MATLAB的语音信号频谱分析

学号： 专业： 姓名： 班级：

012

3

456

-1

-0.50

0.51幅值

时间（s ）信号波形

00.20.40.6

0.81 1.2 1.4 1.6 1.8

2

2000

4000

6000信号频谱

数字角频率

幅度

1

23

-1-0.500.51幅度

时间（s ）

2:1减抽样信号波形

0.5

1 1.52

01000200030002:1减抽样信号频谱

数字角频率w

幅度

0.51 1.5

-1-0.500.51幅度

时间（s ）

5:1减抽样信号波形

0.51 1.52

500

1000

5:1减抽样信号频谱

数字角频率w

幅度

实验一

[y,fs,bit]=wavread('I do')%读取音乐片段，fs 是采样率

size(y)%求矩阵的行数和列数

y1=y(:,1);%对信号进行分列处理 n1=length(y1);%取y 的长度

t1=(0:n1-1)/fs;%设置波形图横坐标

figure

subplot(2,1,1); plot(t1,y1); %画出时域波形图 ylabel('幅值');

xlabel('时间（s ）'); title('信号波形'); subplot(2,1,2); Y1=fft(y1);

w1=2/n1*(0:n1-1);%设置角频率 plot(w1,abs(Y1));%画频谱图 title('信号频谱'); xlabel('数字角频率'); ylabel('幅度'); grid on ;

sound(y,fs);

实验二

[y,fs,bit]=wavread('I do') y1=y(:,1);

n1=length(y1);

D=2;%设置抽样间隔

y2=y1(1:D:n1);%减抽样

n2=length(y2);%减抽样后信号长度 t2=(0:n2-1)/fs;%设置横坐标 figure

subplot(2,2,1);

plot(t2,y2); %绘制减抽样信号波形图 ylabel('幅度');

xlabel('时间（s ）'); title('2:1减抽样信号波形');

Y2=fft(y2); %对y2进行n2点fft 谱分析

w2=2/n2*[0:n2-1]; subplot(2,2,3);

plot(w2,abs(Y2));%绘制减抽样信号频谱图 title('2:1减抽样信号频谱'); xlabel('数字角频率w'); ylabel('幅度');

grid on;

sound(y2,fs/D);

D=5;%设置抽样间隔

y3=y1(1:D:n1);%减抽样

n3=length(y3);%减抽样后信号长度

t3=(0:n3-1)/fs;%设置横坐标

subplot(2,2,2);

plot(t3,y3); %绘制减抽样信号波形图

ylabel('幅度');

xlabel('时间（s）');

title('5:1减抽样信号波形');

Y3=fft(y3); %对y2进行n2点fft谱分析

w3=2/n3*[0:n3-1];

subplot(2,2,4);

plot(w3,abs(Y3));%绘制减抽样信号频谱图

title('5:1减抽样信号频谱');

xlabel('数字角频率w');

ylabel('幅度');

grid on;

sound(y3,fs/D)

实验三

[y,fs,bit]=wavread('I do')

y1=y(:,1);

n1=length(y1);

n3=0:n1-1;

b1=cos(0.75*pi*n3);%设置调制信号

b2=cos(0.5*pi*n3);

c1=b1'.*y1;%对原信号进行调制

c2=b2'.*y1;

lc1=length(c1);

t=(0:lc1-1)/fs;

figure %用载波对信号进行调制，并对其做fft变换subplot(2,2,1) %获取频谱，从图中可以观察到，调制后的plot(t,c1); %信号频谱发生搬移

xlabel('时间(s)');

ylabel('幅度');

title('调制后信号');

subplot(2,2,2) %获取频谱，从图中可以观察到，调制后的plot(t,c2); %信号频谱发生搬移

xlabel('时间(s)');

ylabel('幅度');

title('调制后信号');

510

-1-0.500.5

1音频

时间幅度

120

2000

4000

6000频谱

频率/pi

幅度

510

-1-0.500.5

1AM 调制音频信号时间幅度

12

1000

2000

3000AM 调制频谱频率/pi

幅度

24

x 10

5

-1-0.500.5

1时间

幅度

AM 解调音频信号0

12

1000

2000

3000AM 解调频谱频率/pi

幅度

0246

-1

-0.5

00.51时间(s)幅度

调制后信号

2

4

6

-1-0.500.51时间(s)

幅度

调制后信号

00.51 1.5

2

10002000

3000数字角频率w

幅度

调制后信号的频谱(高频率调制)

0.51 1.5

2

1000

20003000数字角频率w

幅度

调制后信号的频谱(低频率调制)w1=2/lc1*[0:lc1-1];%设置角频率W C1=fft(c1); C2=fft(c2); subplot(2,2,3) plot(w1,abs(C1));

xlabel('数字角频率w');

ylabel('幅度'); title('调制后信号的频谱(高频率调制)');

grid on ; subplot(2,2,4) plot(w1,abs(C2)); xlabel('数字角频率w');

ylabel('幅度');

title('调制后信号的频谱(低频率调制)');

grid on ; sound(c1,fs);

实验四

clear all ;cla;close all

[a,fs,bit]=wavread('I do'); y1=a(:,1);%去单列数据进行分析 f1=fft(y1); n=length(f1); tn=(0:n-1)/fs; w=2/n*[0:n-1]; %sound(y1,fs); figure(1)

subplot(2,3,1);plot(tn,y1); grid on ;

title('音频'); xlabel('时间'); ylabel('幅度');

subplot(2,3,4);plot(w,abs(f1)); grid on ;

title('频谱');

xlabel('频率/pi'); ylabel('幅度'); t=[0:n-1];

y2=cos(pi*1/2*t);%载波函数 y3=y1.*y2';%信号调制

ty3=(0:length(y3)-1)/fs;

subplot(2,3,2);plot(ty3,y3);%绘制调制后信号波形图 grid on ;

title('AM 调制音频信号');

0.5

1

1.5

2

2.5

3

3.5

00.10.20.30.40.50.60.70.80.91w

H

低通滤波器波形

xlabel('时间'); ylabel('幅度'); f3=fft(y3); n2=length(f3); w2=2/n2*[0:n2-1];

subplot(2,3,5);plot(w2,abs(f3));%绘制调制后信号频谱图 grid on ;

title('AM 调制频谱'); xlabel('频率/pi'); ylabel('幅度'); %解调后信号

n3=length(y3) t2=0:n3-1;

y4=cos(pi*1/2*t2)

y5=y3.*y4';%解调后的信号函数 subplot(2,3,3);plot(t2,y5); grid on ;

xlabel('时间'); ylabel('幅度');

title('AM 解调音频信号'); f5=fft(y5);

w3=2/n3*[0:n3-1];

subplot(2,3,6);plot(w3,abs(f5));%绘制解调后信号频谱图 grid on ;

title('AM 解调频谱'); xlabel('频率/pi'); ylabel('幅度');

