电子信息工程专业方向课程设计报告-基于matlab的语音信号分析和处理内容摘要:

) xlabel(39。 time n39。 )。 ylabel(39。 fudu39。 )。 y2=fft(x2,1024)。 figure(2) subplot(2,1,1) plot(abs(y1)) title(39。 原始语音信号频谱 39。 )。 xlabel(39。 Hz39。 )。 ylabel(39。 fudu39。 )。 subplot(2,1,2) plot(abs(y2)) 课题:基于 MATLAB的语音信号分析和处理 10 title(39。 加噪语音信号频谱 39。 )。 xlabel(39。 Hz39。 )。 ylabel(39。 fudu39。 )。 程序运行 可以听到声音,得到的结果图 44和图 45所示: 图 44高斯随机噪声 课题:基于 MATLAB的语音信号分析和处理 11 图 45正弦 sin噪声的加噪语音信号 对加入高斯随机噪声和正弦噪声的语音信号进行滤波。 用双线性变换法设计了巴特沃斯数字低通 IIR滤波器对两加噪语音信号进行滤波,并绘制了巴特沃斯低通滤波器的幅度图和两加噪语音信号滤波前后的 时域图和 频谱图。 程序设计如下: [x,fs,bits]=wavread(39。 39。 )。 %sound(x) 课题:基于 MATLAB的语音信号分析和处理 12 %随机噪声合成 x2=rand(1,length(x))39。 %产生一与 x长度一致的随机信号 y=x+x2。 %加入正弦噪声 %t=0:(size(x)1)。 %Au=。 %d=[Au*sin(2*pi*500*t)]39。 %y=x+d。 wp=*pi。 ws=*pi。 Rp=1。 Rs=15。 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,39。 s39。 )。 %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 课题:基于 MATLAB的语音信号分析和处理 13 figure(1) plot(W*Fs/(2*pi),abs(H)) grid f1=filter(bz,az,y)。 figure(2) subplot(2,1,1) plot(t,y) %画出滤波前的时域图 title(39。 滤波前的时域波形 39。 )。 subplot(2,1,2) plot(t,f1)。 %画出滤波后的时域图 title(39。 滤波后的时域波形 39。 )。 sound(f1)。 %播放滤波后的信号 F0=fft(f1,1024)。 f=fs*(0:511)/1024。 figure(3) y2=fft(y,1024)。 subplot(2,1,1)。 plot(f,abs(y2(1:512)))。 %画出滤波前的频谱图 title(39。 滤波前的频谱 39。 ) xlabel(39。 Hz39。 )。 ylabel(39。 fuzhi39。 )。 subplot(2,1,2) 课题:基于 MATLAB的语音信号分析和处理 14 F1=plot(f,abs(F0(1:512)))。 %画出滤波后的频谱图 title(39。 滤波后的频谱 39。 ) xlabel(39。 Hz39。 )。 ylabel(39。 fuzhi39。 )。 程序运行可以播放滤波前面的语音信号,对比滤 波前面的语音效果,得到的结果分别图 46和图47所示: 课题:基于 MATLAB的语音信号分析和处理 15 图 46高斯噪声滤波 课题:基于 MATLAB的语音信号分析和处理 16 图 47正弦噪声滤波 S域到 Z域的变换 利用双线性变换实现频率响应 S域到 Z域的变换法 设计了巴特沃斯低通数字 IIR滤波器,对加入高斯随机噪声和正弦噪声的语音信号进行滤波,并绘制了两滤波器滤波前后的语音信号 时域图和 频谱图。 程序设计如下: Ft=8000。 Fp=1000。 Fs=1200。
阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体),仅供学习参考。 用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权,请联系我们反馈本站将在三个工作日内改正。