语音信号处理实验报告.doc

通信与信息工程学院信息处理综合实验报告 班 级：电子信息工程1502班 学 号姓 名成 绩指导教师：设计时间：2018/10/22-2018/11/23评 语：通信与信息工程学院二一八年 实验题目：语音信号分析与处理1、 实验内容1. 设计内容利用MATLAB对采集的原始语音信号及加入人为干扰后的信号进行频谱分析，使用窗函数法设计滤波器滤除噪声、并恢复信号。2设计任务与要求1. 基本部分（1）录制语音信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。（2）对所录制的语音信号加入干扰噪声，并对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。（3）分别利用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数设计数字滤波器滤除噪声，并画出各种函数所设计的滤波器的频率响应。（4）画出使用几种滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化；回放语音信号。2. 提高部分（5） 录制一段音乐信号并对其进行采样；画出采样后语音信号的时域波形和频谱图。（6）利用MATLAB产生一个不同于以上频段的信号；画出信号频谱图。（7）将上述两段信号叠加，并加入干扰噪声，尝试多次逐渐加大噪声功率，对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。（8）选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。 2、 实验原理1.设计原理分析本设计主要是对语音信号的时频进行分析，并对语音信号加噪后设计滤波器对其进行滤波处理，对语音信号加噪声前后的频谱进行比较分析，对合成语音信号滤波前后进行频谱的分析比较。首先用PC机WINDOWS下的录音机录制一段语音信号，并保存入MATLAB软件的根目录下，再运行MATLAB仿真软件把录制好的语音信号用audioread函数加载入MATLAB仿真软件的工作环境中，输入命令对语音信号进行时域，频谱变换。对该段合成的语音信号，分别用矩形窗、三角形窗、Hanning窗、Hamming窗及Blackman窗几种函数在MATLAB中设计滤波器对其进行滤波处理，滤波后用命令可以绘制出其频谱图，回放语音信号。对原始语音信号、合成的语音信号和经过滤波器处理的语音信号进行频谱的比较分析。2.语音信号的时域频域分析在Matlab软件平台下可以利用函数audioread对语音信号进行采样,得到了声音数据变量y,同时把y的采样频率Fs=44100Hz放进了MATALB的工作空间。上述程序是在Matlab软件中画出语音信号的时域波形(图1),回放录入声音。从图中可以看出在时域环境下,信号呈现出3个不规则的信号峰值。然后对语音信号进行频谱分析,在Matlab中可以利用函数fft对信号行快速傅里叶变换,得到信号的频谱图如图1所示。3MATLAB中的窗函数 实际应用的窗函数，可分为以下主要类型： a) 幂窗-采用时间变量某种幂次的函数，如矩形、三角形、梯形或其它时间（t）的高次幂； b)三角函数窗-应用三角函数，即正弦或余弦函数等组合成复合函数，例如汉宁窗、海明窗等； c)指数窗-采用指数时间函数，如 形式，例如高斯窗等。 d)平顶窗-平顶窗在频域时的表现就象它的名称一样有非常小的通带波动。不同的窗函数对信号频谱的影响是不一样的，这主要是因为不同的窗函数，产生泄漏的大小不一样，频率分辨能力也不一样。信号的截短产生了能量泄漏，而用FFT算法计算频谱又产生了栅栏效应，从原理上讲这两种误差都是不能消除的，但是我们可以通过选择不同的窗函数对它们的影响进行抑制。(矩形窗主瓣窄，旁瓣大，频率识别精度最高，幅值识别精度最低；布莱克曼窗主瓣宽，旁瓣小，频率识别精度最低，但幅值识别精度最高)。（1）矩形窗，调用格式：w=boxcar(n)，根据长度 n 产生一个矩形窗 w。 （2）三角窗，调用格式：w=triang(n)，根据长度 n 产生一个三角窗 w。 （3）汉宁窗，调用格式：w=hanning(n)，根据长度 n 产生一个汉宁窗 w。 （4）海明窗，调用格式：w=hamming(n)，根据长度 n 产生一个海明窗 w。 （5）布拉克曼窗，调用格式：w=blackman(n)，根据长度 n 产生一个布拉克曼窗 w。4.窗函数的基本参数窗函数旁瓣峰值幅度/dB过渡带宽近似值过渡带宽精确值阻带最小衰减/dB矩形窗-134/N1.8/N-21三角窗-258/N6.1/N-25hanning窗-348/N6.2/N-44hamming窗-418/N6.6/N-53blackman窗-5712/N11/N-745.数字滤波的设计并对加噪信号进行滤波处理数字滤波器分为FIR数字滤波器和IIR数字滤波器两种,可以用硬件和软件来设计实现。软件设计主要有脉冲响应不变法、双线性变换法、窗口函数法。本设计是用窗函数法设计FIR低通滤波器。针对以上语音信号设定滤波器的性能指标用设计低通滤波器。用设计好的数字滤波器对含噪语音信号进行滤波,在Matlab中FIR滤波器利用函数fftfilt对信号进行滤波,FIR滤波器利用函数filter对信号进行滤波。在一个窗口同时画出滤波前后的波形及频谱如图2所示。三、实验步骤及结果1. 