%设计巴特沃斯滤波器进行滤波去噪

[N1,wc1]=buttord(0.05,0.17,1,15);%确定低通滤波器的阶数和截止频率； [b,a]=butter(N1,wc1);%确定低通滤波器分子分母系数

[H,W]=freqz(b,a); figure(2)

plot(W,abs(H));%低通滤波器波形 xlabel('w'); ylabel('H');

title('低通滤波器波形'); m=filter(b,a,y5); wavplay(m,fs);

lm=length(m);%滤波后信号长度 tm=(0:lm-1)/fs;%设置横坐标 wm=2/lm*[0:lm-1]; M=fft(m); figure(3)

subplot(2,1,1);plot(tm,m);

2

4

68

x 10

-4

-0.1

00.10.2

0.3矩形窗时域

00.51 1.52

0.511.5矩形窗频域

2468

x 10

-4

-0.1

00.10.2

0.3布莱克曼窗时域

00.51 1.52

0.511.5布莱克曼窗频域

012

3456

-0.5

0.5

滤波后波形

t

幅度

00.20.40.60.8

1 1.

2 1.4 1.6 1.82

1000

20003000滤波后波形频谱图

w/pi

幅度

grid on ;

title('滤波后波形'); xlabel('t');

ylabel('幅度');

subplot(2,1,2);plot(wm,abs(M)); title('滤波后波形频谱图'); xlabel('w/pi');

ylabel('幅度'); %矩形窗和布莱克曼窗

N=33;wc=0.3*pi;%基于经验的指标，其中N 为理想低通滤波器阶数，wc 为截止频率 hd=ideal(N,wc);%调用理想低通滤波器函数 w1=boxcar(N);%产生各种窗函数 w2=blackman(N);

h1=hd.*w1';%加窗设计各种FIR 滤波器 h2=hd.*w2'; th1=(0:32)/fs; th2=(0:32)/fs; M=21184;

fh1=fft(h1,M);%矩形窗频谱函数 w=2/M*[0:M-1];

fh2=fft(h2,M);%布莱克曼窗频谱函数 figure(4)

subplot(2,2,1);plot(th1,h1) title('矩形窗时域');

subplot(2,2,2);plot(w,abs(fh1)); title('矩形窗频域');

subplot(2,2,3);plot(th2,h2); title('布莱克曼窗时域');

subplot(2,2,4);plot(w,abs(fh2)); title('布莱克曼窗频域') %解调后信号

n3=length(y3) t2=0:n3-1;

y4=cos(pi*1/2*t2)

y5=y3.*y4';%调制后的信号函数 figure

%滤波处理

y6=conv(h1,y5);%用矩形窗对调制后信号进行滤波 f6=fft(y6); n4=length(f6);

ty6=(0:n4-1)/fs;

w3=2/n4*[0:n4-1];

%sound(y6,fs); figure(5)

0100200

-0.100.1

0.20.3时间（s ）幅值

三余弦信号音谱0

1

20

2000

4000

6000W

噪声频谱

1

2

2000

40006000W

加噪信号频谱0

510

-2

-1

012时间（s ）幅值

加噪信号音谱0

510

-1-0.500.51t(s)

信号幅值

去噪后信号波形0

1

2

2000

40006000w/pi

幅度k

IIR 滤波器滤波后信号频谱0

246

-0.500.5

1

矩形窗滤波后音频

00.51 1.52

1000

2000

3000矩形窗滤波后频谱

2

4

6

-0.5

0.5布莱克曼窗滤波后音频

00.51 1.5

2

1000

2000

3000布莱克曼窗滤波后频谱

subplot(2,2,1);plot(ty6,y6); title('矩形窗滤波后音频')

subplot(2,2,2);plot(w3,abs(f6));

title('矩形窗滤波后频谱')

y7=conv(h2,y5);%用布莱克曼窗进行滤波

f7=fft(y7);

n5=length(f7); ty7=(0:n5-1)/fs; w4=2/n5*[0:n5-1]; %sound(y7,fs);

subplot(2,2,3);plot(ty7,y7); title('布莱克曼窗滤波后音频')

subplot(2,2,4);plot(w4,abs(f7)); title('布莱克曼窗滤波后频谱')

实验五

clc;clear;close;

[y,fs,bit]=wavread('I do'); y0=y(:,1); l=length(y0);

%加三余弦混合噪声 t0=(0:l-1)/fs;

d0=[0.05*cos(2*pi*3000*t0)]'; t1=(0:l-1)/fs;

d1=[0.05*cos(2*pi*5000*t1)]'; t2=(0:l-1)/fs;

d2=[0.05*cos(2*pi*8000*t2)]'; noise=d2+d1+d0; y1=y0+noise; %sound(y1,fs);

a=length(noise);%绘制三余弦噪声音频图 wa=2/a*[0:a-1];

Noise=fft(noise); figure(1) subplot(2,3,4);

plot(noise(1:150));

xlabel('时间（s ）') ylabel('幅值')

title('三余弦信号音谱')

subplot(2,3,1);%绘制三余弦噪声频谱图 plot(wa,abs(Noise)); grid on ; xlabel('W') title('噪声频谱')

w0=2/l*[0:l-1];%绘制加噪信号音频

Y1=fft(y1);

subplot(2,3,5)

plot(w0,abs(Y1));

grid on;

xlabel('W')

title('加噪信号频谱')

ly1=length(y1);

ty1=(0:ly1-1)/fs;

subplot(2,3,2);plot(ty1,y1);

xlabel('时间（s）')

ylabel('幅值')

title('加噪信号音谱') m=rand(l,1)-0.5; %产生幅度为0.5的随机信号

lm=length(m);

y2=m+y0;%将噪声信号与原声音信号叠加

wm=2/lm*[0:lm-1];

M=fft(m);

figure(2)

subplot(2,2,3);

plot(m(1:150))

xlabel('时间（s）')

ylabel('幅值')

title('白噪信号音谱')

subplot(2,2,1);

plot(wm,abs(M));

grid on;

xlabel('W')

title('噪声频谱')

l=length(y2);

ty2=(0:l-1)/fs;

w=2/l*[0:l-1];

Y2=fft(y2);

subplot(2,2,4)

plot(w,abs(Y2));

grid on;

xlabel('W')

title('加噪信号频谱')

subplot(2,2,2);plot(ty2,y2);

xlabel('时间（s）')

ylabel('加噪信号幅值')

title('加噪信号音谱');

12

3

456

-1-0.5

00.51音乐信号的波形

t

y 1

00.20.40.60.8

1 1.

