应用Matlab对含噪声的语音信号进行频谱分析及滤波Word格式文档下载.docx
- 文档编号:882071
- 上传时间:2023-04-29
- 格式:DOCX
- 页数:6
- 大小:319.62KB
应用Matlab对含噪声的语音信号进行频谱分析及滤波Word格式文档下载.docx
《应用Matlab对含噪声的语音信号进行频谱分析及滤波Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《应用Matlab对含噪声的语音信号进行频谱分析及滤波Word格式文档下载.docx(6页珍藏版)》请在冰点文库上搜索。
lwavwrite(y,fs,wavfile)
创建音频文件;
lwavread()
读取wav格式的音频文件。
例如:
[x,fs,bits]=wavread('
myrecordsound.wav'
)
x=x(:
1);
%假设声音是双声道,只取单声道作分析
上述语句表示读入存放在当前工作目录下的声音文件myrecordsound.wav,并以fs为采样频率进行采样后存储在数组x中。
其中nbit是采样精度,比如16就是指16位精度的采样。
取单声道后,得到的数值x是一个列向量。
lsound();
该函数的输入参量是音频数据向量、采样频率和转换位数。
sound(sin(2*pi*25*(1:
4000)/100));
6
响两声就是:
sleep
(1);
sound(sin(2*pi*25*(1:
实验内容和任务要求
1.采集语音信号并进行频谱分析
2.对加入噪声的语音信号进行频谱分析
3.设计数字滤波器对加入噪声的语音信号进行滤波
问题分析
本实验要求设计IIR和FIR两种形式的滤波器对带有噪音的信号进行滤波。
对于任务1,我们采用张学友的一段歌曲作为原始音频,利用FormatFactory软件对该音频进行截取转换最终得到一段时长22s,采样频率为11025Hz,转换位数为16bits的双声道音频信号,保存在Matlab软件work文件夹下。
实验中利用wavread()函数读取音频并取双声道中的第一声道作为信号,病利用FFT对信号进行频谱分析;
对于任务2,我们加入两个高频正弦信号至原始信号中,模仿声音被污染,然后利用FFT进行频谱分析;
对于任务3,我们设计出了巴特沃斯低通滤波器和采用了Hamming窗的FIR低通滤波器并对其相关参数进行了分析,最后利用这两种滤波器对带噪信号进行滤波,然后对滤波后的信号分别利用FFT进行频谱分析。
Matlab代码
clearall;
%%提取原始视音频信号并对其进行傅里叶变换
zxy.wav'
);
%读取音频文件
1)'
;
%取双声道中的第一声道
N=length(x);
%计算信号序列长度T=1/fs;
n=0:
N-1;
Xf=fftshift(fft(x));
%快速傅里叶变换并作中心对称变换
f=(n/N-1/2)*fs;
%坐标变换
%%生成带有噪声的音频信号并对其进行傅里叶变换fz1=4256;
fz2=4627;
%两个高频噪音
xz=0.01*sin(2*pi*fz1*n*T)+0.015*sin(2*pi*fz2*n*T);
%噪声序列
x1=x+xz;
%带有噪声的音频序列Xf1=fftshift(fft(x1));
%%设计IIR低通滤波器
wp=2500*2/fs;
ws=3000*2/fs;
Rp=3;
Rs=15;
%通带截止频率2500Hz,阻带截止频率
3000Hz,通带衰减3dB,阻带衰减15dB
[Nm,Wc]=buttord(wp,ws,Rp,Rs);
%计算满足指标的最小阶数以及3dB截止频率
[b,a]=butter(Nm,Wc);
%计算滤波器的分子分母系数
%%IIR滤波器相关性能指标分析
H=freqz(b,a,f*2*pi/fs);
%计算滤波器频率响应
mag=abs(H);
pha=angle(H);
%幅度响应和相位响应mag1=20*log10(mag);
%将幅频响应转化为dB的形式
%%用IIR滤波器对带有噪声的信号进行滤波
x2=filter(b,a,x1);
%用IIR进行滤波
Xf2=fftshift(fft(x2));
%%设计FIR低通滤波器wc=2800*2/fs;
%3dB截止频率2800Hzfx=[0wcwc1];
m=[1100];
b1=fir2(40,fx,m);
%计算FIR滤波器多项式系数(不声明窗默认为Hamming窗)
%%FIR滤波器相关性能指标分析
H1=freqz(b1,1,f*2*pi/fs);
mag2=abs(H1);
pha1=angle(H1);
%幅度响应和相位响应mag3=20*log10(mag2);
%%用FIR滤波器对带有噪声的信号进行滤波
x3=filter(b1,1,x1);
%用FIR进行滤波
Xf3=fftshift(fft(x3));
%%绘制图像figure
(1);
subplot(4,2,1);
plot(n*T,x);
grid;
title('
原始时域信号'
xlabel('
t/s'
ylabel('
xt'
subplot(4,2,2);
plot(f,abs(Xf)*2/N);
原始信号幅度谱'
f/Hz'
幅度'
subplot(4,2,3);
plot(n*T,x1);
带噪音的时域信号'
subplot(4,2,4);
plot(f,abs(Xf1)*2/N);
带噪音的信号幅度谱'
subplot(4,2,5);
plot(n*T,x2);
IIR滤波器滤波后的时域信号'
ylabel('
subplot(4,2,6);
plot(f,abs(Xf2)*2/N);
IIR滤波器滤波后的信号幅度谱'
subplot(4,2,7);
plot(n*T,x3);
FIR滤波器滤波后的时域信号'
subplot(4,2,8);
plot(f,abs(Xf3)*2/N);
FIR滤波器滤波后的信号幅度谱'
figure
(2);
subplot(3,2,1);
plot(f,mag);
IIR滤波器幅度响应'
subplot(3,2,2);
plot(f,mag2);
FIR滤波器幅度响应'
subplot(3,2,3);
plot(f,pha);
IIR滤波器相位响应'
相位'
subplot(3,2,4);
plot(f,pha1);
FIR滤波器相位响应'
subplot(3,2,5);
plot(f,mag1);
IIR滤波器幅度响应(dB)'
幅
度/dB'
subplot(3,2,6);
plot(f,mag3);
FIR滤波器幅度响应(dB)'
幅度/dB'
%%相关音频sound([x,x1,x2,x3],fs);
实验运行结果以及分析
从实验结果来看,滤波效果还是相当不错的(虽然损失掉了原音频的部分高频信号)。
在满足相同的指标情况下FIR滤波器所需要的阶数远高于IIR滤波器,但是FIR滤波器的相位响应是线性的,滤波器通带群延时是常数,而IIR滤波器是非
线性的,滤波器通带群延时非常数。
对于语音系统,対相位要求不是主要的,因此,选用IIR滤波器较为合适,可以充分发挥其经济和高效的特点。
(图像信号和数据
传输等以波形携带信息的系统对线性相位要求较高,因此采用FIR滤波器较好)
实验总结
通过本次实验,加深了我们对信号频谱分析和数字滤波器设计的知识的理解,并
对滤波器有了更进一步的认识,掌握了利用滤波器处理音频的方法,理解了设计指标的工程概念,认识到了不同类型滤波器的特性和适用范围。
实验中,我们对
Matlab中一些函数的用法还不清楚,后面经过查资料以及尝试后均得到了解决。
总的来说,本次实验基本上达到了预期的实验效果,是一次比较成功的实验。
- 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:
- 应用 Matlab 噪声 语音 信号 进行 频谱 分析 滤波