语音信号预处理方法研究.pdfVIP

一、设计目的与要求

本次课程设计的目的是利用MATLAB对语音信号进行数字信号处理和分析，

要求学生采集语音信号后，在MATLAB软件平台进行频谱分析和特征提取；并对

所采集的语音信号使用合适的滤波器滤除噪声，分析比较不同滤波器的性能。

要求利用MATLAB来读入（采集）语音信号，将它赋值给某一向量。再将该

向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对

它进行滤波。特征提取包括对原信号进行预加重处理，然后分帧并加窗，采样和

量化，端点检测等。然后我们还可以通过sound命令来对语音信号进行回放，以

便在听觉上来感受声音的变化。

-1-

二、设计方案论证

2.1设计理论依据

2.1.1采样定理

在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中，最高

频率fmax的2倍时，即：fs.max=2fmax,则采样之后的数字信号完整地保留了

原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；

采样定理又称奈奎斯特定理。

1924年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速

率的公式:

理想低通信道的最高大码元传输速率=2W*log2N(其中W是理想低通信道

的带宽,N是电平强度)。

2.1.2采样频率

采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量

声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位时间内计算

机得到的声音样本数据就越多，对声音波形的表示也越精确。采样频率与声音频率之间有一

定的关系，根据奎斯特理论，只有采样频率高于声音信号最高频率的两倍时，才能把数字信

号表示的声音还原成为原来的声音。这就是说采样频率是衡量声卡采集、记录和还原声音文

件的质量标准。

2.1.3采样位数与采样频率

采样位数即采样值或取样值，用来衡量声音波动变化的参数，是指声卡在采

集和播放声音文件时所使用数字声音信号的二进制位数。采样频率是指录音设备

在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。

采样位数和采样率对于音频接口来说是最为重要的两个指标，也是选

择音频接口的两个重要标准。无论采样频率如何，理论上来说采样的位数

决定了音频数据最大的力度范围。每增加一个采样位数相当于力度范围增

加了6dB。采样位数越多则捕捉到的信号越精确。对于采样率来说你可以想

象它类似于一个照相机，44.1kHz意味着音频流进入计算机时计算机每秒会

对其拍照达441000次。显然采样率越高，计算机摄取的图片越多，对于原

始音频的还原也越加精确。

-2-

2.1.4预加重

通过一个一阶有限激励响应高通滤波器，使信号的频谱变得平坦，不

易受到有限字长效应的影响。

2.1.5分帧

根据语音的短时平稳特性，语音可以以帧为单位进行处理，实验中选

取的语音帧长为32ms，帧叠为16ms。Matlab中用函数：

y=enframe(x,framelength,step)进行分帧，每帧长framelength，分得的

帧数是nf=fix((nx-framelength+step)/step)；其中nx是x的长度。y

是framelength×nf或nf×framelength的数组，取决于x是列数据还是

行数据。调用格式也可写为y=enframe(x,hanning(framelength),step)；

这时每帧数据都乘了窗函数hanning(framelength)。

2.1.6加窗

采用汉明窗对一帧语音加窗，以减小吉布斯效应的影响。

2.1.7快速傅立叶变换（FastFourierTr