基于MATLAB的语音信号采集与处理课程设计报告

1、2007级学生MATLAB课程设计 MATLAB课程设计报告书课题名称基于MATLAB的语音信号采集与处理姓 名学 号 院、系、部专 业指导教师2009年 5月 31日 基于MATLAB的语音信号采集与处理一、实践的目的和要求1. MATLAB软件功能简介MATLAB的名称源自Matrix Laboratory,1984年由美国Mathworks公司推向市场。它是一种科学计算软件，专门以矩阵的形式处理数据。MATLAB将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛的应用于科学计算、控制系统和信息处理等领域的分析、仿真和设计工作。MATLAB软件包括五大通用功能，数值计

2、算功能（Nemeric）、符号运算功能（Symbolic）、数据可视化功能（Graphic）、数字图形文字统一处理功能（Notebook）和建模仿真可视化功能（Simulink）。其中，符号运算功能的实现是通过请求MAPLE内核计算并将结果返回到MATLAB命令窗口。该软件有三大特点，一是功能强大；二是界面友善、语言自然；三是开放性强。目前，Mathworks公司已推出30多个应用工具箱。MATLAB在线性代数、矩阵分析、数值及优化、数值统计和随机信号分析、电路与系统、系统动力学、次那好和图像处理、控制理论分析和系统设计、过程控制、建模和仿真、通信系统以及财政金融等众多领域的理论研究和工程设计

3、中得到了广泛应用。MATLAB在信号与系统中的应用主要包括符号运算和数值计算仿真分析。由于信号与系统课程的许多内容都是基于公式演算，而MATLAB借助符号数学工具箱提供的符号运算功能，能基本满足信号与系统课程的需求。例如解微分方程、傅里叶正反变换、拉普拉斯正反变换和z正反变换等。MATLAB在信号与系统中的另一主要应用是数值计算与仿真分析，主要包括函数波形绘制、函数运算、冲击响应与阶跃响应仿真分析、信号的时域分析、信号的频谱分析、系统的S域分析和零极点图绘制等内容。数值计算仿真分析可以帮助学生更深入地理解理论知识，并为将来使用MATLAB进行信号处理领域的各种分析和实际应用打下基础。2. 本题

4、目的意义 本次课程设计的课题为基于MATLAB的语音信号采集与处理，学会运用MATLAB的信号处理功能，采集语音信号，并对语音信号进行滤波及变换处理，观察其时域和频域特性，加深对信号处理理论的理解，并为今后熟练使用MATLAB进行系统的分析仿真和设计奠定基础。 此次实习课程主要是为了进一步熟悉对matlab软件的使用，以及学会利用matlab对声音信号这种实际问题进行处理，将理论应用于实际，加深对它的理解。二、实践原理：利用MATLAB对语音信号进行分析和处理，采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器

5、滤除噪声，恢复原信号。语音信号的“ 短时谱”对于非平稳信号, 它是非周期的, 频谱随时间连续变化, 因此由傅里叶变换得到的频谱无法获知其在各个时刻的频谱特性。如果利用加窗的方法从语音流中取出其中一个短断, 再进行傅里叶变换, 就可以得到该语音的短时谱。2. 具体流程(1). 语音信号的采集及分析基于声卡进行数字信号的采集。将话筒插入计算机的语音输入插口上,启动录音机。按下录音按钮，对话筒说话,说完后停止录音。要保存文件时,利用了计算机上的A/D转换器,把模拟的声音信号变成了离散的量化了的数字信号,放音时,它又通过D/A转换器,把保存的数字数据恢复为原来的模拟的声音信号。在 Matlab软件平台

6、下可以利用函数wavread对语音信号进行采样,得到了声音数据变量x1,同时把x1的采样频率fs=22050Hz和数据位Nbits=16Bit放进了MATALB的工作空间。图figure 1为原始语音信号的时域图形。从图中可以看出在时域环境下,信号呈现出6不规则的信号峰值。通过freqz函数绘制原始语音信号的频率响应图figure 2 。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figure 3，从图中可以看出对各个频点上的随机信号在频域进行抽样 ,抽样频率为 22050Hz。(2). 给原始信号加上一个高频噪声在Matlab中人为设

