數(shù)字濾波在語音信號的應用-張凈丹

1、2015 DSP結課設計 華水數(shù)字濾波器在語音信號的應用 姓 名： 張凈丹 學 號： 000000 專 業(yè)： 電氣工程及自動化 授課教師： 000002022年1月7日摘要 語音信號處理是研究用數(shù)字信號處理技術和語音學知識對語音信號進行處理的新興的學科，是目前發(fā)展最為迅速的信息科學研究領域的核心技術之一。通過語音傳遞信息是人類最重要、最有效、最常用和最方便的交換信息形式。同時，語言也是人與機器之間進行通信的重要工具，它是一種理想的人機通信方式，因而可為信息處理系統(tǒng)建立良好的人機交互環(huán)境，進一步推動計算機和其他智能機器的應用，提高社會的信息化程度。20世紀60年代中期形成的一系列數(shù)字信號處理的理

2、論和算法，如數(shù)字濾波器、快速傅立葉變換（FFT）等是語音信號數(shù)字處理的理論和技術基礎。隨著信息科學技術的飛速發(fā)展，語音信號處理取得了重大的進展：進入70年代之后，提出了用于語音信號的信息壓縮和特征提取的線性預測技術（LPC），并已成為語音信號處理最強有力的工具，廣泛應用于語音信號的分析、合成及各個應用領域，以及用于輸入語音與參考樣本之間時間匹配的動態(tài)規(guī)劃方法；80年代初一種新的基于聚類分析的高效數(shù)據(jù)壓縮技術矢量量化（VQ）應用于語音信號處理中；而用隱馬爾可夫模型（HMM）描述語音信號過程的產(chǎn)生是80年代語音信號處理技術的重大發(fā)展，目前HMM已構成了現(xiàn)代語音識別研究的重要基石。近年來人工神經(jīng)網(wǎng)絡

3、(ANN)的研究取得了迅速發(fā)展，語音信號處理的各項課題是促進其發(fā)展的重要動力之一，同時，它的許多成果也體現(xiàn)在有關語音信號處理的各項技術之中。關鍵詞：語音信號；濾波；處理；分析；MATLAB01.引言1.1 報告來源 語音信號處理包括語音通信、語音合成、語音識別和說話人識別等方面。只有通過語音信號的數(shù)字處理，語音信號的好壞、語音識別率的高低，都取決于語音信號處理的好壞。因此，語音信號處理是一項非常有意義的研究課程。1.2 報告的意義 語音，作為一種典型的非平穩(wěn)隨機信號，是人來交流最自然、最有效、最方便的手段，在人類文明和社會進步中起著重要的作用?，F(xiàn)在隨著時代的發(fā)展，人類已開始進入了信息化時代，用

4、現(xiàn)代手段研究語音信號，使人們能更加有效地產(chǎn)生、傳輸、存儲、獲取和應用語音信息，這對于促進社會的發(fā)展具有十分重要的意義。隨著電子通信業(yè)的出現(xiàn)和計算機技術的發(fā)展，人們開始可以從數(shù)字信號處理的角度來了解語音。隨著計算機技術和信息技術的發(fā)展，語音已經(jīng)成為人機交互的必要手段，而語言信號的采集和處理是人機交互的前提和基礎。在MATLAB環(huán)境中，可以通過數(shù)據(jù)分析和處理功能十分強大的工程實用軟件，它的信號處理與分析工具箱為語音分析提供了十分豐富的功能函數(shù)，可利用這些功能函數(shù)快捷而方便地完成語音信號的處理和分析以及信號的可視化，使人機交互更加便捷。1.3濾波器的設計原理 設計數(shù)字濾波器的任務就是尋求一個因果穩(wěn)定

5、的線性時不變系統(tǒng)，并使系統(tǒng)函數(shù)H(z)具有指定的頻率特性。數(shù)字濾波器根據(jù)其沖激響應函數(shù)的時域特性，可分為兩種，即無限長沖激響應（IIR）濾波器和有限長沖激響應（FIR）濾波器。IIR濾波器的特征是，具有無限持續(xù)時間沖激響應。這種濾波器一般需要用遞歸模型來實現(xiàn)，因而有時也稱之為遞歸濾波器。FIR濾波器的沖激響應只能延續(xù)一定時間，在工程實際中可以采用遞歸的方式實現(xiàn)，也可以采用非遞歸的方式實現(xiàn)。1.4初步實現(xiàn)的目標 用MATLAB實現(xiàn)語音的播放、加噪及使用濾波器去噪等功能，同時畫出時域、頻域波形圖及語譜圖。后期目標實現(xiàn)濾波器的模擬化，制作guide界面。2.模擬過程 錄制或加載一段5S左右的聲音文件

