的程序如下： close all; i=1; [x,fs,bits]=wavread(music.wav); %x：语音数据；fs：采样频率；bits：采样点数 sound(x,fs,bits); %话音回放 N=length(x); n=0:N-1; figure(i); subplot(2,1,1); plot(n,x); %画出原始语音信号的波形 xlabel(n); ylabel(x(n)); title(原始语音信号); subplot(2,1,2); [H,f]=freqz(x,1,512,fs); plot(f,20*log10(abs(H))); %画出原始语音信号的频谱 xlabel(n); ylabel(x(n)); title(原始语音信号的频谱); 文件名ywavread 运行结果：fs = 22.050 kHz bits =16 图1 原始语音信号及其频谱 七、 语音信号的频谱分析 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。语音信号的FFT频谱分析程序如下： f=fft(x,N); %对语音号进行快速傅里叶变换,得出频谱 i=i+1; figure(i); plot(abs(n),abs(f)); xlabel(k); ylabel(|y(k)|); title(FFT后的波形); 运行结果： 图2 傅里叶变换后的频谱 八、 FIR滤波器的分析与设计 IIR滤波器的最大缺点是不容易实现线性相位，而在语音、图像、数据通信等系统中普遍都要求数字滤波器具有线性相位特性，FIR滤波器正是因为具有线性相位特性因而在各个科技领域都获得了广泛的应用。设计FIR常用方法有窗函数法、频率采样法等，本次课程设计采用的是窗函数法。 1、窗函数法设计FIR滤波器 FIR滤波器的设计目标就是通过傅里叶变换，得到理想滤波器与近似数字滤波器在频域上的对应关系为 ， 就称为窗函数。用实际的系统函数逼近理想的系统函数时，其精确程度取决于窗函数的频率特性。经过截取后，会带来误差，在频域上引起截断效应，称为吉布斯效应(Gibbs)。为了改善这种情况，需要窗函数的主瓣宽度尽可能窄，以获得最小的过渡带；旁瓣相对值尽可能小，以使通带波纹小，并且阻带衰减大。实际上，这两个要求并不能同时满足，如何设计尽量满足这两个条件的窗函数就