數字信號處理課程設計--基于 matlab 的語音去噪處理

1、<p><b>　　數字信號處理</b></p><p><b>　　課 程 設 計</b></p><p>　　二○一五年十二月二十七日</p><p><b>　　引 言</b></p><p>　　濾波器設計在數字信號處理中占有極其重要的地位，FIR數字濾

2、波器和IIR濾波器是濾波器設計的重要組成部分。利用MATLAB信號處理工具箱可以快速有效地設計各種數字濾波器。課題基于MATLAB有噪音語音信號處理的設計與實現，綜合運用數字信號處理的理論知識對加噪聲語音信號進行時域、頻域分析和濾波。通過理論推導得出相應結論，再利用 MATLAB 作為編程工具進行計算機實現。在設計實現的過程中，使用窗函數法來設計FIR數字濾波器，用巴特沃斯、切比雪夫和雙線性變法設計IIR數字濾波器，并利用MATLAB

3、作為輔助工具完成設計中的計算與圖形的繪制。通過對對所設計濾波器的仿真和頻率特性分析，可知利用MATLAB信號處理工具箱可以有效快捷地設計FIR和IIR數字濾波器，過程簡單方便，結果的各項性能指標均達到指定要求。</p><p>　　關鍵詞 數字濾波器 MATLAB 窗函數法 巴特沃斯 切比雪夫 雙線性變換</p><p><b>　　目錄</b></p>

4、<p><b>　　1 緒論1</b></p><p>　　2 課程設計內容2</p><p>　　3 課程設計的具體實現2</p><p>　　3.1 語音信號的采集4</p><p>　　3.2 語音信號的時頻分析4</p><p>　　3.3 語音信號加噪與頻譜分析

5、6</p><p>　　3.4 利用雙線性變換法設計低通濾波器8</p><p>　　3.5 用濾波器對加噪語音信號進行濾波9</p><p>　　3.6 分析濾波前后語音信號波形及頻譜的變化10</p><p>　　3.7回放語音信號10</p><p><b>　　3.8小結11</b&g

6、t;</p><p><b>　　結論22</b></p><p><b>　　致謝23</b></p><p><b>　　參考文獻24</b></p><p><b>　　1 緒論</b></p><p>　　數字信號處理

7、是利用計算機或專用處理設備，以數值計算的方法對信號進行采集、抽樣、變換、綜合、估值與識別等加工處理，借以達到提取信息和便于應用的目的。它在語音、雷達、圖像、系統(tǒng)控制、通信、航空航天、生物醫(yī)學等眾多領域都獲得了極其廣泛的應用。具有靈活、精確、抗干擾強、設備尺寸小、造價低、速度快等優(yōu)點。</p><p>　　數字濾波器, 是數字信號處理中及其重要的一部分。隨著信息時代和數字技術的發(fā)展，受到人們越來越多的重視。數字濾波

8、器可以通過數值運算實現濾波，所以數字濾波器處理精度高、穩(wěn)定、體積小、重量輕、靈活不存在阻抗匹配問題，可以實現模擬濾波器無法實現的特殊功能。數字濾波器種類很多，根據其實現的網絡結構或者其沖激響應函數的時域特性，可分為兩種，即有限沖激響應( FIR，Finite Impulse Response)濾波器和無限沖激響應( IIR，Infinite Impulse Response)濾波器。</p><p>　　FIR濾

9、波器結構上主要是非遞歸結構，沒有輸出到輸入的反饋，系統(tǒng)函數H (z)在處收斂，極點全部在z = 0處（因果系統(tǒng)），因而只能用較高的階數達到高的選擇性。FIR數字濾波器的幅頻特性精度較之于IIR數字濾波器低，但是線性相位，就是不同頻率分量的信號經過fir濾波器后他們的時間差不變，這是很好的性質。FIR數字濾波器是有限的單位響應也有利于對數字信號的處理，便于編程，用于計算的時延也小，這對實時的信號處理很重要。 FIR濾波器因具有系統(tǒng)穩(wěn)定，易