2 1.4 1.6 1.8

2

2000

4000

6000

音乐信号的频谱

w

f 1

%设计滤波器进行滤波去噪

[N1,wc1]=buttord(0.04,0.17,1,30);%确定低通滤波器的阶数和截止频率； [b,a]=butter(N1,wc1); %确定低通滤波器分子分母系数 m=filter(b,a,y1);%用滤波器滤除三余弦噪声 sound(m,fs);

lm=length(m);%滤波后信号长度 tm=(0:lm-1)/fs;%设置横坐标 figure(1);

subplot(2,3,3);

plot(tm,m);%绘制滤波后的波形 xlabel('t(s)')

ylabel('信号幅值')

title('去噪后信号波形');

k=fft(m); %滤波后的波形做离散傅里叶变换 w=2*[0:length(k)-1]/length(k); subplot(2,3,6) plot(w,abs(k)); xlabel('w/pi')

ylabel('幅度k')

title('IIR 滤波器滤波后信号频谱');

实验六.一

clear all ;clc

[y,fs,bit]=wavread('I do'); size(y)%查看读取信号的声道类型 y1=y(: ,1);%对信号进行分列处理 n=length(y1);%求信号y1的的长度 t1=(0:n-1)/fs;

f1=fft(y1);%对y1进行fft 谱分析

w=2/n*[0:n-1];%w 为连续频谱的数字角频率横坐标 %sound(y,fs);%播放音乐信号

figure(1)

subplot(2,1,1);plot(t1,y1); title('音乐信号的波形'); xlabel('t'); ylabel('y1');

subplot(2,1,2);plot(w,abs(f1)); title('音乐信号的频谱'); xlabel('w'); ylabel('f1');

%用IIR 滤波器滤波（低）

[n2,wc2]=buttord(0.15,0.20,1,15);%确定低通滤波器的阶数和截止频率； [B2,A2]=butter(n2,wc2); %确定低通滤波器分子分母系数 [H,W]=freqz(B2,A2);

240

0.51

1.5

w

H

低通滤波器波形0

510

-2

-10

1

n

信号幅值

低通滤波后波形012

2000

4000

6000

数字角频率w 幅度

低通滤波后频谱02400.51

1.5

w1H 1

高通滤波器波形

05

10

-2-1

12n 信号幅值m

高通滤波后波形012

200

400

600数字角频率w

幅度k

IIR 高通滤波后频谱figure(2)

subplot(2,3,1);

plot(W,abs(H));%低通滤波器波形 xlabel('w') ylabel('H')

title('低通滤波器波形'); m2=filter(B2,A2,y1);%滤波 lm2=length(m2); tm2=(0:lm2-1)/fs; subplot(2,3,2) plot(tm2,m2); xlabel('n')

ylabel('信号幅值')

title('低通滤波后波形');

k2=fft(m2);%滤波后的波形做离散傅里叶变换

l2=length(k2); w2=2*[0:l2-1]/l2;

subplot(2,3,3);

plot(w2,abs(k2));

xlabel('数字角频率w') ylabel('幅度') title('低通滤波后频谱'); %解调滤波后的频谱 %用IIR 滤波器滤波（高）

[N,WC]=buttord(0.15,0.20,1,15);%确定高通滤波器的阶数和截止频率； [B,A]=butter(N,WC,'high'); %确定高通滤波器分子分母系数 [H1,W1]=freqz(B,A); subplot(2,3,4);

plot(W1,abs(H1));%高通滤波器波形 xlabel('w1') ylabel('H1')

title('高通滤波器波形'); m=filter(B,A,y1); %滤波 lm=length(m); tm=(0:lm-1)/fs; subplot(2,3,5); plot(tm,m); xlabel('n')

ylabel('信号幅值m')

title('高通滤波后波形'); k=fft(m);

l2=length(k); w2=2*[0:l2-1]/l2; subplot(2,3,6); plot(w2,abs(k));

1

2

34

5

6

-0.4

-0.200.2

0.4音乐信号2的波形

t

y 2

00.20.40.60.8

1 1.

2 1.4 1.6 1.82

1000

2000

3000

音乐信号2的频谱

w

f 2

1

2

345

6

-1-0.500.51音乐信号1的波形

t

y 1

00.20.40.60.8

1 1.

2 1.4 1.6 1.8

2

2000

40006000%音乐信号1的频谱

w

f 1

xlabel('数字角频率w') ylabel('幅度k')

title('IIR 高通滤波后频谱');

实验六.二

clear all ;clc

[a,fs1,bit1]=wavread('I do'); [b,fs2,bit2]=wavread('风声'); size(b)%查看读取信号的声道类型 y2=b(:,1);%对信号进行分列处理 n2=length(y2);%求信号y2的的长度 t2=(0:n2-1)/fs2; f2=fft(y2);

w2=2/n2*[0:n2-1]; %wavplay(y2,fs2);

size(a)%查看读取信号的声道类型 y1=a(: ,1);%对信号进行分列处理 n1=length(y1); t1=(0:n1-1)/fs1; f1=fft(y1);

w1=2/n1*[0:n1-1];%w 为连续频谱的数字角频率横坐标 %wavplay(y1,fs1);

Fy1=abs(f1);%音乐1的幅度 Ay1=angle(f1);%音乐1的相位 Fy2=abs(f2);%音乐2的幅度 Ay2=angle(f2);%音乐2相位

F1=Fy1.*exp(j*Ay2);%音乐1的幅度与音乐2的相位交叉组合 X1=ifft(F1); n3=length(X1);

tx1=(0:(n3-1))/fs1;

w3=2/n3*[0:n3-1];

%wavplay(real(X1),fs1); F2=Fy2.*exp(j*Ay1);%幅度相位交叉组合 X2=ifft(F2); n4=length(X2);

tx2=(0:(n4-1))/fs2; w4=2/n4*[0:n4-1]

%wavplay(real(X2),fs2); figure(1)

subplot(2,1,1);plot(t1,y1);%绘制信号1波形

title('音乐信号1的波形'); xlabel('t');

ylabel('y1'); subplot(2,1,2);

123456

-0.5

0.5

音乐2的幅度与音乐1的相位交叉组合后的波形

t

X 2

00.20.40.60.8

1 1.

2 1.4 1.6 1.82

1000

2000

3000

音乐2的幅度与音乐1的相位交叉组合后的频谱

w

F 2

123456

-2

-101

2音乐1的幅度与音乐2的相位交叉组合后的波形

t

X 1

00.20.40.60.8

1 1.

