MATLAB 语音信号处理(一)基础

1.读取语音信号

clear; 
close all;
[y,fs]=audioread('C:\Kalimba.mp3');
plot(y);

[y,fs] = audioread(filename) 从名为 filename 的文件中读取数据,并返回样本数据 y 以及该数据的采样率 fs

note:好像2016以后版本的的MATLAB没有 wavread()没有了。所以我就使用了audioread()函数。

 

2.对语音信号进行频谱分析

clear
[x,fs]=audioread('C:\Kalimba.mp3');%读出信号、采样率
x=x(:,1);%抽取第一声道
FS=length(x);% 计算数据点数
X=fft(x);%快速傅里叶变换
t=(0:FS-1)/fs;%计算原信号数据点数
figure(1)

subplot(2,1,1);plot(t,x);
title('原始语音信号时域波形');
xlabel('时间');
ylabel('幅度');
grid on;

subplot(2,1,2);plot(abs(X));%abs() 信号频谱的幅频图
title('原始语音信号频谱');
xlabel('频率');
ylabel('幅度');
axis([0 1000000 0 8]);
grid on;

Matlab语音信号处理程序-f11.m 可以对语音信号的单个字,词进行频率及过零率分析 clc [filename,pathname]=uigetfile; [x,Fs]=wavread; %幅度归一化到[-1,1] x = double; x = x / max); %常数设置 FrameLen = 240; FrameInc = 80; amp1 = 10; amp2 = 2; zcr1 = 10; zcr2 = 5; maxsilence = 3;  % 6*10ms  = 30ms minlen  = 15;    % 15*10ms = 150ms status  = 0; count   = 0; silence = 0; %计算过零率 tmp1  = enframe, FrameLen, FrameInc); tmp2  = enframe  , FrameLen, FrameInc); signs = <0; diffs = >0.02; zcr   = sum; %计算短时能量 amp = sum, FrameLen, FrameInc)), 2); %调整能量门限 amp1 = min/4); amp2 = min/8); %开始端点检测 x1 = 0; x2 = 0; x3=0; x4=0; for n=1:length    goto = 0;    switch status    case {0,1}                   % 0 = 静音, 1 = 可能开始       if amp > amp1          % 确信进入语音段          x1 = max;          status  = 2;          silence = 0;          count   = count 1;       elseif amp > amp2 | ... % 可能处于语音段              zcr > zcr2          status = 1;          count  = count 1;       else                       % 静音状态          status  = 0;          count   = 0;       end    case 2,                       % 2 = 语音段       if amp > amp2 | ...     % 保持在语音段          zcr > zcr2          count = count 1;       else                       % 语音将结束          silence = silence 1;          if silence < maxsilence % 静音还不够长,尚未结束             count  = count 1;          elseif count < minlen   % 语音长度太短,认为是噪声             status  = 0;             silence = 0;             count   = 0;          else                    % 语音结束             status  = 3;          end       end    case 3,       break;    end end    count = count-silence/2; x2 = x1 count -1; subplot plot axis -1 1]) ylabel; line; line; subplot plot; axis 0 max]) ylabel; line,max], 'Color', 'red'); line,max], 'Color', 'red'); subplot plot; axis 0 max]) ylabel; line,max], 'Color', 'red'); line,max], 'Color', 'red'); 复制代码
matlab 语音除噪 音信号处理是语音学与数字信号处理技术相结合的交叉学科,课题在这里不讨论语音学,而是将语音当做一种特殊的信号,即一种“复杂向量”来看待。也就是说,课题更多的还是体现了数字信号处理技术[1]。数字信号处理技术主要研究离散线性时不变系统,数字滤波和频谱分析是它的的两个主要分支。数字滤波(Digital filter),即在形形色色的信号中提取所需信号,抑制不必要的干扰。数字滤波器可以在时域实现也可以在频域实现,主要有两种类型;无限长冲击数字滤波器(IIR)和有限长冲击数字滤波器(FIR)。频谱分析(SA,Spectrum Analysis),对各种信号进行频域上的加工处理,其核心内容是快速傅里叶变换(FFT),分析的结果是一频率为坐标的各种物理量的谱线和曲线[2]。从课题的中心来看,课题“基于MATLAB的有噪声语音信号处理”是希望将数字信号处理技术应用于某一实际领域,这里就是指对语音及加噪处理。作为存储于计算机中的语音信号,其本身就是离散化了的向量,我们只需将这些离散的量提取出来,就可以对其进行处理了。这一过程的实现,用到了处理数字信号的强有力工具MATLAB[3]。MATLAB是矩阵实验室(Matrix Laboratory)的简称,是美国MathWorks公司出品的商业数学软件,用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境,主要包括MATLAB和Simulink两大部分。它提供了功能齐全的滤波器设计,与信号处理交互式图形用户界面(Interactive graphical user interface),主要包括FDATool和SPATool两种交互式工具,其中FDATool主要用于数字滤波器设计与分析,而SPATool不仅可以设计分析滤波器,而且可以对信号进行时域与频域的分析[4]。通过MATLAB里几个命令函数的调用,很轻易的在实际语音与数字信号的理论之间搭了一座桥。课题的特色在于它将语音信号看作一个向量,于是就把语音数字化了。那么,就可以完全利用数字信号处理的知识来解决语音及加噪处理问题。我们可以像给一般信号做频谱分析一样,来对语音信号做频谱分析,也可以较容易的用数字滤波器来对语音进行滤波处理。[5]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值