基于matlab的有噪聲的語音信號處理的課程設(shè)計

上傳人：奔*** IP屬地：河北更新時間：2024-03-01 格式：doc 頁數(shù)：19 大?。?40.50KB 人氣指數(shù)：12 舉報 版權(quán)申訴

已閱讀1頁，還剩18頁未讀，繼續(xù)免費閱讀

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

1、　　DSP實驗課程設(shè)計實驗報告　　姓名：學號：班級：　　課程設(shè)計題目：　　基于MATLAB的有噪聲的語音信號處理的課程設(shè)計。　　課程設(shè)計的目的：

2、;　　綜合運用數(shù)字信號處理的理論知識進行頻譜分析和濾波器設(shè)計，通過理論推導得出相應(yīng)的結(jié)論，再利用MATLAB做為編程工具進行計算機實現(xiàn)，從而加深對所學知識的理解，建立概念。　　課程設(shè)計的要求：　　(1)熟悉離散信號和系統(tǒng)的時域特性。　　(2)掌握序列快速

3、傅里葉變換FFT方法。　　(3)學會MATLAB的使用，掌握MATLAB的程序設(shè)計方法。　　(4)利用MATLAB對語音信號進行頻譜分析。　　(5)掌握MATLAB設(shè)計各種數(shù)字濾波器的方法和對信號進行濾波的方法。　　課程設(shè)計的內(nèi)容：&

4、lt;/p>　　錄制一段語音信號，對語音信號進行頻譜分析，利用MATLAB中的隨機函數(shù)產(chǎn)生噪聲加入到語音信號中，使語音信號被污染，然后進行頻譜分析，設(shè)計FIR和IIR數(shù)字濾波器，并對噪聲污染的語音信號進行濾波，分析濾波后的信號的時域和頻域特征，回放語音信號。　　課程設(shè)計的步驟：　　（1）語

5、音信號的獲取　　通過錄音軟件錄制一段語音“數(shù)字信號處理”，命名為“OriSound”，時長大約1到2秒，在MATLAB中，通過使用wavread函數(shù)，對語音進行采樣:　　[y,fs,nbits]=wavread('OriSound'); %語音信號的采集　　采樣值放在向量y中，采樣頻率

6、為fs，采樣位數(shù)為nbits。　　（2）語音信號的頻譜分析　　畫出語音信號的時域波形，然后對語音信號進行頻譜分析，在MATLAB中，通過使用fft函數(shù)對信號進行快速傅里葉變換，得到信號的頻譜特性。　　因此采集語音并繪出波形和頻譜的模塊程序如下：　　[y,fs,nbits]

7、=wavread('OriSound'); %語音信號的采集　　sound(y,fs,nbits); %語音信號的播放　　n=length(y) ; %計算語音信號的長度　　Y=fft(y,n);

8、 %快速傅里葉變換　　figure;　　subplot(2,1,1);%繪出時域波形　　plot(y);　　title('原始信號波形','

9、fontweight','bold');　　axis([ 00000 80000 -1 1]);%通過嘗試確定合適的坐標參數(shù)　　grid;　　subplot(2,1,2);%繪出頻域頻譜

10、　plot(abs(Y));　　title('原始信號頻譜','fontweight','bold');　　axis([ 0 150000 0 4000]);%通過嘗試確定合適的坐標參數(shù)　　grid;

11、　　結(jié)果如下：　　可以看到，語音信號的頻率集中在低頻部分。　?。?）產(chǎn)生噪聲信號　　在MATLAB中，通過使用randn函數(shù)產(chǎn)生隨機噪聲信號，并加到語音信號中得到被污染的語音信號，回放語音信號。

12、　　產(chǎn)生隨機噪聲：　　Noise=0.2*randn(n,1);　　其中用0.2倍乘噪聲用來適當削減噪聲的作用，便于對語音信號進行處理并比較效果。　?。?）污染信號頻譜分析　　對被污染的加噪信號進行時域和頻域分析。

13、　　加噪聲并分析信號波形頻譜的模塊程序及說明如下：　　[y,fs,nbits]=wavread('OriSound.wav');%語音信號采集　　sound(y,fs,nbits); %回放語音信號便于比較效果　　n = lengt

14、h (y) ; %計算語音信號長度　　Noise=0.2*randn(n,1);%產(chǎn)生隨機噪聲信號Noise　　s=y+Noise;%將Noise添加到原始信號，得到污染信號s　　sound(s);%回放污染信號s&l