10、實現相位控制，允許設計多通帶（或多阻帶）濾波器等優(yōu)點收到人們的青睞。</p><p>　　IIR濾波器采用遞歸型結構，即結構上帶有反饋環(huán)路。IIR濾波器運算結構通常由延時、乘以系數和相加等基本運算組成，可以組合成直接型、正準型、級聯型、并聯型四種結構形式，都具有反饋回路。同時，IIR數字濾波器在設計上可以借助成熟的模擬濾波器的成果，如巴特沃斯、契比雪夫和橢圓濾波器等，有現成的設計數據或圖表可查，在設計一個IIR數

11、字濾波器時，我們根據指標先寫出模擬濾波器的公式，然后通過一定的變換，將模擬濾波器的公式轉換成數字濾波器的公式。</p><p>　　濾波器的設計可以通過軟件或設計專用的硬件兩種方式來實現。隨著MATLAB軟件及信號處理工具箱的不斷完善，MATLAB很快成為應用學科等領域不可或缺的基礎軟件。它可以快速有效地實現數字濾波器的設計、分析和仿真，極大地減輕了工作量,有利于濾波器設計的最優(yōu)化。</p><

12、;p><b>　　2 課程設計內容</b></p><p>　　錄制一段自己的語音信號（可以錄制含有噪音的信號，或者錄制語音后再加進噪音信號），</p><p><b>　　要求：</b></p><p>　?。?）對語音信號進行采樣；</p><p>　?。?）畫出采樣后語音信號的時域波形和

13、頻譜圖；</p><p>　?。?）設計一個合適的濾波器，并畫出濾波器的頻率響應曲線；</p><p>　?。?）用設計的濾波器對語音信號進行濾波，畫出濾波后信號的時域波形和頻譜圖；</p><p>　?。?）對濾波前后的信號進行對比，分析信號的變化；</p><p>　?。?）回放語音信號。</p><p>　　3

14、課程設計的具體實現</p><p>　　3.1 語音信號的采集</p><p>　　利用PC 機上的聲卡和WINDOWS 操作系統(tǒng)可以進行數字信號的采集。將話筒輸入計算機的語音輸入插口上,啟動錄音機。按下錄音按鈕,接著對話筒說一段話,說完后停止錄音,屏幕左側將顯示所錄聲音的長度。點擊放音按鈕,可以實現所錄音的重現。以文件名“speech”保存入D:\ MATLAB \ work 中。可以

15、看到,文件存儲器的后綴默認為. wav ,這是WINDOWS 操作系統(tǒng)規(guī)定的聲音文件存的標準。</p><p>　　3.2 語音信號的時頻分析</p><p>　　利用MATLAB中的“wavread”命令來讀入（采集）語音信號，將它賦值給某一向量。再對其進行采樣，記住采樣頻率和采樣點數。下面介紹Wavread 函數幾種調用格式。</p><p>　　（1）y=wa

16、vread（file）</p><p>　　功能說明：讀取file所規(guī)定的wav文件，返回采樣值放在向量y中。</p><p>　?。?）[y,fs,nbits]=wavread(file) </p><p>　　功能說明：采樣值放在向量y中，fs表示采樣頻率（hz），nbits表示采樣位數。</p><p>　?。?）y=wavread（f

17、ile，N）</p><p>　　功能說明：讀取錢N點的采樣值放在向量y中。</p><p>　?。?）y=wavread（file，[N1,N2]）</p><p>　　功能說明：讀取從N1到N2點的采樣值放在向量y中。</p><p>　　接下來，對語音信號speech.wav進行采樣。其程序如下：</p><p>

18、;　　>> [y,fs,nbits]=wavered (‘speech.wav’); %把語音信號加載入Matlab 仿真軟件平臺中。</p><p>　　然后，畫出語音信號的時域波形，再對語音信號進行頻譜分析。MATLAB提供了快速傅里葉變換算法FFT計算DFT的函數fft,其調用格式如下：Xk=fft(xn,N)</p><p>　　參數xn為被變換的時域序列向量，N是DF

