数字信号处理陈后金版作业.docx
- 文档编号:13251829
- 上传时间:2023-06-12
- 格式:DOCX
- 页数:11
- 大小:18.08KB
数字信号处理陈后金版作业.docx
《数字信号处理陈后金版作业.docx》由会员分享,可在线阅读,更多相关《数字信号处理陈后金版作业.docx(11页珍藏版)》请在冰点文库上搜索。
数字信号处理陈后金版作业
数字信号处理陈后金版作业
数字信号处理作业:
基于MATLAB的有噪声的语音信号分析与处理设计一、题目要求:
1)选择一个语音信号作为分析对象,或录制一段语音信号;
2)对语音信号进行采样,画出采样后语音信号的时域波形和频谱图;
3)利用MATLAB中的正弦函数产生噪声加入到语音信号中,使语音信号被污染,然后进行频谱分析;
4)设计FIR和IIR数字滤波器,并对被噪声污染的语音信号进行滤波,画出滤波前后信号的时域波形和频谱,并对滤波前后的信号进行比较,分析信号的变化;
5)进行信号频谱的搬移,进行变声实验
6)回放语音信号
二、题目的实现方法
1)语音信号的采集
利用PC机上的声卡和WINDOWS操作系统可以进行数字信号的采集。
将话筒输入计算机的语音输入插口上,启动录音机。
按下录音按钮,接着对话筒说话“语音信号处理”,说完后停止录音,屏幕左侧将显示所录声音的长度。
点击放音按钮,可以实现所录音的重现。
以文件名“sound”保存入g:
\thesound文件夹中。
可以看到,文件存储器的后缀默认为.wav,这是WINDOWS操作系统规定的声音文件存的标准。
2)语音信号的时频分析
Matlab软件平台下,利用wavread函数对语音信号进行采样,记住采样频率和采样点数
Wavread函数调用格式
y=wavread(file)%读取file所规定的wav文件,返回采样值放在向量y中。
[y,Ft,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,N)%读取钱N点的采样值放在向量y中。
y=wavread(file,[N1,N2])%读取从N1到N2点的采样值放在向量y中。
对语音信号shengyin.wav进行采样其程序如下:
[y,Ft,nbits]=wavered(shengyin);%把语音信号进行加载入Matlab仿真软件平台中
Ft=22050
nbits=16
首先画出语音信号的时域波形,然后对语音信号进行频谱分析。
在matlab中利用fft对信号进行快速傅里叶变换,得到信号的频谱特性。
其程序如下:
[x,Ft,bits]=wavread('shengyin');%读入语音信号,返回采样频率Fs
x_length=length(x);%计算语音信号的长度
sound(x,Ft,bits);%以Fs的频率播放语音信号,Fs的改变可以改变声调,以16位的精
度重新播放语音信号播放
subplot(311);
plot(x);%x是采集得到的离散声音信号
xlabel('抽样时刻t');
title('原始信号波形');
grid;
fz=fftshift(fft(x,x_length));%计算语音离散信号x的x_length点的DFT,并重新排列,
把DFT移位到对称位置;
W=linspace(-pi,pi,x_length);
f=W*Fs/(2*pi);
subplot(312);
plot(f,abs(fz));%画出幅频图
xlabel('频率');
title('原始信号的频谱');
grid;
subplot(313);
plot(f,angle(fz));xlabel('频率');
title('原始信号的相位');
grid;
程序运行结果如下图1:
原始信号波形
1
0
-1010002000300040005000600070008000
抽样时刻t
原始信号的频谱200
100
0-4000-3000-2000-100001000200030004000
频率
原始信号的相位
5
0
-5-4000-3000-2000-100001000200030004000
频率
图1原始信号的波形
3)语音信号加噪与频谱分析
用正弦函数sin(wt)对原始语音信号进行加噪声处理。
程序如下:
clf;%清除原先曲线波形
t=0:
length(x)-1;
Fn=1500;%干扰正弦信号的频率
omiga=2*pi*Fn/Ft;
noise1=0.1*sin(omiga*t);%加入正弦干扰信号,频率1.5khz
x1=x+noise1';
subplot(311);
plot(t,x1);
grid;
xlabel('时间(t)');
title('加噪声的信号波形');
fz1=fftshift(fft(x1,length(x)));
subplot(312);
plot(f,abs(fz1));%画出加入高频干扰之后的语音信号幅频图
xlabel('频率');
title('加噪声的信号频谱');
grid;
subplot(313);
plot(f,angle(fz));
xlabel('频率');
title('加噪声的信号相位');
gridon;
sound(x1,Ft);%播放加入干扰信号后的声音信号
程序运行结果如下图2:
说明:
由程序运行结果可以看到,加入噪声后信号的时域信号波形里面已经有噪声成分,可以看到频谱图中两个幅值很大的尖峰,其频率是1500Hz,说明程序加噪声已经成功,播放加噪声的语音信号时听到“滴滴”的噪声信号。
根据语音信号的特点给出有关滤波器的新能指标:
4)设计FIR数字滤波器
根据语音信号的特点,设计FIR数字低通滤波器,则滤波器的的性能指标
fp=1000Hz,fc=1200Hz,As=50db,Ap=1dB
在Matlab中,可以利用函数fir1设计FIR滤波器,利用函数butter,cheby1
和ellip设计IIR滤波器,利用Matlab中的函数freqz画出各步步器的频率响应。
分析如下:
函数fir1默认的设计滤波器的方法为窗函数法,其中可选的窗函数有RectangularBarlrttHammingHannBlackman窗,其相应的都有实现函数。
函数butter,cheby1和ellip设计IIR滤波器时都是默认的双线性变换法,所以在设计滤波器时只需要代入相应的实现函数即可。