2 1.4 1.6 1.82

2000

4000

6000音乐1的幅度与音乐2的相位交叉组合后的频谱

w

F 1

plot(w1,abs(f1));%绘制音乐信号1的频谱 title('%音乐信号1的频谱');

xlabel('w');

ylabel('f1');

figure(2) subplot(2,1,1);plot(t2,y2);

title('音乐信号2的波形'); xlabel('t'); ylabel('y2');

subplot(2,1,2);plot(w2,abs(f2)); title('音乐信号2的频谱'); xlabel('w'); ylabel('f2'); figure(3)

subplot(2,1,1);plot(tx1,X1);

title('音乐1的幅度与音乐2的相位交叉组合后的波形'); xlabel('t'); ylabel('X1');

subplot(2,1,2);plot(w3,abs(F1));

title('音乐1的幅度与音乐2的相位交叉组合后的频谱'); xlabel('w'); ylabel('F1'); figure(4)

subplot(2,1,1);plot(tx2,X2);

title('音乐2的幅度与音乐1的相位交叉组合后的波形'); xlabel('t'); ylabel('X2');

subplot(2,1,2);plot(w4,abs(F2));

title('音乐2的幅度与音乐1的相位交叉组合后的频谱'); xlabel('w');

ylabel('F2');

语音信号处理与及其MATLAB实现分析

目录 摘要 (2) 第一章绪论 (3) 1.1 语音课设的意义 (3) 1.2 语音课设的目的与要求 (3) 1.3 语音课设的基本步骤 (3) 第二章设计方案论证 (5) 2.1 设计理论依据 (5) 2.1.1 采样定理 (5) 2.1.2 采样频率 (5) 2.1.3 采样位数与采样频率 (5) 2.2 语音信号的分析及处理方法 (6) 2.2.1 语音的录入与打开 (6) 2.2.2 时域信号的FFT分析 (6) 2.2.3 数字滤波器设计原理 (7) 2.2.4 数字滤波器的设计步骤 (7) 2.2.5 IIR滤波器与FIR滤波器的性能比较 (7) 第三章图形用户界面设计 (8) 3.1 图形用户界面概念 (8) 3.2 图形用户界面设计 (8) 3.3 图形用户界面模块调试 (9) 3.3.1 语音信号的读入与打开 (9) 3.3.2 语音信号的定点分析 (9) 3.3.3 N阶高通滤波器 (11) 3.3.4 N阶低通滤波器 (12) 3.3.5 2N阶带通滤波器 (13) 3.3.6 2N阶带阻滤波器 (14) 3.4 图形用户界面制作 (15) 第四章总结 (18) 附录 (19) 参考文献 (24)

摘要 数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。 数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。 数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。 数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT的出现大大减少了DFT的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple 并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多，并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++ ，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。

电子信息工程专业考研学校排名

电子信息工程考研方向解读 电子信息工程考研的方向其实很多的，不过大家所知道甚少，笔者就搜集整理一些有关该专业的考研方向，希望对大家有所帮助。考研方向中不同的学科是不同的，分为一级学科是学科大类,二级学科是其下的学科小类；对于学校而言，二级学科无法申请成为一级学科，但是可以申请成为硕士和博士学位授予点，而一级学科一旦申请成功，其下的所有二级学科都可申请成为博士学位授予点。 例如： 0809 一级学科：电子科学与技术 080901 物理电子学080902 电路与系统 080903 微电子学与固体电子学080904电磁场与微波技术 0810 一级学科：信息与通信工程 081001通信与信息系统☆081002信号与信息处理☆ 0811 一级学科：控制科学与工程 081103 系统工程081104模式识别与智能系统 我找了以下专业方向以供大家参考，共十二大类。其中有些是与物理、机械、光电、电气、自动化、计算机等交叉的学科，但电信专业的学生可以报考。 1电路与系统 2集成电路工程 3自动控制工程 4模式识别与智能系统 5通信与信息系统 6信号与信息处理 7电子与通信工程 8电力电子与电力传动 9光电信息工程 10物理电子学 11精密仪器及机械简介 12测试计量技术及仪器 01.电路与系统 电路与系统学科研究电路与系统的理论、分析、测试、设计和物理实现。它是信息与通信工程和电子科学与技术这两个学科之间的桥梁，又是信号与信息处理、通信、控制、计算机乃至电力、电子等诸方面研究和开发的理论与技术基础。因为电路与系统学科的有力支持，才使得利用现代电子科学技术和最新元器件实现复杂、高性能的各种信息和通信网络与系统成为现实。 学科概况 信息与通讯产业的高速发展以及微电子器件集成规模的迅速增大，使得电子电路与系统走向数字化、集成化、多维化。电路与系统学科理论逐步由经典向现代过渡，同时和信息与通讯工程、计算机科学与技术、生物电子学等学科交叠，相互渗透，形成一系列的边缘、交叉学科，如新的微处理器设计、各种软、硬件数字信号处理系统设计、人工神经网络及其硬件实现等。 电路与系统专业排名是

对正弦信号的采样频谱分析.doc

H a r b i n I n s t i t u t e o f T e c h n o l o g y 课程设计 课程名称：课程设计2 设计题目：对正弦信号的抽样频谱分析院系：电子与信息工程学院 班级：0805203 设计者：褚天琦 学号：1080520314 指导教师：郑薇 设计时间：2011-10-15 哈尔滨工业大学

一、题目要求： 给定采样频率fs，两个正弦信号相加，两信号幅度不同、频率不同。要求给定正弦信号频率的选择与采样频率成整数关系和非整数关系两种情况，信号持续时间选择多种情况分别进行频谱分析。 二、题目原理与分析： 本题目要对正弦信号进行抽样，并使用fft对采样信号进行频谱分析。因此首先对连续正弦信号进行离散处理。实际操作中通过对连续信号间隔相同的抽样周期取值来达到离散化的目的。根据抽样定理，如果信号带宽小于奈奎斯特频率（即采样频率的二分之一），那么此时这些离散的采样点能够完全表示原信号。高于或处于奈奎斯特频率的频率分量会导致混叠现象。设抽样周期为TS(抽样角频率为ωS)，则 可见抽样后的频谱是原信号频谱的周期性重复，当信号带宽小于奈奎斯特频率的二分之一时不会产生频谱混叠现象。 因此，我们对采样频率的选择采取fs>2fo,fs=2fo,fs<2fo三种情况进行分析。对信号采样后，使用fft函数对其进行频谱分析。为了使频谱图像更加清楚，更能准确反映实际情况并接近理想情况，我们采用512点fft。取512点fft不仅可以加快计算速度，而且可以使频谱图更加精确。若取的点数较少，则会造成频谱较大的失真。 三、实验程序： 本实验采用matlab编写程序，实验中取原信号为 ft=sin(2πfXt)+2sin(10πfXt)，取频率f=1kHz，实验程序如下： f=1000;fs=20000;Um=1; N=512;T=1/fs; t=0:1/fs:0.01; ft=Um*sin(2*pi*f*t)+2*Um*sin(10*pi*f*t); subplot(3,1,1); plot(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft'); title('抽样信号的连续形式'); subplot(3,1,2); stem(t,ft);grid on; axis([0 0.01 1.1*min(ft) 1.1*max(ft)]); xlabel('t'),ylabel('ft');

