【MATLAB】语音信号识别与处理：滑动平均滤波算法去噪及谱相减算法呈现频谱

1 基本定义

滑动平均滤波算法是一种经典的滤波方法，它通过计算信号的移动平均值来消除噪声。该算法的主要思想是对信号进行滑动窗口处理，窗口内的数据进行平均化，以得到平滑后的信号。这样可以有效地去除周期性噪声和高频噪声，同时保留信号的整体趋势。 具体来说，滑动平均滤波算法的步骤如下：

1. 定义一个滤波窗口，包括当前样本点和其周围的若干个点。

2. 对窗口内的数据进行平均化，得到当前样本点的滤波结果。

3. 将滤波窗口向前移动一个位置，重复上述步骤，直到所有样本点都被处理完毕。滑动平均滤波算法的优点是简单易用，计算效率高，可以有效地去除周期性噪声和高频噪声；缺点是可能会对信号的快速变化造成滞后效应，同时窗口大小的选择也会影响滤波效果。

谱相减算法呈现频谱：谱相减算法是一种音频降噪方法，通过将原始频谱与估计的噪声频谱进行相减，得到清晰的音频信号。该算法通常在频域进行操作，对频谱进行减法运算，并对结果进行逆变换以获得时间域的清晰信号。

2 定义和出图效果

附出图效果如下：

附视频教程操作：（代码见附件及视频）

【MATLAB】语音信号识别与处理：滑动平均滤波算法去噪及谱相减算法呈现频谱