语音信号滤波与逆滤波效果分析

最新推荐文章于 2024-05-10 10:23:26 发布

SeamusWEI

最新推荐文章于 2024-05-10 10:23:26 发布

阅读量4.8k

点赞数 3

分类专栏： matlab实现

本文链接：https://blog.csdn.net/SeamusWEI/article/details/104676777

版权

matlab实现专栏收录该内容

9 篇文章 0 订阅

订阅专栏

设滤波器传递函数为H(z)，则输入信号X(z)到输出信号Y(z)的滤波变换是：

Y(z)=X(z)H(z)

滤波时输入信号X(z)和系统函数H(z)已知，通过滤波过程计算输出信号Y(z)；逆滤波时则是输出信号Y(z) 和系统函数H(z)已知，试图从输出信号Y(z)中恢复输入信号X(z)，即实现X(z)=Y(z)/H(z)变换。

如果滤波过程没有让X(z)损失任何成分，只是各种频谱成分数值变化了，则从Y(z)通过逆滤波可以几乎完整地恢复出X(z)。例如，一个单频正弦波，通过一个截止频率远高于信号频率的低通滤波器，则从滤波后信号恢复原始信号很容易，只要把系统函数H(z)的分子分母颠倒作为逆滤波器系统函数就可以了，恢复信号误差几乎为0。但是，如果过滤的是个语音信号，由于频谱损失难免（变成0值），则通过逆滤波恢复出的原始信号就不那么理想了。

下面总结几个主要概念

一、滤波器与逆滤波器

MATLAB中滤波与逆滤波都可以用filter实现，只要根据滤波器参数指标设计出相应形式的滤波器就行。滤波器形式可以有多种选择。例如，设计一个4阶低通Butterworth滤波器，分别实现滤波与逆滤波。其MATLAB代码是

[B, A] = butter(4, 0.5);

SigY = filter(B,A,SigX);

xSig = filter(A,B,SigY);

其中B,A是数字滤波器系数；SigX是输入信号时间序列，SigY是输出信号时间序列，xSig是SigX的逆滤波信号。下面两个图是所设计4阶Butterworth滤波器滤波和逆滤波的幅频特性和相频特性曲线图，可以看到滤波与逆滤波特性是完全互补的。

二、正弦信号的滤波与逆滤波

产生一个单频正弦波信号，用上面的滤波器滤波，再逆滤波，绘图比较结果

% 产生正弦波并滤波，再对滤波后信号逆滤波

t = 0:0.02:2;

originalSig = sin(2*pi*40*t);

[B, A] = butter(4,0.5);

filteredSig = filter(B,A,originalSig);

inversedSig = filter(A,B,filteredSig);

% 绘图比较原始信号和逆滤波信号

xI = 1 : length(originalSig);

subplot(211);

plot(xI, originalSig, 'k-', xI, inversedSig, 'r--');

% 原始信号与逆滤波信号样点差值的绝对值

subplot(212);

xDiff = abs(originalSig - inversedSig);

plot(xDiff);

三、语音信号的滤波与逆滤波

取MATLAB R2018b中一个语音信号，用上面的滤波器滤波。代码如下：

% strong.mat文件中有两个信号：英语单词strong的男女声发音

load(fullfile(matlabroot,'examples','signal','strong.mat'))

originalSig = his;

[B, A] = butter(4,0.5);

filteredSig = filter(B,A,originalSig);

inversedSig = filter(A,B,filteredSig);

% 绘图比较原始信号和逆滤波信号，

xI = 1 : length(originalSig);

subplot(211);

plot(xI, originalSig, 'k-', xI, inversedSig, 'r--');

% 误差信号：原始信号与逆滤波信号样点差的绝对值

subplot(212);

xDiff = abs(originalSig - inversedSig);

plot(xDiff);

可以看到，虽然逆滤波后的波形与原始波形还是高度重叠，但是误差数值与正弦波情况下相比，已经上升了几个数量级。

实际中，一般不知道滤波器传递函数，都是假设其为具有某些参数的某种形式滤波器，然后通过一些优化原则得到模型参数。例如，处理室内混响语音时，一般假设混响语音是室内声源直达麦克风的信号与六个墙面（四面墙加上地面和屋顶）多次反射并衰减信号的组合，把这种思路建模为一个室内冲激响应。想得到原始语音，就要对混响语音逆滤波。这时候就要想办法通过混响信号找到一个逆滤波器，通过逆滤波尽可能恢复原信号。