matlab语音信号采集与初步处理要点

《matlab与信号系统》实验报告 学院： 学号： 姓名： 考核实验——语音信号采集与处理初步 一、课题要求 1．语音信号的采集 2．语音信号的频谱分析 3．设计数字滤波器和画出频率响应 4．用滤波器对信号进行滤波 5．比较滤波前后语音信号的波形及频谱 6．回放和存储语音信号 （第5、第6步我放到一起做了） 二、语音信号的采集 本段音频文件为胡夏演唱的“那些年”的前奏（采用Audition音频软件进行剪切，时长17秒）。运行matlab软件，在当前目录中打开原音频文件所在的位置，采用wavread函数对其进行采样，并用sound函数可进行试听，程序运行之后记下采样频率和采样点。 利用函数wavread对语音信号的采集的程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 程序运行之后，在工作区间中可以看到采样频率fs=44100Hz，采样点bits=16

三、语音信号的频谱分析 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。语音信号的FFT频谱分析的完整程序如下： clear; [y,fs,bits]=wavread('music.wav'); %x：语音数据；fs：采样频率；bits：采样点数sound(y,fs,bits); %话音回放 n = length (y) ; %求出语音信号的长度 Y=fft(y,n); %傅里叶变换 subplot(2,1,1); plot(y); title('原始信号波形'); subplot(2,1,2); plot(abs(Y)); title('原始信号频谱'); 程序结果如下图： 四、设计数字滤波器和画出频率响应 根据语音信号的特点给出有关滤波器的性能指标： 1）低通滤波器性能指标，fp=1000Hz，fc=1200 Hz，As=100dB，Ap=1dB； 2）高通滤波器性能指标，fc=4800 Hz，fp=5000 Hz As=100dB，Ap=1dB。

基于Matlab的语音信号处理与分析

系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论.............................................................................................................. 错误!未定义书签。 1.1课题背景及意义................................................................................. 错误!未定义书签。 1.2国内外研究现状................................................................................. 错误!未定义书签。 1.3本课题的研究内容和方法................................................................. 错误!未定义书签。 1.3.1 研究内容................................................................................ 错误!未定义书签。 1.3.2 开发环境................................................................................ 错误!未定义书签。 2 语音信号处理的总体方案............................................................................ 错误!未定义书签。 2.1 系统基本概述.................................................................................... 错误!未定义书签。 2.2 系统基本要求与目的........................................................................ 错误!未定义书签。 2.3 系统框架及实现................................................................................ 错误!未定义书签。 2.3.1 语音信号的采样.................................................................... 错误!未定义书签。 2.3.2 语音信号的频谱分析............................................................ 错误!未定义书签。 2.3.3 音乐信号的抽取.................................................................... 错误!未定义书签。 2.3.4 音乐信号的AM调制.............................................................. 错误!未定义书签。 2.3.5 AM调制音乐信号的同步解调............................................... 错误!未定义书签。 2.4系统设计流程图................................................................................. 错误!未定义书签。 3 语音信号处理基本知识................................................................................ 错误!未定义书签。 3.1语音的录入与打开............................................................................. 错误!未定义书签。 3.2采样位数和采样频率......................................................................... 错误!未定义书签。 3.3时域信号的FFT分析......................................................................... 错误!未定义书签。 3.4切比雪夫滤波器................................................................................. 错误!未定义书签。 3.5数字滤波器设计原理......................................................................... 错误!未定义书签。 4 语音信号实例处理设计................................................................................ 错误!未定义书签。 4.1语音信号的采集................................................................................. 错误!未定义书签。

语音信号处理答案

二、问答题（每题分，共分） 、语音信号处理主要研究哪几方面的内容？ 语音信号处理是研究用数字信号处理技术对语言信号进行处理的一门学科，语音信号处理的理论和研究包括紧密结合的两个方面：一方面，从语言的产生和感知来对其进行研究，这一研究与语言、语言学、认知科学、心理、生理等学科密不可分；另一方面，是将语音作为一 种信号来进行处理，包括传统的数字信号处理技术以及一些新的应用于语音信号的处理方法 和技术。 、语音识别的研究目标和计算机自动语音识别的任务是什么？ 语音识别技术，也被称为自动语音识别，()，其目标是将人类的语音中的词汇内容转换为 计算机可读的输入，例如按键、二进制编码或者字符序列。 计算机自动语音识别的任务就是让机器通过识别和理解过程把语音信号转变为相应的文本 或命令的高技术。 、语音合成模型关键技术有哪些？ 语音合成是实现人机语音通信，建立一个有听和讲能力的口语系统所需的两项关键技术，该系统主要由三部分组成：文本分析模块、韵律生成模块和声学模块。.如何取样以精确地抽取人类发信的主要特征，.寻求什么样的网络特征以综合声道的频率响应，.输出合成声音的质量如何保证。 、语音压缩技术有哪些国际标准？ 二、名词解释（每题分，共分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。 共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。 语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。 码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义 公示，用最少的搜素和计算失真的运算量。 语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量 三、简答题（每题分，共分） 、简述如何利用听觉掩蔽效应。 一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。人耳的掩蔽效应一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声 音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者 说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。实验表明，—绝对闻阈值最小，即人耳对它的微弱声音最敏感；而在低频和高频区绝对闻阈值要大得多。在范围内闻阈随频率变化最不显著，即在这个范围内语言可储度最高。在掩蔽情况下，提高被掩蔽弱音的强度， 使人耳能够听见时的闻阈称为掩蔽闻阈(或称掩蔽门限)，被掩蔽弱音必须提高的分贝值称为 掩蔽量(或称阈移)。 、简述时间窗长与频率分辨率的关系。 采样周期、窗口长度和频率分辨率△之间存在下列关系：△(*) 可见，采样周期一定时，△随窗口宽度的增加而减少，即频率分辨率相应得到提高，但同时时间分辨率降低；如果窗口取短，频率分辨率下降，而时间分辨率提高，因而二者是矛盾的。 、简述时域分析的技术（最少三项）及其在基因检测中的应用。（）

