MATLAB音频文件处理.doc

北京邮电大学世纪学院实验报告实 验 报 告 课程名称 数字音视频原理 实验题目 MATLAB音频文件处理 专 业 电子信息工程 班 级 3班 学号 学生姓名 实验成绩 指导教师 2012年3月一、实验目的1、掌握录制语音信号的基本过程；2、掌握MATLAB编程对语音信号进行简单处理的方法并分析结果。二、实验要求上机完成实验题目，独立完成实验报告。三、实验内容1、问题的提出：数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？ 信号是传递信息的函数。离散时间信号（序列）可以用图形来表示。 按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种： （1）连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。 （2）离散时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。 （3）数字信号：时间离散而幅度量化的信号。 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，余弦波，余弦平方波，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。 2、设计方案： 首先要对声音信号进行采集，Windows自带的录音机程序可驱动声卡来采集语音信号，并能保存成.WAV格式文件，供MATLAB相关函数直接读取、写入或播放。利用MATLAB中的wavread命令来读入（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。对于波形图与频谱图（包括滤波前后的对比图）都可以用 MATLAB画出。我们还可以通过sound/wavplay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。 3、主体部分：（1）语音的录入与打开：x,fs,bits=wavread(d:1.wav);%用于读取语音，采样值放在向量x中，fs表示采样频率(Hz)，bits表示量化位数。sound(x,fs,bits); 用于对声音的回放。向量x则代表了一个信号（也即一个复杂的“函数表达式”）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）FFT的MATLAB实现：在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。函数FFT用于序列快速傅立叶变换。函数的一种调用格式为 y=fft(x)。其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT，且和x相同长度。若x为一矩阵，则y是对矩阵的每一列向量进行FFT。经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。MATLAB提供求复数的幅值和相位函数：abs，angle，这些函数一般和FFT同时使用。用MATLAB工具箱函数fft进行频谱分析时需注意：a、函数fft返回值y的数据结构对称性； b、频率计算若N点序列x(n)(n=0,1,N-1)是在采样频率f下获得的。它的FFT也是N点序列，即X(k)(k=0,1,2,N-1)，则第k点所对应实际频率值为f=k*f /N。 （3）下面的一段程序是语音信号在MATLAB中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。x,fs,bits=wavread( d:1.wav );sound(x,fs,bits);X=fft(x);magX=abs(X);subplot(211);plot(x);title(原始信号波形);subplot(212);plot(magX);title(原始信号幅值);运行结果如图：（4） 定点分析：已知一个语音信号，数据采样频率为100Hz，试分别绘制N128点FFT的幅频图和N1024点FFT幅频图。编程如下：x=wavread( d:1.wav );sound(x);fs=100;N=128;y=fft(x,N);magy=abs(y);f=(0:length(y)-1)*fs/length(y);subplot(221);plot(f,magy);xlabel(频率（Hz）);ylabel(幅值);title(N=128(a);gridsubplot(222);plot(f(1:N/2),magy(1:N/2);xlabel(频率（Hz）);ylabel(幅值);title(N=128(b);gridfs=100;N=1024;y=fft(x,N);magy=abs(y);f=(0:length(y)-1)*fs/length(y);subplot(223);plot(f,magy);xlabel(频率（Hz）);ylabel(幅值);title(N=1024(c);gridsubplot(224);plot(f(1:N/2),magy(1:N/2);xlabel(频率（Hz）);ylabel(幅值);title(N=1024(d);grid运行结果如图：上图(a)、(b)为N=128点幅频谱图，(c)、(d)为N=1024点幅频谱图。由于采样频率f =100Hz，故Nyquist频率为 50Hz。(a)、(c)是0100Hz频谱图，(b)、(d)是050Hz频谱图。由(a)或(c)可见，整个频谱图是以Nyquist频率为轴对称的。因此利用fft对信号作频谱分析，只要考察0Nyquist频率（采样频率一半）范围的幅频特性。比较(a)和(c)或(b)和(d)可见，幅值大小与fft选用点数N有关，但只要点数N足够不影响研究结果。（5）音量最大化处理录制声音过程中需对声音电平进行量化处理，最理想的量化是最大电平对应最高量化比特，但实际却很难做到，常有轻音问题。利用MATLAB很容易实现音量标准化，即最大电平对应最高量化比特。基本步骤是：先用wavread函数将.wav文件转换成列数组变量；再求出数组变量的极值并对所有元素作归一化处理；最后用wavwrite函数还原成音量标准化的.wav文件。%音量标准化clear;close all;clc;y,fs,bits=wavread( d:1.wav );fs,bits;ym=max(max(max(y),max(abs(min(y);x=y/ym;wavwrite(x,fs,bits,2.wav);处理后音量增大。运行结果如图：四、作业1、写出读入、写出、播放语音信号的函数；x,fs,bits=wavread(d:1.wav) 读入语音信号的函数wavwrite(x,fs,bits,2.wav) 写出语音信号的函数sound(x,fs,bits) 播放语音信号的函数2、用200Hz的采样频率对语音信号进行处理时，利用fft对信号作频谱分析，考察的幅频特性频率范围一般是多少？为什么选择这个范围？考察的幅频特性频率范围是0-10