余华_数字信号处理_实验二.doc

《数字信号处理》实验二 学 院 ：电子与信息学院 专业班级：通信工程4班 学 号：201130301443 姓 名：李腾辉 实验名称：实验二 实验日期：2013.11.21 第二次实验 一.实验目的 *理解采样率和量化级数对语音信号的影响 *设计滤波器解决实际问题 二.实验内容 ①语音及音乐信号的采样、滤波 ②音乐信号处理 三.实验细节 ① 语音及音乐信号的采样、滤波 1题目要求 实验要求：利用电脑的声卡录一段语音信号及音乐信号，观察使用不同采样率及量化级数所得到的信号的听觉效果，从而确定对不同信号的最佳的采样率；分析音乐信号的采样率为什么要比语音的采样率高才能得到较好的听觉效果。 注意观察信号中的噪声（特别是50hz交流电信号对录音的干扰），设计一个滤波器去除该噪声。 2解答过程 我分别使用了8k,16k,32k三种采样率录制了三段语音信号，量化级数均采用16位，通过反复的回放对比，发现虽然高于8k的采样率的声音更加饱满，音质更佳，但是对于语音信号来说，8k采样率用于通话交流系统已经足够了，采样率的提高对于音质的提升不大，反而需要更大的信道带宽，得不偿失。 同样的，我又分别录制了8k，16k以及32k三种采样率的音乐信号，通过反复对比，可以明显感觉到8k采样率的音乐明显少了许多频率成分，失真严重，高音部分基本听不到了，总之对于音乐信号，8k采样率太低，不适合音乐的欣赏，16k采样率较8k来说频率成分丰富了很多，音乐更加优美动听，32k采样率在此基础上音质有所提升，但个人感觉提升不是很大。 我又对比了16k音乐信号的三种不同量化电平(8bit,16bit,32bit)的效果，显然地8bit对应只有256个量化电平，音乐听起来相当粗糙，明显不合适，16bit已经达到了65536个量化电平，是当前音乐主流的量化数，32bit占用了大量了存储空间，音质提升也不大。 综上分析，对于语音信号，采用8kHz的采样率，8位量化电平数已经足以进行语音交流；而对于音乐信号，最好能达到16kHz以上的采样率，16位的量化电平足以。 附录制的语音音乐信号图 下面是我针对voice_8k.wav这个语音信号，对其50Hz噪声进行消除的程序。 我首先分析了这个信号的时域和频域的谱图，如下图所示。 这段语音信号的内容是“我爱祖国天安门”，从时域图来看，这段信号大约长4秒，全程即使在没有语音的部分也可以看出有小的上下波动，这即是50Hz噪声信号加进去产生的。 再看它的频谱图，我用了40960点的DFT变换，由于实信号的对称性，我截取了前20480点作出上图，可以明显看到，在50Hz处有一个明显的冲激，这就是噪声信号，下面我将设计一个50Hz的陷波器来消除这个滤除这个噪声。 陷波器的传输函数为 ===================================================== 下面贴出程序的代码： f0=50; %50Hz陷波器 fs=8000; %采样率8000Hz Ts=1/fs; NLen=40960; % NLen点DFT变换 apha=-2*cos(2*pi*f0*Ts); beta=0.96; b=[1 apha 1]; a=[1 apha*beta beta^2]; figure(1); freqz(b,a,NLen,fs);%陷波器特性显示 x=wavread(voice2_8k_noise.wav);%原信号 y=filter(b,a,x);%陷波器滤波处理 n=1:length(x); m=1:NLen; xfft=fft(x,NLen); %对信号进行频域变换 xfft=xfft.*conj(xfft)/NLen; y1=fft(y,NLen); y2=y1.*conj(y1)/NLen; figure(2);%滤除前后的信号对比。 subplot(2,2,1);plot(n,x);grid; xlabel(Time (s));ylabel(Amplitude);title(Input signal); subplot(2,2,3);plot(n,y);grid; xlabel(Time (s));ylabel(Amplitude);title(Filter output); subplot(2,2,2);plot(m*fs/NLen,xfft);axis([0 4000 0 0.15]);grid; xlabel(Frequency (Hz));ylabel(Magnitude (dB));title(Input signal); subplot(2,2,4);plot(m*f