基于matlab的音频信号处理毕业设计含源文件

毕业设计题目：基于 matlab 的音频信号处理 专业： 电子信息工程 学号： 作者： 指导教师(职称)： 1基于 MATLAB的语音信号处理【摘 要】 Matlab 语音信号处理是指利用 matlab 软件对音频信号进行读取，并对音频信号进行采样分析及离散傅里叶变换，以方便对其在频域上进行调制滤波等相关的操作。本次实验在提取音频信号后会对该信号使用在 MATLAB 软件中设计的滤波器进行滤波，并观察其效果，验证滤波器是否可行。本次使用了 MATLAB 软件，综合运用 GUI 界面设计、各种函数调用等来实现音频信号的傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。软件中自带的信号处理与分析工具箱为语音信号分析实验提供了丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化。信号处理是 MATLAB 重要应用的领域之一。【关键词】 matlab 语音信号处理 数字滤波器 傅里叶变换Based on MATLAB of the signal processingAudio processing design【Abstract】: The contents of the research is to filter the signal noise with using MATLAB software. signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanitys most important, most effective and most convenient form of exchange of information.MATLAB is a Professional Computing Software based on the mathematical function .Through into the MATLAB software can audio signal frequency synthesis and decomposition. Also can be processed in more detail the audio file to use it, such as increasing the frequency and amplitude of audio files it can also add to specify the content of the audio file noise signal. The experiment will be through digital MATLAB 2filter design to deal with the audio in which be polluted ,after it ,The system will draws two waveform picture:before filtering and after filtering. And through these pictures to observe the filtering effect of the filter.Mathematical function designed in this paper are: the fast fourier transform,the method of window function, the bilinear transformation method. And in this process it also include use GUI interface design window. Finally the voice signal processing will be a popular development in Future development direction【 Keywords】: matlab，signal processing，Fourier transform， 3目 录第 1 章 引言 .41.1 音频信号处理研究意义 .41.2 音频信号处理发展历程和现状 .41.3 本课题的研究内容和问题 .51.4 程序流程图 .6第 2 章 信号采集基本内容 .72.1 MATLAB 简述 .72.2 采样位数和采样频率 .72.3 音频信号采集依据：采样定理 .72.4 倒谱概念 .82.5 信号采集过程 .82.6 傅里叶变换基础 .92.7 MATLAB 数字滤波器设计简述 .10第 3 章 音频信号处理 .113.1 音频的采集与作图 .113.2 对采集信号的加噪声处理 .123.3 音量标准化 .14第 4 章 滤波器设计 .164.1 数字滤波器原理 .164.2 IIR 与 FIR 滤波器区别 .164.3 低通、高通和带通 .174.4 双线性变换法与窗函数法 .184.5 常用 MATLAB 滤波器设计函数 .194.6 语音信号常用滤波性能指标 .204.7 FDATOOL 工具 .214.8 用 MATLAB 设计滤波器实例 .23第 5 章 MATLABGUI 设计 .235.1 GUI 介绍 .265.2 GUI 设计流程 .275.3 小结内容 .30第 6 章 软件设计成品与使用 .236.1 成品界面分类及介绍 .265.2 使用效果 .275.3 小结内容 .30结果分析 .30致 谢 .31参考文献 .31附录 .32附录 1：对相同音频文件的滤波器滤波比较 .32附录 2：实验中使用的主要 M 文件代码 .354第 1章 引言本章简要介绍了音频信号处理的研究意义、起源与发展以及国内外的研究现状，并依此提出了本论文研究的主要内容。