数字音频技术期末考试试卷

《数字音视频技术》期末考试试卷 一．选择（每题2分，共20分） 1.可闻声的频率范围（） A.20～2000Hz B.200～20000Hz C.20～20000Hz D.200～2000Hz 2.下面哪一种相加混色产生的色彩是错误的（） A.红色+绿色=黄色 B.红色+蓝色=橙色 C.蓝色+绿色=青色 D.红色+绿色+蓝色=白色。 3.不是数字图像的格式的是（） A.JPG B. GIF C. TIFF D. WAVE 4.在音频数字化的过程中，对模拟语音信号处理的步骤依次为（）A．抽样编码量化 B. 量化抽样编码 C. 抽样量化编码 D. 量化编码抽样 5.将声音转变为数字化信息，又将数字化信息变换为声音的设备是（） A.声卡B．音响 C. 音箱D．PCI卡 6.不属于国际上常用的视频制式的是（） A．PAL制 B.NTSC制C．SECAM制D．MPEG 7.数字音频采样和量化过程所用的主要硬件是（） A．数字编码器 B．数字解码器 C．模拟到数字的转换器（A/D转换器） D．数字到模拟的转换器（D/A转换器） 8.信息接受者在没有接收到完整的信息前就能处理那些已经接受到的信息一边接收，一边处理的方式叫（） A．多媒体技术B．流媒体技术 C．云技术D．动态处理技术

9．影响声音质量的因素不包括（） A．声道数目B．采样频率 C．量化位数D．存储介质 10．我们常用的VCD，DVD采用的视频压缩编码国际标准是（）A．MPEG B．PLA C．NTSC D．JPEG 二．填空（每空2分，共30分） 1.音质三要素：、和。 2.色彩三要素：、和。 3.混色的方法有：和。 4.视频冗余是指相邻帧间和每帧的水平方向和垂直方向上的相邻像素间存在很强的相关性，它包含的种类有：冗余、冗余、冗余、冗余和视觉冗余。 5.色彩模型中的三基色原理是指利用、和三种色光混合，可以产生各种色彩。 三．简答题（每题10分，共50分） 1.常见数字音频文件格式有哪些？ 2. 常见数字视频文件格式有哪些？ 3.什么是5.1声道环绕立体声？

用FFT对信号作频谱分析 实验报告

实验报告 实验三：用FFT 对信号作频谱分析 一、 实验目的与要求 学习用FFT 对连续信号和时域离散信号进行谱分析的方法，了解可能出现的分析误差及其原因，以便正确应用FFT 。 二、 实验原理 用FFT 对信号作频分析是学习数字信号处理的重要内容，经常需要进行分析的信号是模拟信号的时域离散信号。对信号进行谱分析的重要问题是频谱分辨率D 和分析误差。频谱分辨率直接和FFT 的变换区间N 有关，因为FFT 能够实现的频率分辨率是2π/N ，因此要求2π/N 小于等于D 。可以根据此式选择FFT 的变换区间N 。误差主要来自于用FFT 作频谱分析时，得到的是离散谱，而信号（周期信号除外）是连续谱，只有当N 较大时，离散谱的包络才能逼近连续谱，因此N 要适当选择大一些。 三、 实验步骤及内容（含结果分析） （1）对以下序列进行FFT 分析： x 1(n)=R 4(n) x 2(n)= x 3(n)= 选择FFT 的变换区间N 为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： n+1 0≤n ≤3 8-n 4≤n ≤7 0 其它n 4-n 0≤n ≤3 n-3 4≤n ≤7 0 其它 n

实验结果图形与理论分析相符。（2）对以下周期序列进行谱分析： x4(n)=cos[(π/4)*n]

x5(n)= cos[(π/4)*n]+ cos[(π/8)*n] 选择FFT的变换区间N为8和16两种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】： （3）对模拟周期信号进行频谱分析： x6(n)= cos(8πt)+ cos(16πt)+ cos(20πt) 选择采样频率Fs=64Hz，FFT的变换区间N为16、32、64三种情况进行频谱分析，分别打印出幅频特性曲线，并进行讨论、分析与比较。 【实验结果如下】：

基于matlab的语音信号的采集与处理

文档从互联网中收集，已重新修正排版，word格式支持编辑，如有帮助欢迎下载支持。 目录 第1章前言 ................................................................................................... 错误!未定义书签。第2章语音信号分析处理的目的和要求 ................................................... 错误!未定义书签。 2.1MATLAB软件功能简介................................................................. 错误!未定义书签。 2.2课程设计意义 .................................................................................. 错误!未定义书签。第3章语音信号的仿真原理..................................................................... 错误!未定义书签。第4章语音信号的具体实现..................................................................... 错误!未定义书签。 4.1语音信号的采集................................................................................ 错误!未定义书签。 4.2语音信号加噪与频谱分析................................................................ 错误!未定义书签。 4.3设计巴特沃斯低通滤波器................................................................ 错误!未定义书签。 4.4用滤波器对加噪语音滤波................................................................ 错误!未定义书签。 4.5比较滤波前后语音信号波形及频谱................................................ 错误!未定义书签。第5章总结................................................................................................... 错误!未定义书签。参考文献......................................................................................................... 错误!未定义书签。附录................................................................................................................. 错误!未定义书签。

语音信号处理 (第2版)赵力 编著 语音信号处理勾画要点

语音信号处理（第2版）赵力编著 重点考点 第2章语音信号处理的基础知识 1.语音（Speech）是声音（Acoustic）和语言（Language）的组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。 2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶段（3）传送阶段（4）理解阶段（5）接收阶段。 3.语音是人的发声器官发出的一种声波，它具有一定的音色，音调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决于发音时间的长短。 4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语言都有语音的元音（Vowel）和辅音（Consonant）两种音素。 5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。 6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要的因素是共振峰频率的高低。 7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。 8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉掩蔽效应。 9.掩蔽效应分为同时掩蔽和短时掩蔽。 10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个以基音周期为周期的斜三角脉冲串。 11.声道模型：一是把声道视为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。 12.完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联来表示。 13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关的傅立叶分析的显示图形。 第三章语音信号分析 1.贯穿于语音分析全过程的是“短时分析技术”。 2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、加窗和分帧等。 3.预滤波的目的有两个：