19、T變換區(qū)間長度，當N大于xn的長度時，fft函數自動在xn后面補零。，當N小于xn的長度時，fft函數計算xn的前N個元素，忽略其后面的元素。</p><p>　　在本次設計中，我們利用fft對語音信號進行快速傅里葉變換，就可以得到信號的頻譜特性。其程序如下：</p><p>　　[y,fs,bits]=wavread('speech.wav'); </p>

20、<p>　　% sound(y,fs,bits); </p><p>　　Y=fft(y,40000);%采樣點數</p><p>　　subplot(211);plot(y);title('原始信號波形'); </p><p>　　subplot(212);plot(abs(Y));title('原始信號頻譜');&l

21、t;/p><p><b>　　程序運行如下：</b></p><p><b>　?。?lt;/b></p><p>　　3.3 語音信號加噪與頻譜分析</p><p>　　在原始信號中加入高頻噪音，其具體的程序如下：</p><p>　　fc=20000;%載波頻率</p>

22、<p>　　y1=modulate(y,fc,fs,'fm');%對原語音信號調制</p><p>　　Y1=fft(y1,40000);%采樣點數</p><p><b>　　40000 </b></p><p>　　figure(2); </p><p>　　subplot(211);

23、plot(y1);title('調制后信號波形'); </p><p>　　subplot(212);plot(abs(Y1));title('調制后信號頻譜'); </p><p>　　% sound(y1); </p><p>　　對原信號進行調制得到的波形和頻譜圖如下：</p><p>　　接著對調制后

24、的信號加入原始信號，其程序為：</p><p>　　% 調制信號+原始信號波形</p><p>　　y2=y+y1; </p><p>　　Y2=fft(y2,40000);%采樣點數</p><p><b>　　40000 </b></p><p><b>　　figure(3)&l

25、t;/b></p><p>　　subplot(211);plot(y2);title('調制信號+原始信號波形'); </p><p>　　subplot(212);plot(abs(Y2));title('調制信號+原始信號頻譜');</p><p>　　% sound(y2); </p><p>&

26、lt;b>　　得到的圖形為：</b></p><p><b>　　; </b></p><p>　　3.4 利用雙線性變換法設計低通濾波器</p><p>　　用雙線性變換法設計低通濾波器程序如下所示：</p><p>　　figure(4); </p><p>　　% 用

27、雙線性變換法設計的低通濾波器</p><p>　　fp=1000;fc=1200;As=100;Ap=1;fs1=22050; </p><p>　　wc=2*fc/fs1;wp=2*fp/fs1; </p><p>　　[n,wn]=ellipord(wp,wc,Ap,As); </p><p>　　[b,a]=ellip(n,Ap,As,

28、wn); </p><p>　　freqz(b,a,512,fs1); </p><p>　　x=filter(b,a,y2);%對要進行低通濾波</p><p>　　X=fft(x,40000); </p><p><b>　　運行結果如圖：</b></p><p>　　3.5 用濾波器對加噪語

29、音信號進行濾波</p><p>　　利用設計的低通濾波器對信號進行濾波，程序如下：</p><p>　　figure(5); </p><p>　　subplot(211);plot(x);title('低通濾波后信號波形'); </p><p>　　subplot(212);plot(abs(X));title('

30、;低通濾波后信號頻譜'); </p><p>　　sound(x,40000)</p><p><b>　　運行結果如下圖：</b></p><p>　　3.6 分析濾波前后語音信號波形及頻譜的變化</p><p>　　通過比較加噪前后，語音的頻譜和語音回放，能明顯的感覺到加入噪聲后

31、回放的聲音與原始的語音信號有很大的不同,前者隨較尖銳的干擾嘯叫聲。從含噪語音信號的頻譜圖中可以看出含噪聲的語音信號頻譜,在整個頻域范圍內分是布均勻。其實，這正是干擾所造成的。通過濾波前后的對比，低通濾波后效果最好，高通濾波后的效果最差。由此可見，語音信號主要分布在低頻段，而噪聲主要分布在高頻段。</p><p>　　3.7 回放語音信號</p><p>　　經過以上的加噪聲處理后，可在Ma