基本部分语音文件的读取、采样、加噪，以及绘制原始语音信号和加噪后语音信号的时域波形与频谱：y,fs=audioread(voice.wav);%读取语音文件sound(y,fs); %回放语音y1=fft(y,fs); %原始语音信号的频谱y1z=awgn(y,40); %加入高斯白噪声z1=fft(z,fs); %加噪信号的频谱z1sound(z,fs); %播放加噪后的语音figure(1);subplot(2,2,1);plot(y); %绘制原始语音信号的时域波形title(原始语音信号的时域波形);xlabel(时间);ylabel(幅度);subplot(2,2,2);plot(abs(y1); %绘制原始语音信号的频谱title(原始语音信号的频谱);xlabel(频率);ylabel(幅度);subplot(2,2,3);plot(z); %绘制加噪语音信号的时域波形title(加噪信号的时域波形);xlabel(时间);ylabel(幅度);subplot(2,2,4);plot(abs(z1); %绘制加噪信号的频谱title(加噪信号的频谱);xlabel(频率);图1(a)原始语音信号的时域波形图1(b)原始语音信号的频谱图1(c)加噪语音信号的时域波形图1(d)加噪语音信号的频谱滤波器设计代码（以hamming窗为例）：wp=2*pi*1200/fs; %滤波器参数ws=2*pi*1400/fs;wdelta=ws-wp; %过渡带宽度N=ceil(6.6*pi/wdelta);%根据过渡带宽度求hamming窗滤波器阶数 wn=(wp+ws)/2; %截止频率b,a=fir1(N,wn/pi,hamming(N+1); %生成FIR滤波器使用MATLAB自带函数求滤波器的频率响应：freqz(b,a,512); %求频率响应 用矩形窗设计的滤波器的频率响应 用三角窗设计的FIR滤波器频率响应 用hanning窗设计的FIR滤波器频率响应 用hamming窗设计的FIR滤波器频率响应 用blackman窗设计的FIR滤波器频率响应画出使用滤波器滤波后信号时域波形和频谱，对滤波前后的信号、几种滤波器滤波后的信号进行对比，分析信号处理前后及使用不同滤波器的变化，回放语音信号（以hamming窗为例）：f=fftfilt(b,z);%调用FIR滤波器（z为加噪后的语音信号）sound(f,fs); %播放滤波后的语音信号figure(2)subplot(2,2,1);plot(z);title(hamming窗FIR滤波器滤波前的时域波形);subplot(2,2,2);plot(f);title(hamming窗FIR滤波器滤波后的时域波形);z3=fft(z,fs);%滤波前信号的频谱F0=fft(f,fs);%滤波后信号的频谱subplot(2,2,3);plot(abs(z3);title(hamming窗FIR滤波器滤波前的频谱)xlabel(频率/Hz);ylabel(幅值);subplot(2,2,4)plot(abs(F0);title(hamming窗FIR滤波器滤波后的频谱)xlabel(频率/Hz);ylabel(幅值);图2（a）滤波前的时域波形图2（b）滤波前的频谱图2（c）滤波后的时域波形图2（d）滤波后的频谱2. 提高部分录制两段音乐信号，一段音调较高，一段音调较低，画出采样后信号的时域波形和频谱图：y,fs=audioread(music_1.wav);x1=y(1:250000); %取前二十五万个样点sound(x1,fs); %播放音乐1（低音，以钢琴为主）xx1=fft(x1,fs); %音乐信号1的频谱xx1 y,fs=audioread(music_2.wav);x2=y(1:250000); %取前二十五万个样点sound(x2,fs); %播放音乐2（高音，以小号为主）xx2=fft(x2,fs); %音乐信号2的频谱xx2图3（a）音乐信号1的时域波形图3（b）音乐信号1的频谱图3（c）音乐信号2的时域波形图3（d）音乐信号2的频谱将上述两段信号叠加，并加入干扰噪声对加入噪声的信号进行频谱分析；画出加噪后信号的时域波形和频谱图。选用一种合适的窗函数设计数字滤波器，画出滤波后音乐信号时域波形和频谱，对滤波前后的信号进行对比，回放音乐信号。m1=x1+x2; %将两段音乐信号叠加mm1=fft(m1,fs); %叠加后信号的频谱mm1sound(m1,fs); %播放叠加后的音乐信号z=awgn(m1,20); %加入高斯白噪声z1=fft(z,fs); %加噪信号的频谱z1sound(z,fs); %播放加噪后的叠加信号%-使用滤波器对叠加信号进行滤波-wp=2*pi*3200/fs; %滤波器参数ws=2*pi*3400/fs;wdelta=ws-wp; %过渡带宽度N=ceil(6.6*pi/wdelta);%根据过渡带宽度求滤波器阶数 wn=(wp+ws)/2; %截止频率b,a=fir1(N,wn/pi,hamming(N+1); %使用hamming窗生成滤波器f=fftfilt(b,z);F0=fft(f,fs);%n=fs*(0:511)/1024;sound(f,fs); %播放滤波后的音乐图4（a）滤波前的加噪信号的时域波形图4（b）滤波前的加噪信号的频谱图4（c）滤波后的加噪信号的时域波形图4（d）滤波后的加噪信号频谱四、实验总结与体会 本次课程设计在组员们的合作和老师的帮助下顺利完成，虽然在过程中遇到了很多问题，比如语音信号无法正常播放、不懂如何在matlab中进行滤波器的设计、频谱显示不正确以及各种导致程序无法运行的错误等。但最后我们通过多方查找资料，以及互相讨论验证中成功的解决掉了遇到的问题。通过本次课程设计，在整个过程中我们懂得了许多东西，让我们了解到数字滤波是数字信号分析中最重要的组成部分之一，与模拟滤波相比，它具有精度和稳定性高、系统函数容易改变、灵活性强、便于大规模集成和可实现多维滤波等优