MATLAB 是一种功能强大、效率高、交互性好的数值计算和可视化计算机高级语言，它将数值分析、信号处理和图形显示有机地融合为一体，形成了一个极其方便、用户界面友好的操作环境。本文就是在 MATLAB 基础上来进行音频信号参数的分析与处理的。1.1 音频信号处理的研究意义本课题旨在对音频文件的调制和滤波。音频信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过声音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。同时，声音也是人与机器之间进行通信的重要工具，它是一种理想的人机通信方式，因而可为信息处理系统建立良好的人机交互环境，进一步推动计算机和其他智能机器的应用，提高社会的信息化程度。语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有 8 种波形可以让我们分析：矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余旋波，余旋平方波，高斯波。对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：将时域的波形转化到频域来分析。语音信号处理是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科。虽然从事这一领域研究的人员主要来自信号与信息处理及计算机应用等学科，但是它与语音学、语言学、声学、认知科学、生理学、心理学等许多学科也有非常密切的联系。1.2 音频信号处理的发展历程和现状在 60 年代，计算机的广泛应用推动了语音识别技术的发展，出现了多种语音信号分析方法，提出了动态规划(DP)和线性预测分析(LP)技术。其中后者较好地解决了语音信号产生模型的问题，对语音识别的发展产生了深远影响。 70 年代，语音识别理论取得了突破。LP 技术得到进一步发展，动态时间归正技术(DTW)基本成熟，特别是提出了矢量量化(VQ)和隐马尔可夫模型(HMM)理论。在实践上，实现了基于线性预测倒谱和 DTW 技术的特定人孤立语音识别系统。 80 年代，HMM 模型和人工神经元网络(ANN)成功应用于实践，并于 1988 年由 CMU 研制出了非特定人、大词汇量、连续语音识别系统SPHINX。它可以理解由 1000 个单词构成的 4200 个句子，被认为是语音识别历史上的一个里程碑。HMM 模型的广泛应用应归功于 AT 用于对声音的回放。向量 y 则就代表了一个信号（也即一个复杂的%26ldquo;函数表达式%26rdquo;）也就是说可以像处理一个信号表达式一样处理这个声音信号。2.6 傅里叶变换基础离散傅里叶变换（DFT），是连续傅里叶变换在时域和频域上都离散的形式，将时域信号的采样变换为在离散时间傅里叶变换（DTFT）频域的采样。在形式上，变换两端（时域和频域上）的序列是有限长的，而实际上这两组序列都应当被认为是离散周期信号的主值序列。即使对有限长的离散信号作 DFT，也应当将其看作经过周期延拓成为周期信号再作变换。设 x(n)是一个长度为 M 的有限长序列，则定义 x(n)的 N 点离散傅里叶变换为： 10)()()(NnknWxDFTkX10k kNkNkN WxxWx )1(20 ()()()( 按照公式进行计算称为 DFT 的直接计算方法。计算离散傅里叶变换的一种快速算法，简称 FFT。快速傅里叶变换是 1965 年由J.W.库利和 T.W.图基提出的。采用这种算法能使计算机计算离散傅里叶变换所需要的乘法次数大为减少，特别是被变换的抽样点数 N 越多，FFT 算法计算量的节省就越显著。由于本次分析的音频信号文件抽样点数过多，最少的点数仍约为 1W 点，使用原离散傅里叶变换函数会造成计算机运行的内存空间不足，故此次采用快速傅里叶变换。MATLAB 中调用快速傅里叶变换函数的命令为：X=FFT(x)；-返回应用快速傅立叶方法计算得到的矢量 X 的离散傅立叶变换（DFT）， 如果 X为矩阵，fft 返回矩阵每一列的傅立叶变换，如果 X 为多维数组，fft 运算从第一个非独立维开始执行。Y=fft(X) -返回应用快速傅立叶方法计算得到的矢量 X 的离散傅立叶变换（DFT）， 如果 X为矩阵，fft 返回矩阵每一列的傅立叶变换，如果 X 为多维数组，fft 运算从第一个非独立维开始执行。Y=fft(X,n) - 返回 n 点的离散傅立叶变换，如果 X 的长度小于 n，X 中补 0 使其与 n 的长度相同，如果 X 的长度大于 n，则 X 的多出部分将被删除；如 X 为矩阵，用同样方法处理矩阵列的长度。一般而言，对于