6、到MATLAB中，并進行初步播放；加載一定的干擾信號（如白噪聲）并再次播放；設計FIR濾波器對干擾信號進行濾波；對濾波前后的波形進行比較，并回放各個部分的語音信號。此過程包括語音信號的濾波處理、語音信號的時頻域分析、濾波器的設計、濾波后的語音信號的效果分析。2.1.1傅里葉變換及FFT算法 在數(shù)字信號處理中常常需要用到離散傅立葉變換(DFT)，以獲取信號的頻域特征。盡管傳統(tǒng)的DFT算法能夠獲取信號頻域特征，但是算法計算量大，耗時長，不利于計算機實時對信號進行處理。因此至DFT被發(fā)現(xiàn)以來，在很長的一段時間內(nèi)都不能被應用到實際的工程項目中，直到一種快速的離散傅立葉計算方法FFT，被發(fā)現(xiàn)，離散是傅立

7、葉變換才在實際的工程中得到廣泛應用。 采樣器的作用是把連續(xù)信號變?yōu)槊}沖或數(shù)字序列。圖中示出了一個連續(xù)信號f(t)經(jīng)采樣器采樣后變?yōu)殡x散信號的過程圖2 連續(xù)信號f(t)經(jīng)采樣器采樣后變?yōu)殡x散信號圖中f(t)為被采樣的連續(xù)信號，S（t）為周期性窄脈沖信號，fs(t)為采樣后的離散信號，它用下式來表征：fs(t)=f(t)s(t) 采樣信號的頻率特性為： 如果F*(j)中各個波形不重復搭接，相互間有一定的距離(頻率)即若即采樣定理可敘述如下：如果采樣周期滿足下列條件，即：式中max為連續(xù)信號f(t)的最高次諧波的角頻率。則采樣信號f*(t)就可以無失真地再恢復為原連續(xù)信號f(t)。需要指出的是，采樣

8、定理只是在理論上給出了信號準確復現(xiàn)的條件。我們可以利用windows自帶的錄音機錄制語音文件，進行數(shù)字信號的采集。（開始程序附件娛樂錄音機，文件屬性立即轉換8000KHz，8位，單聲道）或調(diào)用系統(tǒng)聲音。然后在MATLAB軟件平臺下，利用函數(shù)audioread對語音信號進行采樣，記住采樣頻率和采樣點數(shù)。通過audioread函數(shù)的使用進一步理解采樣頻率、采樣位數(shù)等概念。2.1.2方法本報告介紹了基于Matlab的對語音信號采集、處理及濾波器的設計，并使之實現(xiàn)的過程。理解與掌握課程中的基本概念、基本原理、基本分析方法，用Matlab進行數(shù)字語音信號處理，并闡述了課程設計的具體方法、步驟和內(nèi)容。綜合

9、運用本課程的理論知識進行頻譜分析以及濾波器設計，通過理論推導得出相應結論，并利用MATLAB作為工具進行實現(xiàn)，從而復習鞏固課堂所學的理論知識，提高對所學知識的綜合應用能力，并從實踐上初步實現(xiàn)對數(shù)字信號的處理。 Matlab 語言是一種數(shù)據(jù)分析和處理功能十分強大的計算機應用軟件 ,它可以將聲音文件變換為離散的數(shù)據(jù)文件 , 然后利用其強大的矩陣運算能力處理數(shù)據(jù) ,如數(shù)字濾波 、傅里葉變換 、時域和頻域分析 、聲音回放以及各種圖的呈現(xiàn)等 , 信號處理是 Matlab 重要應用的領域之一 。本文是用 Matlab對含噪的的語音信號同時在時域和頻域進行濾波處理和分析。整個設計思路的設計原理示意圖如圖所示

10、： 2.1.3語音信號的讀取 在matlab軟件平臺下，利用audioread函數(shù)對語音信號進行采樣，記住采樣頻率和采樣點數(shù)。通過使用audioread函數(shù)，理解采樣頻率、采樣位數(shù)等概念。audioread函數(shù)調(diào)用格式y(tǒng)=audioread(file)，讀取file所規(guī)定的音樂文件，返回采樣值放在向量y中。y,fs,nbits=audioread(file)，采樣值放在向量y中，fs表示采樣頻率（hz），nbits表示采樣位數(shù)。y=audioread（file，N），讀取前N點的采樣值放在向量y中。y=audioread（file，N1,N2），讀取從N1到N2點的采樣值放在向量y中。 對語音

11、信號“China.wav”進行采樣其程序如下： y,fs,nbits=audioread('China.wav')可知該語音信號的采樣頻率fs = 8000Hz ,數(shù)據(jù)位nbits = 16Bit。2.1.4語音信號的頻譜分析 首先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 中可以利用函數(shù)fft 對信號行快速傅里葉變換,得到信號的頻譜特性，從而加深對頻譜特性的理解。其程序如下：y,fs,nbits=audioread ('China.wav '); %把語音信號進行加載入Matlab 仿真軟件平臺中sound(y,fs,nbits); %

