应用Matlab对含噪声语音信号进行频谱分析及滤波

应用Matlab对含噪声的语音信号进行频谱分析及滤波一、实验内容录制一段个人自己的语音信号，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；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，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试听，分析信号的变化。二、实现步骤1．语音信号的采集利用Windows下的录音机，录制一段自己的话音，时间在1s内。然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，（可用默认的采样频率或者自己设定采样频率）。2．语音信号的频谱分析要求首先画出语音信号的时域波形；然后对语音号进行快速傅里叶变换，得到信号的频谱特性。在采集得到的语音信号中加入正弦噪声信号，然后对加入噪声信号后的语音号进行快速傅里叶变换，得到信号的频谱特性。并利用sound试听前后语音信号的不同。分别设计IIR和FIR滤波器，对加入噪声信号的语音信号进行去噪，画出并分析去噪后的语音信号的频谱，并进行前后试听对比。3.数字滤波器设计给出数字低通滤波器性能指标:如，通带截止频率fp＝10000Hz，阻带截止频率fs＝12000Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50dB，通带最大衰减Rp＝3dB（也可自己设置），采样频率根据自己语音信号采样频率设定。报告内容一、实验原理含噪声语音信号通过低通滤波器，高频的噪声信号会被过滤掉，得到清晰的无噪声语音信号。二、实验内容录制一段个人自己的语音信号，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；在语音信号中增加正弦噪声信号(自己设置几个频率的正弦信号)，对加入噪声信号后的语音信号进行频谱分析；给定滤波器的性能指标，采用窗函数法和双线性变换设计数字滤波器，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试听，分析信号的变化。给出数字低通滤波器性能指标:如，通带截止频率fp＝10000Hz，阻带截止频率fs＝12000Hz（可根据自己所加入噪声信号的频率进行阻带截止频率设置），阻带最小衰减Rs＝50dB，通带最大衰减Rp＝3dB（也可自己设置），采样频率根据自己语音信号采样频率设定。三、实验程序1、原始信号采集和分析clc;clear;closeall;fs=10000;%语音信号采样频率为10000x1=wavread('C:\Users\acer\Desktop\voice.wav');%读取语音信号的数据，赋给x1sound(x1,40000);%播放语音信号y1=fft(x1,10240);%对信号做1024点FFT变换f=fs*(0:1999)/1024;figure(1);plot(x1)%做原始语音信号的时域图形title('原始语音信号');xlabel('timen');ylabel('fuzhin');figure(2);plot(f,abs(y1(1:2000)));%做原始语音信号的频谱图形title('原始语音信号频谱')xlabel('Hz');ylabel('fuzhi');2、加入噪声y=wavread('C:\Users\acer\Desktop\voice.wav');y=y(:,1);%矩阵维度置换成1subplot(2,2,1);plot(y);title('加噪前的时域曲线');N=length(y)-1;n=0:1/fs:N/fs;x=1.5*sin(40*pi*n);%设置正弦噪声信号x=x.';%置换成矩阵z=y+x;%添加噪声subplot(2,2,2);plot(z);title('加噪后的时域曲线');sound(z,40000)3、IIR滤波器设计clc;clear;closeall;fs=22050;x1=wavread('C:\Users\acer\Desktop\voice.wav');x1=x1(:,1)t=0:1/22050:(size(x1)-1)/22050;%设置并添加噪声信号d=1.5*sin(40*pi*t);d=d.';x2=x1+d;wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15;%通阻带截止和通阻带衰减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);[N,Wn]=buttord(wp1,ws1,Rp,Rs,'s');%选择滤波器的最小阶数[Z,P,K]=buttap(N);%创建butterworth模拟滤波器[Bap,Aap]=zp2tf(Z,P,K);[b,a]=lp2lp(Bap,Aap,Wn);[bz,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[H,W]=freqz(bz,az);%绘制频率响应曲线figure(1);plot(W*Fs/(2*pi),abs(H));grid%滤波器xlabel('频率／Hz');ylabel('频率响应幅度');title('Butterworth')f1=filter(bz,az,x2);figure(2);subplot(2,1,1);plot(t,x2);%画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2);plot(t,f1);%画出滤波后的时域图title('滤波后的时域波形');sound(f1,40000);%播放滤波后的信号F0=fft(f1,10240);f=fs*(0:255)/10240figure(3)y2=fft(x2,10240);subplot(2,1,1);plot(f,abs(y2(1:256)));%画出滤波前的频谱图title('滤波前的频谱');xlabel('Hz');ylabel('fuzhi');subplot(2,1,2);F1=plot(f,abs(F0(1:256)));%画出滤波后的频谱图title('滤波后的频谱');xlabel('Hz');ylabel('fuzhi');4、FIR滤波器设计clearallfs=22050;%设置采样频率x1=wavread('C:\Users\acer\Desktop\voice.wav');%读取声音x1=x1(:,1)f=fs*(0:1023)/1024;%F=([1:N]-1)*Fs/N;%换算成实际的频率值t=0:1/22050:(length(x1)-1)/22050;%定义噪声信号d=[1.5*sin(40*pi*t);]';x2=x1+d;%加噪声N=30;b1=fir1(N,0.3,hamming(N+1));%设计FIR滤波器M=128;f0=0:1/M:1-1/M;h1=freqz(b1,10,M);%滤波器幅频响应f1=filter(b1,10,x2);%滤波y0=fft(x2,40000);y00=fft(f1,40000);sound(f1,40000);%播放滤波后的声音figure(1)plot(f0,abs(h1));%滤波器幅频响应图title('滤波器幅频响应图')figure(2);subplot(2,1,1);plot(t,x2);%画出滤波前的时域图title('滤波前的时域波形');subplot(2,1,2);plot(t,f1);%画出滤波后的时域图title('滤波后的时域波形');F0=fft(f1,10240);f=fs*(0:255)/10240figure(3)subplot(211)plot(f,abs(y0(1:256)));title('滤波前频谱')subplot(212)plot(f,abs(y00(1:256)));%滤波后频谱title('滤波后频谱')C:\Users\apple\Desktop\xinhao\最遥远的距离.wav