matlab音频信号处理实验报告

1、matlab音频信号处理实验报告 MATLAB音频信号处理实验 南昌航空大学信息工程学院 课程实验报告 实验名称： 实验时间： 2014年4月23日 指导教师： 班级 ： 学号 ： 姓名 ： 成绩 ： 南昌航空大学实验报告 2014 年 4 月 23 日 课程名称： 数字信号处理 实验名称： 音频信号处理 班级：姓名： 学号： 指导老师评定： 签名： 一、实验目的 （1）进一步加深DFT算法原理和基本性质的理解； （2）熟悉FFT算法原理； （3）理解掌握音频信号各参数的意义； （4）设计低通滤波器。 二、实验内容 （1）对一个音频信号用FFT进行谱分析； （2）对该音频信号进行放大或衰减；

2、（3）对该音频信号加入噪声与去掉噪声处理。 三、实验原理 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。于是，本实验就从频域的角度对信号进行分析，并通过分析频谱来设计出合适的滤波器。当然，这些过程的实现都是在MATLAB软件上进行的，MATLAB软件在数字信号处理上发挥了相当大的优势。 1.语音信号的读取 y,fs,bits=wavread('Blip',N1 N2);用于读取语音，采样值放在向量y中，f

3、s表示采样频率(Hz)，bits表示采样位数。N1 N2表示读取从N1点到N2点的值（若只有一个N的点则表示读取前N点的采样值）。 2.语音信号的播放 sound(x,fs,bits); 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。 3.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

4、，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。如果x长度是2的幂次方，函数fft执行高速基2FFT算法；否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。函数FFT的另一种调用格式为 y=fft(x,N),式中，x，y意义同前，N为正整数。函数执行N点的FFT。若x为向量且长度小于N，则函数将x补零至长度N。若向量x的长度大于N，则函数截短x使之长度为N。若x 为矩阵，按相同方法对x进行处理。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。函数a

5、bs(x)用于计算复向量x的幅值，函数angle(x)用于计算复向量的相角，以弧度表示。 四、程序清单及分析 （A）本实验的语音信号是通过查找电脑系统存在的语音信号所得，ding.wav信号的比特率为176bps. S1,fs,bits = wavread('ding.wav'); figure(1); plot(S1); title('原始信号波形'); figure(2); F = fft(S1); plot(abs(F); title('原始信号频谱'); 图1原始信号波形图2 原始信号频谱

6、(B) 信号放大后的声音未画出图形，但是经过听声音认证，语音信号的声音确实放大了，可见，可以通过把信号乘以一个系数的方法进行放大。 S2 = S1 * 4; %对语音信号进行放大 wavwrite(S2,22000,8,'dingaloud.wav');%生成放大后的语音信号 %sound(S2); (C) 本实验产生噪声的方法是通过对语音信号进行调制，调制后的语音信号即高频信号，故可以把该信号当作是噪声信号，并与原始信号进行叠加，这样得到的信号即是加入了噪声的信号。信号调制的代码如下： fc=10000; %载波频率 y1=modulate(S1,fc,fs,

7、'fm'); %对原语音信号调制 Y1=fft(y1,40000); %采样点数40000 figure(3); subplot(211);plot(y1);title('调制后信号波形'); subplot(212);plot(abs(Y1);title('调制后信号频谱'); %sound(y1); %播放调制后的语音信号 调制后的信号为高频信号，故波形很密，如下图：图3 调制后的信号和频谱 (D) 加入噪声的信号 %调制信号+原始信号波形 y2 = S1 + y1;%加入噪声后的语音信号 Y2

8、 = fft(y2,40000);%采样点数40000，对加噪后的信号进行fft figure(4); subplot(211);plot(y2);title('调制信号+原始信号波形'); subplot(212);plot(abs(Y2);title('调制信号+原始信号频谱'); %sound(y2); %播放加入噪声后的语音信号 图4 加入噪声后的信号与频谱篇二：基于MATLAB的语音信号分析与处理的实验报告 基于MATLAB的语音信号分析与处理的实验报告 一.实验目的 综合计运用数字信号处理的理论知识进行频谱分析和滤波器

9、设 计，通过理论推导得出相应的结论，培养发现问题、分析问题和解决问题的能力。并利用MATLAB作为工具进行实现，从而复习巩固课堂所学的理论知识，提高对所学知识的综合应用能力，并从实践上初步实现对数字信号的处理。此外，还系统的学习和实现对语音信号处理的整体过程，从语音信号的采集到分析、处理、频谱分析、显示和储存。 二.实验的基本要求 1.进一步学习和巩固MATLAB的使用，掌握MATLAB的程序设计方法。 2.掌握在windows环境下语音信号采集的方法。 3.掌握数字信号处理的基本概念、基本理论、原理和基本方法。 4.掌握MATLAB设计FIR和IIR数字滤波器的方法。 5.学会用MATLAB

10、对信号进行分析和处理。 三实验内容 录制一段自己的语音信号，（语音信号声音可以理解成由振幅和相位随时间缓慢变化的正弦波构成。人的听觉对声音的感觉特征主要包含在振幅信息中，相位信息一般不起作用。在研究声音的性质时，往往把时域信息（波形图）变换得到它的频域信息（频谱），通过研究频谱和与频谱相关联的特征获得声音的特性。）并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，采用窗函数法或者双线性变换设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号发生的变化；回放语音信号。

11、 四实验的实现 （1）.语音信号的采集 采用windows下的录音机或者手机、其他的软件，录制一段自己的话音，时间控制在一分钟左右；然后在MATLAB软件平台下，利用函数wavread对自己的话音进行采样，记住采样的频率和采样的点数。通过实现wavread函数，理解采样的频率、采样位数等概念。下面介绍wavread的使用方法： Wavread函数调用格式如下： y=wavread（flie），读取file所规定的wav文件，返回采样值放回y中。 y，fs，nbits=wavread（file），采样值放在向量y中，fs表示采样频率（Hz），nbits表示采样位数。 y=wavread（file