《语音信号处理》期末试题总结

2011-2013学年 《语音信号处理》期末考试试题 适用班级：时量：120分钟闭卷记分： 考生班级：姓名：学号： 注：答案全部写在答题纸上，写在试卷上无效！ 一、填空题：（每空2分） 1、矢量量化系统主要由编码器和译码器组成，其中编码器主要是由搜索算法和码书构成。P101 2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰模型：级联型、并联型和混合型。P18 3、语音编码按传统的分类方法可以分为波形编码、参数编码和混合编码。P137 4、对语音信号进行压缩编码的基本依据是语音信号的冗余度和人的听觉感知机理。 P137-138 5、汉语音节一般由声母、韵母和声调三部分组成。P10 6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉的掩蔽效应。P22 7、句法的最小单位是词，词法的最小单位是音节，音节可以由音素构成。P9 8、复倒谱分析中避免相位卷绕的算法，常用的有微分法和最小相位信号法。P62 9、语音信号处理也可以简称为语音处理，它是利用数字信号处理技术对语音信号进行处理的一门学科，包括语音编码、语音合成、语音识别、说话人识别和语音增强等五大分支。P3 10、语音信号处理也可以简称为语音处理，它是以数字信号处理和语音学为基础而形成的一个综合新的学科，包括发音语音学、声学语音学、听觉语音学和心理学等四大分支。P2，6 11、语音的四大要素：音质、音调、音强和音长。P9 12、人类发音过程有三类不同的激励方式，因而能产生三类不同的声音，即浊音、清音、和爆破音。P8 13、元音的一个重要声学特性是共振峰，它是区别不同元音的重要参数，它一般包括共振峰频率的位置和频带宽度。 14、语音信号的倒谱分析就是求取语音倒谱特征参数的过程，它可以通过同态信号处理来实现。P56 二、判断题：（每小题2分）√× 1、预测编码就是利用对误差信号进行编码来降低量化所需的比特数，从而使编码速率大幅降低。（×）P143 2、以线性预测分析-合成技术为基础的参数编码，一般都是根据语音信号的基音周期和清/浊音标志信息来决定要采用的激励信号源。（×）P181 3、自适应量化PCM就是一种量化器的特性，能自适应地随着输入信号的短时能量的变化而调整的编码方法。（×）P142 4、线性预测法正是基于全极点模型假定，采用时域均方误差最小准则来估计模型参数的。（×）P72 5、波形编码是依赖模型假定的语音编码方法。（×）P137 6、掩蔽效应是使一个声音A能感知的阀值因另一个声音B的出现而提高的现象，这时A叫

信号的频谱分析及MATLAB实现

第23卷第3期湖南理工学院学报(自然科学版)Vol.23 No.3 2010年9月 Journal of Hunan Institute of Science and Technology (Natural Sciences) Sep. 2010信号的频谱分析及MATLAB实现 张登奇, 杨慧银 (湖南理工学院信息与通信工程学院, 湖南岳阳 414006) 摘 要: DFT是在时域和频域上都已离散的傅里叶变换, 适于数值计算且有快速算法, 是利用计算机实现信号频谱分析的常用数学工具. 文章介绍了利用DFT分析信号频谱的基本流程, 重点阐述了频谱分析过程中误差形成的原因及减小分析误差的主要措施, 实例列举了MATLAB环境下频谱分析的实现程序. 通过与理论分析的对比, 解释了利用DFT分析信号频谱时存在的频谱混叠、频谱泄漏及栅栏效应, 并提出了相应的改进方法. 关键词: MA TLAB; 频谱分析; 离散傅里叶变换; 频谱混叠; 频谱泄漏; 栅栏效应 中图分类号: TN911.6 文献标识码: A 文章编号: 1672-5298(2010)03-0029-05 Analysis of Signal Spectrum and Realization Based on MATLAB ZHANG Deng-qi, YANG Hui-yin (College of Information and Communication Engineering, Hunan Institute of Science and Technology, Yueyang 414006, China) Abstract:DFT is a Fourier Transform which is discrete both in time-domain and frequency-domain, it fits numerical calculation and has fast algorithm, so it is a common mathematical tool which can realize signal spectrum analysis with computer. This paper introduces the basic process of signal spectrum analysis with DFT, emphasizes the causes of error producing in spectrum analysis process and the main ways to decrease the analysis error, and lists the programs of spectrum analysis based on MATLAB. Through the comparison with the theory analysis, the problems of spectrum aliasing, spectrum leakage and picket fence effect are explained when using DFT to analyze signal spectrum, and the corresponding solution is presented. Key words:MATLAB; spectrum analysis; DFT; spectrum aliasing; spectrum leakage; picket fence effect 引言 信号的频谱分析就是利用傅里叶分析的方法, 求出与时域描述相对应的频域描述, 从中找出信号频谱的变化规律, 以达到特征提取的目的[1]. 不同信号的傅里叶分析理论与方法, 在有关专业书中都有介绍, 但实际的待分析信号一般没有解析式, 直接利用公式进行傅里叶分析非常困难. DFT是一种时域和频域均离散化的傅里叶变换, 适合数值计算且有快速算法, 是分析信号的有力工具. 本文以连续时间信号为例, 介绍利用DFT分析信号频谱的基本流程, 重点阐述频谱分析过程中可能存在的误差, 实例列出MATLAB 环境下频谱分析的实现程序. 1 分析流程 实际信号一般没有解析表达式, 不能直接利用傅里叶分析公式计算频谱, 虽然可以采用数值积分方法进行频谱分析, 但因数据量大、速度慢而无应用价值. DFT在时域和频域均实现了离散化, 适合数值计算且有快速算法, 是利用计算机分析信号频谱的首选工具. 由于DFT要求信号时域离散且数量有限, 如果是时域连续信号则必须先进行时域采样, 即使是离散信号, 如果序列很长或采样点数太多, 计算机存储和DFT计算都很困难, 通常采用加窗方法截取部分数据进行DFT运算. 对于有限长序列, 因其频谱是连续的, DFT只能描述其有限个频点数据, 故存在所谓栅栏效应. 总之, 用DFT分析实际信号的频谱, 其结果必然是近似的. 即使是对所有离散信号进行DFT变换, 也只能用有限个频谱数据近似表示连续频 收稿日期: 2010-06-09 作者简介: 张登奇(1968? ), 男, 湖南临湘人, 硕士, 湖南理工学院信息与通信工程学院副教授. 主要研究方向: 信号与信息处理

基于MATLAB的语音信号滤波处理

基于MATLAB的语音信号滤波处理 题目：基于MATLAB的语音信号滤波处理 课程：数字信号处理 学院：电气工程学院 班级： 学生： 指导教师： 二O一三年十二月