15、t;/p>　　figure;　　subplot(2,1,1);%繪制加噪信號時域波形　　plot(s);　　title('加噪語音信號的時域波形','fontweigh

16、t','bold');　　axis([ 00000 80000 -1 1]);　　grid;　　S=fft(s); %對s進行快速傅里葉變換得到頻譜 　　subp

17、lot(2,1,2);%繪制加噪信號頻域頻譜　　plot(abs(S));　　title('加噪語音信號的時域波形','fontweight','bold');　　axis([ 0 150000 0 4000]);<p

18、>　　grid;　　結(jié)果如下：　　可以看到，隨機噪聲均勻的分布在整個頻譜范圍內(nèi)。　?。?）設(shè)計FIR和IIR數(shù)字濾波器　　在MATLAB中，根據(jù)頻譜特征設(shè)計FIR和IIR濾波器。在Matla

19、b中，可以利用函數(shù)fir1設(shè)計FIR濾波器，利用函數(shù)butter,cheby1設(shè)計IIR濾波器，利用Matlab中的函數(shù)freqz畫出各步濾波器的頻率響應(yīng)。　　低通濾波器的性能指標：fp=1000Hz，fc=1200Hz，As=100db ,Ap=1dB　　高通濾波器的性能指標：fp=3500Hz，fc=4000Hz，As=100dB，Ap=1dB；&l

20、t;/p>　　帶通濾波器的性能指標：fp1=1200Hz，fp2=3000hZ，fc1=1000Hz，fc2=3200Hz，As=100dB，Ap=1dB　　在MATLAB中，利用[N,wc]=butter(N,wc,Rp,As,'s')設(shè)計并計算巴特沃斯模擬濾波器的階數(shù)N和3dB截止頻率wc；[B,A]=cheby1(N,Rp,wpo,'ft

21、ypr')設(shè)計切比雪夫I型濾波器。　　在課程設(shè)計中，共設(shè)計了六種濾波器對信號進行濾波：FIR低通，高通，帶通濾波器，IIR低通，高通，帶通濾波器。通過對原始信號和加噪信號的頻譜進行觀察，原始語音信號頻譜集中在低頻段，而隨機噪聲接近均勻的分布在整個頻譜范圍內(nèi)，因此推測選用低通濾波器去噪性能要好于高通和帶通濾波器。　?。?）對污染信號進行濾波<

22、/p>　　在MATLAB中用FIR和IIR濾波器對加噪信號進行濾波，其中通過利用函數(shù)fftfilt用FIR濾波器濾波，通過利用函數(shù)filter用IIR濾波器濾波。　　（7）回放語音信號　　在MATLAB中，通過用sound函數(shù)對語音信號進行回放，用以比較各濾波器的濾波效果。</p&g

23、t;　　各濾波器設(shè)計模塊的程序和說明如下：　　IIR低通濾波器設(shè)計 　　[y,fs,nbits]=wavread('OriSound.wav');%語音信號采集　　n = length (y) ; %計算語音信號長度<p

24、>　　Noise=0.2*randn(n,1);%產(chǎn)生隨機噪聲信號Noise　　s=y+Noise;%將Noise添加到原始信號，得到污染信號s　　S=fft(s); %快速傅里葉變換 　　Ft=8

25、000;　　Fp=1000;　　Fs=1200;　　wp=2*pi*Fp/Ft;　　ws=2*pi*Fs/Ft;　　[n11,wn11]=buttord

26、(wp,ws,1,50,'s'); %低通濾波器的階數(shù)和截止頻率　　[b11,a11]=butter(n11,wn11,'s'); %S域頻率響應(yīng)的參數(shù) 　　[num11,den11]=bilinear(b11,a11,0.5); %利用雙線性變換實現(xiàn)頻率響應(yīng)S域

27、到Z域的變換 　　z11=filter(num11,den11,s);%濾波　　sound(z11,fs,nbits);%回放濾波后的信號　　m11=fft(z11); %濾波后的信號頻譜

28、figure;　　subplot(2,2,1);%繪出濾波前的信號頻譜　　plot(abs(S),'g');　　title('濾波前信號的頻譜','fontweight','bold');

29、　　axis([ 0 80000 0 4000]);　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜　　plot(abs(m11),'r');　　title(&

30、#39;濾波后信號的頻譜','fontweight','bold');　　axis([ 0 80000 0 4000]);　　grid;　　subplot(2,2,3);%繪出濾波前的信號波形&