加噪声的信号波形
1
0
-1010002000300040005000600070008000
时间(t)
加噪声的信号频谱500
0-4000-3000-2000-100001000200030004000
频率
加噪声的信号相位
5
0
-5-4000-3000-2000-100001000200030004000
频率
图2加入噪声后的信号的波形FIR低通滤波器设计程序
用窗函数设计低通滤波器的程序如下:
Ft=22050;%信号的采样频率
Fp=1000;
Fs=1200;
wp=2*Fp/Ft;
ws=2*Fs/Ft;
rp=1;
rs=50;
p=1-10.^(-rp/20);%通带阻带波纹
s=10.^(-rs/20);
fpts=[wpws];
mag=[10];
dev=[ps];
[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev);%由kaiserord求滤波器的阶数和截止频率
b21=fir1(n21,wn21,Kaiser(n21+1,beta));%由fir1设计滤波器[h,w]=freqz(b21,1);%得到频率响应plot(w/pi,abs(h));
title('FIR低通滤波器');
grid;
程序运行结果如下图3:
FIR低通滤波器
1.4
1.2
1
0.8
0.6
0.4
0.2
000.10.20.30.40.50.60.70.80.91
图3FIR低通滤波器的频率响应曲线图
5)用滤波器对加噪语音信号进行滤波用自己设计的各滤波器分别对加噪的语音信号进行滤波,在Matlab中,FIR
滤波器利用函数fftfilt对信号进行滤波,IIR滤波器利用函数filter对信号进行滤
波。
窗函数法:
低通滤波器
z21=fftfilt(b21,s);
滤波程序如下
z21=fftfilt(b21,x1);sound(z21);
m21=fft(z21);%求滤波后的信号
subplot(2,2,1);
plot(abs(x1),'g');title('滤波前信号的频谱');
grid;
subplot(2,2,2);
plot(abs(m21),'r');title('滤波后信号的频谱');
grid;
subplot(2,2,3);
plot(x1);
title('滤波前信号的波形');
grid;
subplot(2,2,4);
plot(z21);
title('滤波后的信号波形');
grid;
程序运行结果如下图4:
滤波前信号的频谱滤波后信号的频谱500200
400150
300
100
200
50100
00-4000-2000020004000-4000-2000020004000
滤波前信号的波形滤波后的信号波形
11
0.50.5
00
-0.5-0.5
-1-10200040006000800002000400060008000
图4滤波前后信号波形对比
分析:
加入噪声后回放的声音与原始的语音信号有明显的不同,其伴随较尖
锐的干扰啸叫声。
从含噪语音信号的频谱图中可以看出是含噪的语音信号的频谱,
在整个频域范围内分布均匀,这正是干扰所造成的。
通过滤波前后的对比,低通
滤波后效果很好。
由此可见,语音信号主要分布在低频,而噪声主要分布在高频。
6)语音信号的变声实验
变声程序如下:
clc;
deltaf=150;
deltaw=2*pi*deltaf/Ft;%频移大小
n=0:
x_length-1;
xk1=2*cos(deltaw*n).*x';
yk1=fftshift(fft(xk1,x_length));%计算语音离散信号x的yk1_length点的DFT,并重新排列,把DFT移位到对称位置;
subplot(411);
plot(f,abs(yk1));
xlabel('频率');
ylabel('幅度');
gridon;
subplot(412);
plot(angle(yk1));xlabel('频率');
ylabel('相位');
axis([08000-55]);subplot(413);
plot(x);
xlabel('原始语音信号');
subplot(414);
plot(xk1);
xlabel('频移后语音信号');
sound(xk1,fs);
grid;
程序运行结果如下图5:
频移后的频谱400
200
0-4000-3000-2000-100001000200030004000
频率
1
0
-1010002000300040005000600070008000
原始语音信号
2
0
-2010002000300040005000600070008000
频移后语音信号
图5频移后的频谱图和语音图
分析:
程序中利用余弦函数对原语音信号进行了频谱的搬移,由图可以看到
频移大小为150Hz,程序运行的结果可以明显听到声音发生了改变,但是没有实
现男声变女声的结果。
三、心得体会
我感受到只有在了解课本知识的前提下,才能更好的应用这个工具;并且熟练的应用MATLAB也可以很好的加深我对课程的理解,为我带来方便。
这次设计使我了解了MATLAB的使用方法,学会分析滤波器的优劣和性能,提高了分析和动手实践能力。
同时我相信,进一步加强对MATLAB的学习与研究对我今后的学习将会起到很大的帮助。
通过这次作业使我懂得了理论与实际相结合是很重要的,只有理论知识是远远不够的,只有把所学的理论知识与实践相结合起来,从理论中得出结论,才能真正为社会服务,从而提高自己的实际动手能力和独立思考的能力。
在设计的过程中遇到问题,可以说得是困难重重,这毕竟第一次做的,难免会遇到过各种各样的问题,同时在设计的过程中发现了自己的不足之处,对以前所学过的知识理解得不够深刻,掌握得不够牢固。
总的来说,在写作业的过程中遇到了很多问题,在同学和书本的帮助下,终于一一解决了,有点小小的成就感,终于觉得平时所学的知识有了实用的价值,达到了理论与实际相结合的目的,不仅学到了不少知识,而且锻炼了自己的能力,使自己对以后的路有了更加清楚的认识,同时,对未来有了更多的信心。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字信号 处理 后金 作业