目录CONTENTS 摘要 一、引言 二、正文 1.设计要求 2.设计步骤 3.设计内容 4.简易GUI设计 三、结论 四、收获与心得 五、附录

一、引言 随着Matlab仿真技术的推广，我们可以在计算机上对声音信号进行处理，甚至是模拟。通过计算机作图，采样，我们可以更加直观的了解语音信号的性质，通过matlab编程，调用相关的函数，我们可以非常方便的对信号进行运算和处理。 二、正文 2.1 设计要求 在有噪音的环境中录制语音，并设计滤波器去除噪声。 2.2 设计步骤 1.分析原始信号，画出原始信号频谱图及时频图，确定滤波器类型及相关指标； 2.按照类型及指标要求设计出滤波器，画出滤波器幅度和相位响应，分析该滤波器是否符合要求； 3.用所设计的滤波器对原始信号进行滤波处理，画出滤波后信号的频谱图及时频图； 4.对滤波前的信号进行分析比对，评估所设计滤波器性能。 2.3 设计内容 1.原始信号分析

分析信号的谱图可知，噪音在1650HZ和3300HZ附近的能量较高，而人声的能量基本位于1000HZ以下。因此，可以设计低通滤波器对信号进行去噪处理。 2.IIR滤波器设计 用双线性变换法分别设计了巴特沃斯低通滤波器和椭圆低通滤波器和带阻滤波器： ①巴特沃斯滤波器 fp=800;fs=1300;rs=35;rp=0.5; 程序代码如下： fp=800;fs=1300;rs=35;rp=0.5;Fs=44100; wp=2*Fs*tan(2*pi*fp/(2*Fs));ws=2*Fs*tan(2*pi*fs/(2*Fs)); [n,wn]=buttord(wp,ws,rp,rs,'s'); [b,a]=butter(n,wn,'s'); [num,den]=bilinear(b,a,Fs); [h,w]=freqz(num,den,512,Fs);

基于MATLAB的语音信号处理系统设计(程序+仿真图)--毕业设计

语音信号处理系统设计 摘要：语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门学科。语音信号处理的目的是得到某些参数以便高效传输或存储,或者是用于某种应用，如人工合成出语音、辨识出讲话者、识别出讲话内容、进行语音增强等。本文简要介绍了语音信号采集与分析以及语音信号的特征、采集与分析方法，并在采集语音信号后，在MATLAB 软件平台上进行频谱分析,并对所采集的语音信号加入干扰噪声，对加入噪声的信号进行频谱分析，设计合适的滤波器滤除噪声，恢复原信号。利用MATLAB来读入（采集）语音信号，将它赋值给某一向量，再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波，然后我们还可以通过sound命令来对语音信号进行回放，以便在听觉上来感受声音的变化。 关键词：Matlab，语音信号，傅里叶变换，滤波器 1课程设计的目的和意义 本设计课题主要研究语音信号初步分析的软件实现方法、滤波器的设计及应用。通过完成本课题的设计，拟主要达到以下几个目的： 1.1．了解Matlab软件的特点和使用方法。 1.2．掌握利用Matlab分析信号和系统的时域、频域特性的方法； 1.3．掌握数字滤波器的设计方法及应用。 1.4．了解语音信号的特性及分析方法。 1.5．通过本课题的设计，培养学生运用所学知识分析和解决实际问题的能力。 2 设计任务及技术指标 设计一个简单的语音信号分析系统，实现对语音信号时域波形显示、进行频谱分析，

利用滤波器滤除噪声、对语音信号的参数进行提取分析等功能。采用Matlab设计语言信号分析相关程序，并且利用GUI设计图形用户界面。具体任务是： 2.1．采集语音信号。 2.2．对原始语音信号加入干扰噪声，对原始语音信号及带噪语音信号进行时频域分析。 2.3．针对语音信号频谱及噪声频率，设计合适的数字滤波器滤除噪声。 2.4．对噪声滤除前后的语音进行时频域分析。 2.5.对语音信号进行重采样，回放并与原始信号进行比较。 2.6．对语音信号部分时域参数进行提取。 2.7．设计图形用户界面（包含以上功能）。 3 设计方案论证 3.1语音信号的采集 使用电脑的声卡设备采集一段语音信号，并将其保存在电脑中。 3.2语音信号的处理 语音信号的处理主要包括信号的提取播放、信号的重采样、信号加入噪声、信号的傅里叶变换和滤波等，以及GUI图形用户界面设计。 Ⅰ.语音信号的时域分析 语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法。 Ⅱ.语音信号的频域分析 信号的傅立叶表示在信号的分析与处理中起着重要的作用。因为对于线性系统来说，可以很方便地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决许多信号分析和处理问题。另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更

《语音信号处理》期末考试试题

2011-2012学年第一学期 《语音信号处理》期末考试试题（A） 适用班级：时量：120分钟闭卷记分： 考生班级：姓名：学号： 注：答案全部写在答题纸上，写在试卷上无效！ 一、填空题：（共7小题，每空2分，共20分） 1、矢量量化系统主要由编码器和组成，其中编码器主要 是由搜索算法和构成。 2、基于物理声学的共振峰理论，可以建立起三种实用的共振峰 模型：级联型、并联型和。 3、语音编码按传统的分类方法可以分为、和混合 编码。 4、对语音信号进行压缩编码的基本依据是语音信号的和人 的听觉感知机理。 5、汉语音节一般由声母、韵母和三部分组成。 6、人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时 频分析特性；另一个是人耳听觉的效应。 7、句法的最小单位是，词法的最小单位是音节，音节可 以由构成。 二、判断题：（共3小题，每小题2分，共6分）

1、预测编码就是利用对误差信号进行编码来降低量化所需的比 特数，从而使编码速率大幅降低。（） 2、以线性预测分析-合成技术为基础的参数编码，一般都是根据 语音信号的基音周期和清/浊音标志信息来决定要采用的激 励信号源。（） 3、自适应量化PCM就是一种量化器的特性，能自适应地随着输 入信号的短时能量的变化而调整的编码方法。（） 三、单项选择题：（共3小题，每小题3分，共9分） 1、下列不属于衡量语音编码性能的主要指标是（）。 （A）编码质量（B）矢量编码（C）编码速率（D）坚韧性 2、下列不属于编码器的质量评价的是（） （A）MOS （B）DAM（C）DRT（D）ATC 3、限词汇的语音合成技术已经比较成熟了，一般我们是采用（） 作为合成基元。 （A）词语（B）句子（C）音节（D）因素 四、简答题：（共2小题，每小题12分，共24分） 1、画出矢量量化器的基本结构，并说明其各部分的作用。 2、试画出语音信号产生的离散时域模型的原理框图，并说明各 部分的作用。 五、简答题：（共5小题，前三小题，每题5分，后两小题，每题10分，共35分） 1、线性预测分析的基本思想是什么？