12、，N），读取前N点的采样值放在向量y中。 y=wavread（file，N1，N2），读取从N1点到N2点的采样值放在向量y中。 （2）语音信号的频谱分析 首先画出语音信号的时域波形，然后对话音信号进行频谱分析。在MATLAB中，可以采用函数fft对信号进行快速傅里叶变换，得到信号的频谱特性，从而加深对频谱特性的理解。 其程序如下： y,Fs,bits=wavread('d:声音片段01.wav');%读出信号，采样率和采样位数 Sound(y); Y = fft(y,4096); figure(1); subplot(2,2,1); plot(y); titl

13、e(' 原时域波形'); ylabel('amplitude'); xlabel('n'); subplot(2,2,2); plot(abs(Y);%对频域取模 axis(0,4096,0,3);%横纵坐标确定 title('原频谱特性');%标题 ylabel('amplitude');%Y轴显示 xlabel('frequency(hz)');%X轴显示 程序运行的结果如下图所示：原时域波形 10.

14、53 原频谱特性 amplitude 0-0.5-1 amplitude 5000 n10000 15000 21 100020003000 frequency(hz) 4000 （3）设计数字滤波器和画出频率响应 根据语音信号的特点给出有关滤波器的性能指标： 1.低通滤波器性能指标，fp=1000Hzfc=2000HzAs=100db Ap=1db 用巴特沃斯滤设计的低通滤波器的程序如下： wp=2*1200/8000; %归一化通带数字频率wp ws=2*2000/8000; %归一化阻带数字截止频率ws Rp=0.5; %通带波纹系数Rp Rs=60; %最小阻带衰减Rs N,Wn=bu

15、ttord(wp,ws,Rp,Rs); %求阶数N和滤波器截止频率Wn num,den=butter(N,Rp);%传输分子和分母的系数 h,w=freqz(num,den);%求频率响应subplot(2,1,1); %窗口分成2行1列绘图区,第1个区为当前活动区 plot(w/pi,abs(h); %二维连续图形 grid;%添加网格 title('巴特沃思型低通滤波器的幅频响应'); %加图形说明 xlabel('omega/pi'); %加X轴说明（/后表示转义字符） ylabel('振幅(幅值)&

16、#39;);%加Y轴说明 subplot(2,1,2); %窗口分成2行1列绘图区,第2个区为当前活动区 plot(w/pi,20*log10(abs(h);%二维连续图形 grid; %添加网格 title('巴特沃思型低通滤波器的幅频响应'); %加图形说明 xlabel('omega/pi'); %加X轴说明（/后表示转义字符） ylabel('振幅(分贝)'); %加Y轴说明 程序运行篇三：音频matlab实验报告 MATLAB设计实验报告 设计题目 音频实时采集处理的GUI接口设计 成 员

17、： 姜宇栋 李晓宇 赵立志 姓 名： 姜宇栋 学 号： 201300800098 学 院： 机电与信息工程学院 专 业： 电子信息科学与技术 个人职责： M文件编辑 年 级 2013级 2015 年 7 月 29 日 1总体方案论证 1.1题目分析 设计一个基于matlab可以实时显示电脑麦克风端口音频数据的频谱以及频率密度分布的GUI接口。 基本要求：能够同时显示动态变化的频谱和概率密度分布曲线。 扩张功能：分析窗长实时调节，音频数据实时显示，音频信号同步播放等。 1.2总体方案设计 流程设计：先启动MATLAB程序，出现设计好的图形用户界面，按下相应的按键就进入相应按键的回调函数设定，设定

18、完采集参数后启动声卡进行采集并显示采集到的波形或者频谱图，同时在进行语音信号采集的时候每隔0.1秒进入定时器回调函数一次，刷新下采集到的坐标轴的波形或者频谱图来实现动态的显示，在采集时候只要按下停止按键就会停止采集与显示。 2实验步骤 2.1 创建符合要求的gui接口：2.2M文件： function varargout = untitled(varargin) gui_Singleton = 1; gui_State = struct('gui_Name', mfilename, . 'gui_Singleton', gui_S

19、ingleton, . 'gui_OpeningFcn', untitled_OpeningFcn, . 'gui_OutputFcn', untitled_OutputFcn, . 'gui_LayoutFcn', , . 'gui_Callback',); if nargin && ischar(varargin1) gui_State.gui_Callback = str2func(varargin1); end if nargo

20、ut varargout1:nargout = gui_mainfcn(gui_State, varargin:); else gui_mainfcn(gui_State, varargin:); end function untitled_OpeningFcn(hObject, eventdata, handles, varargin) handles.output = hObject; guidata(hObject, handles); function varargout = untitled_OutputFcn(hObject, eventdata, handles) varargo

21、ut1 = handles.output; function DaqStart_Callback(hObject, eventdata, handles) while(1) clc; duration = 0.8;ai = analoginput('winsound'); addchannel(ai, 1); sampleRate = get(ai, 'SampleRate'); requiredSamples = floor(sampleRate * duration); set(ai, 'SamplesPerT

22、rigger', requiredSamples); start(ai) data, time = getdata(ai); axes(handles.axes4); time=0.25*linspace(0,1,1901); plot(time,data(4500:6400); wavplay(data,sampleRate); Fs=get(ai,'SampleRate'); blocksize=get(ai,'SamplesPerTrigger'); f,mag =daqdocfft(data,Fs,blocksize)