数字音视频处理

实验报告

课程名称数字音视频原理

实验题目MATLAB音频文件处理

专业电子信息工程

班级3班

学号09080323

学生姓名王志愿

实验成绩

指导教师吴娱

2012年3月

一、实验目的

1、掌握录制语音信号的基本过程；

2、掌握MATLAB编程对语音信号进行简单处理的方法并分析结果。

二、实验要求

上机完成实验题目，独立完成实验报告。

三、实验内容

1、问题的提出：数字语音是信号的一种，我们处理数字语音信号，也就是对一种信号的处理，那信号是什么呢？

信号是传递信息的函数。离散时间信号（序列）——可以用图形来表示。

按信号特点的不同，信号可表示成一个或几个独立变量的函数。例如，图像信号就是空间位置（二元变量）的亮度函数。一维变量可以是时间，也可以是其他参量，习惯上将其看成时间。信号有以下几种：

（1）连续时间信号：在连续时间范围内定义的信号，但信号的幅值可以是连续数值，也可以是离散数值。当幅值为连续这一特点情况下又常称为模拟信号。实际上连续时间信号与模拟信号常常通用，用以说明同一信号。

（2）离散时间信号：时间为离散变量的信号，即独立变量时间被量化了。而幅度仍是连续变化的。

（3）数字信号：时间离散而幅度量化的信号。

语音信号是基于时间轴上的一维数字信号，在这里主要是对语音信号进行频域上的分析。在信号分析中，频域往往包含了更多的信息。对于频域来说，大概有8种波形可以让我们分析：矩形方波，锯齿波，梯形波，临界阻尼指数脉冲波形，三角波，余弦波，余弦平方波，高斯波。对于各种波形，我们都可以用一种方法来分析，就是傅立叶变换：将时域的波形转化到频域来分析。

2、设计方案：

首先要对声音信号进行采集，Windows自带的录音机程序可驱动声卡来采集语音信号，并能保存成.WAV格式文件，供MATLAB相关函数直接读取、写入或播放。

利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。再将该向量看作一个普通的信号，对其进行FFT变换实现频谱分析，再依据实际情况对它进行滤波。对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。我们还可以通过sound/wavplay命令来对语音信号进行回放，以便在听觉上来感受声音的变化。

3、主体部分：

（1）语音的录入与打开：

[x,fs,bits]=wavread('d:\1.wav');%用于读取语音，采样值放在向量x中，fs 表示采样频率(Hz)，bits表示量化位数。

sound(x,fs,bits);用于对声音的回放。向量x则代表了一个信号（也即一个复杂的“函数表达式”）也就是说可以像处理一个信号表达式一样处理这个声音信号。

（2）FFT的MATLAB实现：在MATLAB的信号处理工具箱中函数FFT和IFFT 用于快速傅立叶变换和逆变换。

函数FFT用于序列快速傅立叶变换。函数的一种调用格式为y=fft(x)。其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x 的FFT，且和x相同长度。若x为一矩阵，则y是对矩阵的每一列向量进行FFT。

经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。MATLAB 提供求复数的幅值和相位函数：abs，angle，这些函数一般和FFT同时使用。用MATLAB工具箱函数fft进行频谱分析时需注意：

a、函数fft返回值y的数据结构对称性；

b、频率计算

若N点序列x(n)(n=0,1,…,N-1)是在采样频率f下获得的。它的FFT也是N点序列，即X(k)(k=0,1,2,…,N-1)，则第k点所对应实际频率值为f=k*f/N。

（3）下面的一段程序是语音信号在MATLAB中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。

[x,fs,bits]=wavread('d:\1.wav');

sound(x,fs,bits);

X=fft(x);

magX=abs(X);

subplot(211);plot(x);title('原始信号波形');

subplot(212);plot(magX);title('原始信号幅值');

运行结果如图：

（4）定点分析：已知一个语音信号，数据采样频率为100Hz，试分别绘制N ＝128点FFT的幅频图和N＝1024点FFT幅频图。

编程如下：

x=wavread('d:\1.wav');

sound(x);

fs=100;N=128;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)*fs/length(y);

subplot(221);plot(f,magy);

xlabel('频率（Hz）');ylabel('幅值');

title('N=128(a)');grid

subplot(222);plot(f(1:N/2),magy(1:N/2));

xlabel('频率（Hz）');ylabel('幅值');

title('N=128(b)');grid

fs=100;N=1024;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)*fs/length(y);

subplot(223);plot(f,magy);

xlabel('频率（Hz）');ylabel('幅值');

title('N=1024(c)');grid

subplot(224);plot(f(1:N/2),magy(1:N/2));

xlabel('频率（Hz）');ylabel('幅值');

title('N=1024(d)');grid

运行结果如图：

上图(a)、(b)为N=128点幅频谱图，(c)、(d)为N=1024点幅频谱图。由于采样频率f=100Hz，故Nyquist频率为50Hz。(a)、(c)是0～100Hz频谱图，(b)、(d)是0～50Hz频谱图。由(a)或(c)可见，整个频谱图是以Nyquist频率为轴对