31、lt;p>　　plot(s);　　title('濾波前信號的波形','fontweight','bold');　　axis([00000 100000 -1 1]);　　grid;&l

32、t;/p>　　subplot(2,2,4);%繪出濾波后的信號波形　　plot(z11);　　title('濾波后的信號波形','fontweight','bold');　　axis([00000 100000 -1 1

33、]);　　grid;　　結(jié)果如下：　　可以看出，濾波后將非低頻部分的噪聲頻率濾掉，但還有一些高于原始語音信號的頻率沒有被去除。　　IIR高通濾波器設(shè)計

34、[y,fs,nbits]=wavread ('OriSound'); %語音信號采集　　n = length (y) ; %計算語音信號的長度　　Noise=0.2*randn(n,1); %產(chǎn)生隨機噪聲　　s=y+Noise;

35、%語音信號加入噪聲得到加噪信號　　S=fft(s); %快速傅里葉變換　　Fp1=1200;　　Fs1=1000;　　Ft=8000;&

36、lt;/p>　　wp1=tan(pi*Fp1/Ft);　　ws1=tan(pi*Fs1/Ft);　　wp=1;　　ws=wp1*wp/ws1;　　[n13,wn13]=cheb1ord(wp,ws,1,50

37、,'s'); %模擬的低通濾波器階數(shù)和截止頻率　　[b13,a13]=cheby1(n13,1,wn13,'s'); %S域的頻率響應(yīng)的參數(shù)　　[num,den]=lp2hp(b13,a13,wn13);%S域低通參數(shù)轉(zhuǎn)為高通的　　[num13,den13]=bil

38、inear(num,den,0.5); %利用雙線性變換實現(xiàn)頻率響應(yīng)S域到Z域轉(zhuǎn)換　　z13=filter(num13,den13,s);%濾波　　sound(z13,fs,nbits);%回放濾波后的信號　　m13=fft(z13); %濾波后的

39、信號頻譜　　figure;　　subplot(2,2,1);%繪出濾波前的信號頻譜　　plot(abs(S),'g');　　title('濾波前信號的頻譜','fontweight

40、','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜　　plot(abs(m13),'r'

41、);　　title('濾波后信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,3);

42、%繪出濾波前的信號波形　　plot(s);　　title('濾波前信號的波形','fontweight','bold');　　axis([00000 100000 -1 1]);<p&g

43、t;　　grid;　　subplot(2,2,4);%繪出濾波后的信號波形　　plot(z13);　　title('濾波后的信號波形','fontweight','bold');<p&

44、gt;　　axis([00000 100000 -1 1]);　　grid;　　結(jié)果如下：　　可以看出，濾波后將原始信號絕大部分頻譜濾掉，剩下噪聲信號，不能采用。　　IIR帶通濾波器設(shè)計</

45、p>　　[y,fs,nbits]=wavread ('OriSound'); %語音信號采集　　n = length (y) ; %計算語音信號的長度　　Noise=0.2*randn(n,1); %產(chǎn)生隨機噪聲　　s=y+Nois

46、e; %語音信號加噪 　　S=fft(s); %快速傅里葉變換　　Ft=8000;　　Fp=1000;　　Fs

47、=1200;　　wp=2*Fp/Ft;　　ws=2*Fs/Ft;　　rp=1;　　rs=50;　　p=1-10.^(-rp/20);

48、 %通帶阻帶波紋　　q=10.^(-rs/20);　　fpts=[wp ws];　　mag=[1 0];　　dev=[p q];　　[n21,wn21,beta,ftype]=kaiserord(fpts,mag,

49、dev);%由kaiserord求濾波器的階數(shù)和截止頻率　　b21=fir1(n21,wn21,kaiser(n21+1,beta)); %設(shè)計濾波器　　z21=fftfilt(b21,s);%濾波　　sound(z21,fs,nbits);%

50、回放濾波后的信號　　m21=fft(z21); %濾波后的信號頻譜　　figure(4);　　subplot(2,2,1);%繪出濾波前的信號頻譜　　plot(abs(S),'g');<p

51、>　　title('濾波前信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜

52、　　plot(abs(m21),'r');　　title('濾波后信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);　　grid;&

53、lt;/b>　　subplot(2,2,3);%繪出濾波前的信號波形　　plot(s);　　title('濾波前信號的波形','fontweight','bold');<p&