7、计一个固定频率5500Hz的噪声干扰信号。噪声信号通常为随机序列,在本设计中用正弦序列代替,干扰信号构建命令函数为d=Au*sin(2*pi*5500*t)',给出的干扰信号为一个正弦信号，针对上面的语音信号 ,采集了其中一段。再对噪音信号进行频谱变换得到其频谱图,从图中可以看出干扰信号，在4000Hz和 6000Hz频点处有一高峰 ,其中 5500Hz 正是本设计所要利用的。(3). 设计一个滤波器，滤除高频噪声由模拟滤波器变换为数字滤波器时,采用的是双线性变换法, 它保留的是从模拟到数字域的系统函数表示。在滤波器的选取时, 由于设计方法的侧重点不同, 作出比较是困难的。如果FIR滤

8、波器情况下,最优的设计将是椭圆滤波器。用双线性变换法设计低通滤波器。的本设计是用双线性变换法设计BW带阻型滤波器。在 MATLAB中 ,可以利用函数 butterworth,设计FIR滤波器,利用 MATLAB 中的函数freqz 画出各滤波器的频率响应。用设计好的带阻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。从图中可以看出 ,5500Hz看到的高峰消失了 ,语音信号与开始的一样 ,滤波器成功的滤除了干扰信号。利用MATLAB对语音信号进行分析和处理，

9、采集语音信号后，利用MATLAB软件平台进行频谱分析；并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。三、实践步骤1用MATLAB对原始语音信号进行分析，画出它的时域波形和频谱程序：fs=22050; %语音信号采样频率为22050x1=wavread('C:Documents and SettingsAdministrator桌面声音文件.wav'); %读取语音信号的数据，赋给变量x1，sound(x1,22050); %播放语音信号y1=fft(x1,1024); %对信号做1024点FFT变换f=fs*(0:511)

10、/1024; %将0到511，步长为1的序列的值与fs相乘并除以1024的值，赋值给ffigure(1) %创建图形窗1plot(x1) %做原始语音信号的时域图形title('原始语音信号');xlabel('time n'); %x轴的名字是“time n”ylabel('fuzhi n'); %y轴的名字是“fuzhi n”figure(2)freqz(x1) %绘制原始语音信号的频率响应图title('频率响应图')figure(3)subplot(2,1,1); %创建两行一列绘图区间的第1个绘图区间 plot(abs(

11、y1(1:512) %做原始语音信号的FFT频谱图title('原始语音信号FFT频谱')subplot(2,1,2);plot(f,abs(y1(1:512); %abs是绝对值，plot是直角坐标下线性刻度曲线title('原始语音信号频谱')xlabel('Hz');ylabel('幅值');时域波形和频谱： 图1 原始语音信号 图2 语音信号频率响应图 图3 原始语音信号FFT与信号频谱2. 给原始的语音信号加上一个高频余弦噪声，频率为5500hz。对加噪后的语音进行分析，并画出其信号时域和频谱图。程序：fs=22050;

12、 x1=wavread('C:Documents and SettingsAdministrator桌面声音文件.wav'); %读取语音信号的数据，赋给变量x1f=fs*(0:511)/1024; %将0到511，步长为1的序列的值与fs相乘并除以1024的值，赋值给ft=0:1/fs:(length(x1)-1)/fs; %将0到x1的长度减1后的值除以fs的值，且步长为1/fs的值，的序列的值，赋予tAu=0.03; %噪声幅值d=Au*sin(2*pi*5500*t)' %所加的噪声是正弦信号x2=x1+d; %将正弦信号噪声加在语音信号上sound(x2,22

13、050); %播放语音信号y1=fft(x1,1024); %对信号y1做1024点FFT变换y2=fft(x2,1024); %对信号y2做1024点FFT变换figure(1); %创建图形窗1plot(t,x2); %做加噪后的信号时域图形（绘出t对x2的线性图）title('加噪后的信号');xlabel('time n'); %x轴的名字是“time n”ylabel('fuzhi n'); %y轴的名字是“fuzhi n”figure(2) %创建图形窗2subplot(2,1,1); % 创建两行一列绘图区间的第1个绘图区间plot