12、回放語音信號p = audioplayer(x1,44100);play(p)%常用語音播放n = length (y) ; %求出語音信號的長度Y=fft(y,n); %快速傅里葉變換subplot(2,1,1);plot(y);title('原始信號波形');subplot(2,1,2);plot(abs(Y);title('原始信號頻譜') 當然我們也可以利用系統(tǒng)自帶的聲音進行模擬實驗，調(diào)用系統(tǒng)聲音程序如下：MATLAB也自帶了很多聲音：%鳥聲 %火車load train load chirpsound(y,Fs) sound(y,Fs)2.1.5程序結構

13、圖2.2實驗結果說明：本實驗聲音取自于系統(tǒng)，程序設計如下：%鳥聲load chirpsound(x1,Fs)%加入噪聲后聲音播放load chirpt=0:1/13129:(size(y)-1)/13129;Au=0.03;d=Au*cos(2*pi*10000*t)'x2=y+d; p = audioplayer(x2,13129);play(p)%模擬濾波器wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15;Fs=13129;Ts=1/Fs;wp1=2/Ts*tan(wp/2); %將模擬指標轉換成數(shù)字指標ws1=2/Ts*tan(ws/2); N,Wn=buttord

14、(wp1,ws1,Rp,Rs,'s');%選擇濾波器的最小階數(shù)Z,P,K=buttap(N); %創(chuàng)建模擬濾波器Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn); bz,az=bilinear(b,a,Fs); %用雙線性變換法實現(xiàn)模擬濾波器到數(shù)字濾波器的轉換H,W=freqz(bz,az); %繪制頻率響應曲線figure(1)plot(W*Fs/(2*pi),abs(H)gridxlabel('頻率Hz')ylabel('頻率響應幅度')title('FIR濾波器')仿真圖如下：圖一 濾波器

15、設計 圖二 時域波形對比 圖三 頻域波形對比語音驗證程序：fs=13129;%x1=audioread('C:UsersAdministratorDesktop33.wma');%自己的聲音%鳥聲load chirpsound(y,Fs)t=0:1/13129:(size(y)-1)/13129;Au=0.03;d=Au*cos(2*pi*10000*t)'x2=y+d;wp=0.25*pi;ws=0.3*pi;Rp=1;Rs=15;Fs=13129;Ts=1/Fs;wp1=2/Ts*tan(wp/2); %將模擬指標轉換成數(shù)字指標ws1=2/Ts*tan(ws/2);

16、 N,Wn=buttord(wp1,ws1,Rp,Rs,'s');%選擇濾波器的最小階數(shù)Z,P,K=buttap(N); %創(chuàng)建模擬濾波器Bap,Aap=zp2tf(Z,P,K);b,a=lp2lp(Bap,Aap,Wn); bz,az=bilinear(b,a,Fs); %用雙線性變換法實現(xiàn)模擬濾波器到數(shù)字濾波器的轉換H,W=freqz(bz,az); %繪制頻率響應曲線figure(1)plot(W*Fs/(2*pi),abs(H)gridxlabel('頻率Hz')ylabel('頻率響應幅度')title('FIR濾波器'

17、)f1=filter(bz,az,x2);figure(2)subplot(2,1,1)plot(t,x2) %畫出濾波前的時域圖title('濾波前的時域波形');subplot(2,1,2)plot(t,f1); %畫出濾波后的時域圖title('濾波后的時域波形');sound(f1,13129); %播放濾波后的信號F0=fft(f1,1024);f=fs*(0:511)/1024;figure(3)y2=fft(x2,1024);subplot(2,1,1);plot(f,abs(y2(1:512); %畫出濾波前的頻譜圖title('濾波前的

18、頻譜')xlabel('頻率/Hz');ylabel('幅值');subplot(2,1,2)F1=plot(f,abs(F0(1:512); %畫出濾波后的頻譜圖title('濾波后的頻譜')xlabel('Hz');ylabel('幅值');3. 總結與感想通過這次的數(shù)字濾波器的設計與仿真，讓我更加深刻地明白了濾波器的實際作用，而不只是停留在理論上。同時也鞏固以前所學過的知識，更進一步學到很多在書本上所沒有學到過的知識。加深了我對數(shù)字信號處理的了解，讓我對它有了更加濃厚的興趣。真正的動手實踐，讓我明白了不同格式的語音信號有著不同的通道，噪聲信號的疊加也要考慮原語音信號的維數(shù)，這一點是一個關鍵。不