32、tlab中用函數sound對聲音進行回放。其調用格式：sound(y,Fs)，sound(y)和sound(y,Fs,bits)?？梢圆煊X濾波前后的聲音有明顯的變化。</p><p><b>　　3.8小結</b></p><p>　　本設計圓滿的完成了對加噪聲語音信號的讀取與打開，與課題的要求十分相符；也較好的完成了對原始語音信號和加噪聲后的語音信號的頻譜分析，通過

33、fft變換，得出了語音信號的頻譜圖；在濾波這一部分，課題主要是從雙線性變換法入手來設計濾波器等入手，實現了預期的濾波效果；完成了界面的設計，但也存在許多的不足，只是很勉強的達到了打開語音文件、顯示已定濾波前后的波形圖，界面沒有用到其它的一些控件，如列表框、下拉菜單等等。</p><p><b>　　結 論</b></p><p>　　語音信號處理是語音學與數字信號處

34、理技術相結合的交叉學科，課題在這里不討論語音學，而是將語音當做一種特殊的信號，即一種“復雜向量”來看待。也就是說，課題更多的還是體現了數字信號處理技術。</p><p>　　從課題的中心來看，課題“基于MATLAB的有噪聲語音信號處理”是希望將數字信號處理技術應用于某一實際領域，這里就是指對語音及加噪處理。作為存儲于計算機中的語音信號，其本身就是離散化了的向量，我們只需將這些離散的量提取出來，就可以對其進行處理了

35、。這一過程的實現，用到了處理數字信號的強有力工具MATLAB。通過MATLAB里幾個命令函數的調用，很輕易的在實際語音與數字信號的理論之間搭了一座橋。</p><p>　　課題的特色在于它將語音信號看作一個向量，于是就把語音數字化了。那么，就可以完全利用數字信號處理的知識來解決語音及加噪處理問題。我們可以像給一般信號做頻譜分析一樣，來對語音信號做頻譜分析，也可以較容易的用數字濾波器來對語音進行濾波處理。通過比較加

36、噪前后，語音的頻譜和語音回放，能明顯的感覺到加入噪聲后回放的聲音與原始的語音信號有很大的不同,前者隨較尖銳的干擾嘯叫聲。從含噪語音信號的頻譜圖中可以看出含噪聲的語音信號頻譜,在整個頻域范圍內分是布均勻。其實，這正是干擾所造成的。通過濾波前后的對比，低通濾波后效果最好，高通濾波后的效果最差。由此可見，語音信號主要分布在低頻段，而噪聲主要分布在高頻段。</p><p><b>　　致 謝</b>

37、;</p><p>　　本次課程設計選題及進行過程中得到同學們的幫助，尤其是我們同一課題的幾個同學，我們花費課很多的時間和精力，相互之間幫忙協(xié)作，上網搜索相關資料，到圖書館查閱相關文獻，遇到難題，共同商討。解決不了的問題，我們就向老師和其他同學虛心請教。最終，我們一起解決了一個又一個難題，雖然，我們有過爭吵，但是在真理面前，我們的行動是一致的，在課程設計過程中， 學院的機房工作人員給我們提供的便利的條件，天氣寒冷

38、，那里空調一直開放，我們覺得很溫暖，在此，表達對工作人員的謝意。在遇到課題技術難題時，我和同組的同學到圖書館廣泛查閱相關資料，圖書館也熱情地老師幫助，在此，向他們表示致謝。</p><p><b>　　參 考 文 獻</b></p><p>　　1高西全，丁玉美．數字信號處理．第3版．北京：西安電子科技大學出版社，2008</p><p>　　

39、2 劉泉，闕大順．數字信號處理原理與實現．北京：電子工業(yè)出版社，2005</p><p>　　3 張磊，畢靖，郭蓮英．MATLAB實用教程．北京：人民郵電出版社，2008</p><p>　　4 張威．MATLAB基礎與編程入門．西安：西安電子科技大學出版社，2006</p><p>　　5 周利清，蘇菲．數字信號處理基礎．北京：北京郵電大學出版社，2005<