54、gt;　　axis([00000 100000 -1 1]);　　grid;　　subplot(2,2,4);%繪出濾波后的信號波形　　plot(z21);　　title('濾波后的信號波形',

55、9;fontweight','bold');　　axis([00000 100000 -1 1]);　　grid;　　結(jié)果如下：　　可以看出，大部分噪聲被去除，與低通IIR

56、濾波器的效果差不多，稍好于低通。　　FIR低通濾波器　　[y,fs,nbits]=wavread ('OriSound'); %語音信號采集　　n = length (y) ; %計算語音信號的長度<

57、;p>　　Noise=0.2*randn(n,1); %產(chǎn)生隨機噪聲　　s=y+Noise; %語音信號加噪 　　S=fft(s); %快速傅里葉變換　　Ft=8000;</p&g

58、t;　　Fp=1000;　　Fs=1200;　　wp=2*Fp/Ft;　　ws=2*Fs/Ft;　　rp=1;&

59、lt;p>　　rs=50;　　p=1-10.^(-rp/20); %通帶阻帶波紋　　q=10.^(-rs/20);　　fpts=[wp ws];　　mag=[1 0];

60、;　　dev=[p q];　　[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev);%由kaiserord求濾波器的階數(shù)和截止頻率　　b21=fir1(n21,wn21,kaiser(n21+1,beta)); %由fir1設(shè)計濾波器　　z21

61、=fftfilt(b21,s);%濾波　　sound(z21,fs,nbits);%回放濾波后的信號　　m21=fft(z21); %濾波后的信號頻譜　　figure(4);　　subplot(2,2,1);%

62、繪出濾波前的信號頻譜　　plot(abs(S),'g');　　title('濾波前信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);

63、;　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜　　plot(abs(m21),'r');　　title('濾波后信號的頻譜','fontweight','bold');

64、　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,3);%繪出濾波前的信號波形　　plot(s);　　title(

65、'濾波前信號的波形','fontweight','bold');　　axis([00000 100000 -1 1]);　　grid;　　subplot(2,2,4);%繪出濾波后的信號波形

66、　　plot(z21);　　title('濾波后的信號波形','fontweight','bold');　　axis([00000 100000 -1 1]);　　grid;<p

67、>　　結(jié)果如下：　　可以看出：大部分的噪聲頻率被濾除，幾乎完整的保留了原始信號的頻譜，濾波效果最好，但是由于在低頻部分仍然有隨機信號的干擾，所以回放信號較原始信號音質(zhì)稍差。　　FIR高通濾波器　　[y,fs,nbits]=wavre

68、ad ('OriSound');%語音信號采集　　n = length (y) ; %計算語音信號的長度　　Noise=0.2*randn(n,1); %產(chǎn)生隨機噪聲　　s=y+Noise; %語音信號加噪 <

69、/p>　　S=fft(s); %快速傅里葉變換　　Ft=8000;　　Fp=4000;　　Fs=3500;<

70、p>　　wp=2*Fp/Ft;　　ws=2*Fs/Ft;　　rp=1;　　rs=50;　　p=1-10.^(-rp/20); %通帶阻帶波紋<p&

71、gt;　　q=10.^(-rs/20);　　fpts=[ws wp];　　mag=[0 1];　　dev=[p q];　　[n23,wn23,beta,ftype]=kaiserord(fpts,mag,dev);　　b23=fi

72、r1(n23,wn23,'high',kaiser(n23+1,beta)); %由fir1設(shè)計濾波器　　z23=fftfilt(b23,s);%濾波　　sound(z23,fs,nbits);%回放濾波后的信號　　m23=fft(z23); %濾

73、波后的信號頻譜　　figure;　　subplot(2,2,1);%繪出濾波前的信號頻譜　　plot(abs(S),'g');　　title('濾波前信號的頻譜','fontwe

74、ight','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜　　plot(abs(m23),'r

75、');　　title('濾波后信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2

76、,3);%繪出濾波前的信號波形　　plot(s);　　title('濾波前信號的波形','fontweight','bold');　　axis([00000 100000 -1 1]);&

77、lt;p>　　grid;　　subplot(2,2,4);%繪出濾波后的信號波形　　plot(z23);　　title('濾波后的信號波形','fontweight','bold');

78、　　axis([00000 100000 -1 1]);　　grid;　　結(jié)果如下：　　可以看到，濾波后只剩部分高頻噪聲頻率，原始語音信號頻率被濾除，因此無法恢復語音信號。&l