14、(f,abs(y1(1:512); %做原始语音信号的频谱图title('原始语音信号频谱');xlabel('Hz'); %x轴的名字是“time n”ylabel('fuzhi'); % y轴的名字是“fuzhi”subplot(2,1,2); %创建两行一列绘图区间的第2个绘图区间plot(f,abs(y2(1:512); %做加噪后的语音信号的频谱图（abs是绝对值，plot是直角坐标下线性刻度曲线）title('加噪后的信号频谱');xlabel('Hz'); %x轴的名字是“time n”ylabel(

15、'fuzhi'); % y轴的名字是“fuzhi”时域波形和频谱： 图4 加噪后的信号时域图图5 原始信号与加噪后信号频谱对比与原始信号对比，区别：先原始信号没加噪音之前0到2000有幅值，在4000到6000之间没有幅值，但是在加了噪音之后4000到6000之间出现最大幅值12，超出正常值。如图5原始信号与加噪后信号频谱对比图所示。3. 设计合适的滤波器，滤除高频噪声，绘出滤波后的信号频域和时域波形：程序：%用双线性变换法设计巴特沃思低通滤波器wp=0.25*pi; %通带截止频率ws=0.3*pi; %阻带截止频率Rp=1; %通带最大衰减（db）Rs=15; %阻带最大衰

16、减（db）Fs=22050;Ts=1/Fs;wp1=2/Ts*tan(wp/2); %将模拟指标转换成数字指标ws1=2/Ts*tan(ws/2); %将模拟指标转换成数字指标N,Wn=buttord(wp1,ws1,Rp,Rs,'s'); %选择滤波器的最小阶数（估算得到Butterworth低通滤波器的最小阶数N和3dB截止频率Wc）Z,P,K=buttap(N); %创建Butterworth低通滤波器原型Bap,Aap=zp2tf(Z,P,K); %将零极点增益转换为普遍分子，分母b,a=lp2lp(Bap,Aap,Wn); %将普遍的分子和分母转换为以Wn为截止频率b

17、z,az=bilinear(b,a,Fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换（模拟转换为数字）H,W=freqz(bz,az); %求频率响应figure(9)plot(W*Fs/(2*pi),abs(H) %绘制Butterworth低通滤波器频率响应曲线grid %添加图格xlabel('频率Hz')ylabel('频率响应幅度')title('Butterworth')f1=filter(bz,az,z); %利用上面已做好的滤波器（已bz和az为特征的滤波器）对x2信号进行滤波，赋值给f1figure(10)subplo

18、t(2,1,1) %创建两行一列绘图区间的第1绘图区间plot(t,z) %做加噪后的信号时域图形title('滤波前的时域波形');subplot(2,1,2) %创建两行一列绘图区间的第2绘图区间plot(t,f1); title('滤波后的时域波形');sound(f1,22050); %播放语音信号p=length(f1);F0=fft(f1,p);f=0:fs/p:fs*(s-1)/p;figure(11)y2=fft(z,1024); %对信号y2做1024点FFT变换subplot(2,1,1); %创建两行一列绘图区间的第1绘图区间plot(f,

19、abs(y4); title('滤波前的频谱')xlabel('Hz'); %x轴的名字是“Hz”ylabel('fuzhi'); %y轴的名字是“fuzhi”subplot(2,1,2)F1=plot(f,abs(F0); title('滤波后的频谱')xlabel('Hz');ylabel('fuzhi');时域波形和频谱： 图6 低通滤波器频率响应曲线图7 滤波前后时域波形图 图8 滤波前后频谱图与原噪音信号对比，区别：通过对比分析可知，滤波后的输出波形和原始语音加噪声信号的图形发生了一些变化，在3000-6000Hz之间的信号消失，出现0-1000和7000-8000之间的信号。滤波后的输出波形明显在对应时间幅度比原语音加噪声信号的要小，而且滤波的效果也与,已很接近原来的声音，人耳几乎辨别不出 。从频谱图中我们还可以看出声音的能量信号主要集中在低频部分，说明高频语音信号被滤出，滤波器达到既定要求。四、心得体会正所谓“纸上得来终觉浅，觉知此事要躬行。”学习任何知识，仅从理论上去求知，而不去实践、探索是不够的。因此在学期末来临之际，我们迎来了MATLAB课程设计。 通过为期