语音信号去噪仿真分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇语音信号去噪仿真分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要 语音信号处理是以语音学和数字信号处理为基础，处理的目的是要得到一些语音参数以便高效的传输或存储，或者通过处理的某种运算以达到某种用途的要求，它包括语音编码、语音合成、语音识别和说话人识别四大分支。本文主要包括语音信号的频率特性、采样与处理，重点是对信号的处理的理论分析。与此同时，运用Matlab进行仿真分析，并且加入噪声进行滤波处理，对比滤波前后的变化，实现信号的去噪效果。

关键词 滤波设计；采样与时域频域分析；Matlab去噪仿真

中图分类号TN912 文献标识码A 文章编号 1674-6708（2013）89-0128-02

在低通滤波器设计时，考虑语音信号的频率特性，主要集中在低频段，而噪声主要是高频信号，结合参考信息，对通带与截止频率作出了较合理的选择，本文结合实际要求，只处理简单的语音信号，那么就需要通带平稳，因此选择了巴特沃斯低通滤波器来进行滤波。由于计算机处理的是离散信号，可以用双线性变换实现S域到Z域的变换，然后滤波。在频率处理时，为了获得较准确的信号，而采用测量长度为具体采样长度。最后用Matlab提供的GUI实现仿真设计。

1 信号的采样

一般来讲，在没有任何附加的条件下，对一组信号的采样不能采用等间隔的方法来唯一的表示。对于无限多个信号都可以产生一组给定的样本。如果带限信号，而且他的样本取得足够的密，那么着就能唯一表示所输入的信号的具体特征，并且通过这些样本可以恢复出原来的信号。为建立采样定理，需要一种方便的方式来表示一个连续时间信号在均匀间隔上的采样，就是通过用一个周期冲激串去乘待采样的连续时间信号，这就是冲击串采样。该周期冲激串称作采样函数，周期称为采样周期。的基波频率。

2 混叠现象

在前面讨论中，假定采样频率足够高，因而满足采样定理中的条件，时，采样信号的频谱时由得频谱重复组成，用低通滤波器便能方便的实现把采样信号从中恢复出来，但是当时，的频谱不再恢复在不同的信号处理方面，需要改变信号中各频率分量的大小，或者滤去干扰信号。

3 滤波器设计

为基本上无失真地通过某些频率，而显著地衰减或消除掉另一些频率的系统成为频率选择性滤波器。就如同在语音信号处理过程中，如果遇到的噪声信号频率高，语音信号频率低的话就可以滤掉高频部分，保留低频部分。本文针对去除高频滤波设计而展开的，对于其他滤波器设计参阅文献[1-4] 。

传递函数：

4 基于MATLAB语音信号去噪分析

4.1 语音信号的采样

这里结合MATLAB库函数WAVREAD实现语音信号的采样。来读入（采集）语音信号，将它赋值给某一向量。再对其进行采样，记住采样频率和采样点数，wavread函数调用主要有四种形式（1）y=wavread（file）功能说明：读取file所规定的wav文件，返回采样值放在向量y中。（2）[y，fs，nbits]=wavread（file） 功能说明：采样值放在向量y中，fs表示采样频率（hz），nbits表示采样位数。（3）y=wavr

（file，N）功能说明：读取钱N点的采样值放在向量y中。（4）y=wavread（file，[N1，N2]）

功能说明：读取从N1到N2点的采样值放在向量y中。

4.2 语音信号的时域频域分析

本试验采用简支梁加载图式。通过对原始信号的采样。然后，画出语音信号的时域波形，再对语音信号进行频谱分析。MATLAB提供了快速傅里叶变换算法FFT[5～7]计算DFT的函数FFT。在后面用到双线性变换[8] 双线性变换实现S域到Z域的变换。所涉及的程序及调用函数如下

4.3 语音信号混合噪声去噪的时频域分析

用MATLAB中的随机函数（rand或randn）产生噪声加入到语音信号中，模仿语音信号被污染，并对其频谱分析。在Matlab中，FIR滤波器利用函数fftfilt对信号进行滤波，利用巴特沃斯滤波器滤波。函数fftfilt用的是重叠相加法实现线性卷积的计算。

5 结论

选择比较通用的巴特沃斯低通滤波器实现去噪处理。在MATLAB GUI 平台上完成了仿真，虽然结果有些失真，主要原因是用RAND函数产生随机信号，而实际中的噪音主要是频率较高的信号，因此，对于实际中的信号能实现去噪处理。

参考文献

[1]胡航.语音信号处理[M].哈尔滨：哈尔滨工业大学出版社，2002：12-32.

[2]Oppenheim，A V，Willsky A S and Nawab S H.signals and Systems.SecondEdition，Prentice-Hall，Inc.，1997：12-110.

[3]丁玉美，高西全.数字信号处理[M].西安电子科技大学出版社，2006：13-210

[4]皇甫堪，陈建文，楼生强.现代数字信号处理[M].北京：电子工业出版社，2003：12-100.

[5]Cooley，J.W.and J.W.Tukey，An Algorithm for the Machine Computation of the Complex Fourier Series[J]， Mathematics of Computation，Vol.19，April 1965：297-301.

[6]Duhamel，P.and M.Vetterli，"Fast Fourier Transforms：A Tutorial Review and a State of the Art[J]，Signal Processing，Vol.19，April 1990： 259-299.

[7]Rader，C.M.，Discrete Fourier Transforms when the Number of Data Samples Is Prime[J] Proceedings of the IEEE，Vol.56，June 1968：1107-1108.