79、t;b>　　FIR帶通濾波器　　[y,fs,nbits]=wavread ('OriSound');%語音信號采集　　n = length (y) ; %計算語音信號的長度　　Noise=0.2*randn(n,1); %產(chǎn)生隨

80、機噪聲　　s=y+Noise; %語音信號加噪 　　S=fft(s); %快速傅里葉變換　　Fp1=1200;　　Fp2=3000;</b

81、>　　Fs1=1000;　　Fs2=3200;　　Ft=2200;　　wp1=tan(pi*Fp1/Ft); %帶通到低通濾波器參數(shù)轉(zhuǎn)換

82、　　wp2=tan(pi*Fp2/Ft);　　ws1=tan(pi*Fs1/Ft);　　ws2=tan(pi*Fs2/Ft); 　　w=wp1*wp2/ws2;　　bw=wp2-wp1;&

83、lt;b>　　wp=1;　　ws=(wp*wp2-w.^2)/(bw*w);　　[n22,wn22]=buttord(wp,ws,1,50,'s'); %低通濾波器階數(shù)和截止頻率　　[b22,a22]=butter(n22,wn22,'s');

84、 %S域的頻率響應(yīng)的參數(shù)　　z22=fftfilt(b22,s);%濾波　　sound(z22,fs,nbits);%回放濾波后的信號　　m22=fft(z22); %濾波后的信號頻譜　　figur

85、e;　　subplot(2,2,1);%繪出濾波前的信號頻譜　　plot(abs(S),'g');　　title('濾波前信號的頻譜','fontweight','bold');<p&

86、gt;　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,2);%繪出濾波后的信號頻譜　　plot(abs(m22),'r');　　title('濾波后

87、信號的頻譜','fontweight','bold');　　axis([0 80000 0 4000]);　　grid;　　subplot(2,2,3);%繪出濾波前的信號波形

88、　　plot(s);　　title('濾波前信號的波形','fontweight','bold');　　axis([00000 100000 -1 1]);　　grid;

89、　　subplot(2,2,4);%繪出濾波后的信號波形　　plot(z22);　　title('濾波后的信號波形','fontweight','bold');　　axis([00000 100000 -1 1]);</p

90、>　　grid;　　結(jié)果如下：　　可以看到，濾波器將部分低頻濾去，也就濾掉了部分原始信號頻率，因此無法正?；謴驼Z音信號。　　（8）設(shè)計GUI界面　　創(chuàng)建一個GUI界面，

91、可以方便的管理各個模塊。　　首先通過File-->New-->GUI創(chuàng)建一個GUI界面，然后對界面進行設(shè)計，最后對各個空間編寫回調(diào)函數(shù)。　　效果如下：　　其中，“原始語音頻譜分析”可以對原始語音信號進行波形和頻譜的顯示，“加噪后頻譜分析”可以對加噪后語音信號進行波

92、形和頻譜的顯示，“濾波器對加噪語音信號進行濾波模塊”中的各濾波器控件分別可以利用相應(yīng)的濾波器對加噪后的語音信號進行濾波處理并回放。　　課程設(shè)計總結(jié)：　　在這次課程設(shè)計中，我設(shè)計制作了加噪語音信號濾波提取的系統(tǒng)，綜合運用了之前幾次實驗，尤其是濾波器設(shè)計方面的MATLAB知識，并最后得到了比較理想的效果。通過這次課程設(shè)計

93、，我加深了對濾波器方面知識的理解。用自己設(shè)計的各種濾波器對污染信號進行處理，也讓我更加清楚的理解了濾波器的濾波特性，比較并找到最合適的濾波器。　　這次課程設(shè)計是一個不小的挑戰(zhàn)，通過不斷的學習和嘗試，最終制作完成，在這個過程中我也有了很多的提高和收獲。比如，如何在語音信號中添加噪聲，如何靈活的利用各種濾波器對語音信號進行處理，如何用MATLAB設(shè)計GUI界面并對控件添加回調(diào)函數(shù)等。其中，印象最深的

眾賞文庫> 全部分類> 畢業(yè)設(shè)計

溫馨提示

1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

基于matlab的有噪聲的語音信號處理的課程設(shè)計

文檔簡介

溫馨提示

最新文檔

評論

基于matlab的有噪聲的語音信號處理的課程設(shè)計

文檔簡介

溫馨提示

最新文檔

評論

免費下載