matlab声音信号的采集与滤波处理

Matlab 实验报告（题目二）

（题目二）声音信号的采集与滤波处理(采用IIR滤波器或FIR滤波器)

参考资料：信号的采集、数字信号处理及滤波实例

要求：（1）采集声音信号或打开已录好的声音文件，并显示其信号图与频域图。

（2）根据信号的特点，选用合适的滤波器，给定滤波器的规一化性能指标（参考指标,实际中依据每个同学所叠加噪声情况而定）例如：通带截止频率wp=0.25*pi, 阻通带截止频率ws=0.3*pi; 通带最大衰减Rp=1 dB; 阻带最小衰减Rs=15 dB，对信号进行滤波。

在Matlab中，可以利用函数fir1设计FIR滤波器，可以利用函数butte，cheby1和ellip设计IIR滤波器；利用Matlab中的函数freqz画出各滤波器的频率响应，滤波器设计完后，用filter函数用这些数字滤波器对含噪语音信号分别进行滤波处理。

（3）还原音乐信号，并画出其时域图与频域图，并与原始信号比较，且回放音乐信号。

（1）打开一个自己录制的音乐文件进行实验，这是实验程序：

fs=22050; %语音信号采样频率为22050

x1=wavread('e:\威尼斯的泪.wav'); %读取语音信号的数据，赋给变量x1

sound(x1,22050); %播放语音信号

y1=fft(x1,1024); %对信号做1024点FFT变换

f=fs*(0:511)/1024;

figure(1)

plot(x1) %做原始语音信号的时域图形

title ('原始语音信号');

xlabel('time n');

ylabel('fuzhi n');

figure(2)

freqz(x1) %绘制原始语音信号的频率响应图title ('频率响应图')

figure(3)

subplot(2,1,1);

plot(abs(y1(1:512))) %做原始语音信号的FFT频谱图title ('原始语音信号FFT频谱')

subplot(2,1,2);

plot(f,abs(y1(1:512)));

title ('原始语音信号频谱') xlabel('Hz');

ylabel('fuzhi');

实验效果

（2）实验程序

clear;

fs=22050;

x1=wavread('e:\威尼斯的泪.wav');

f=fs*(0:511)/1024;

t=0:1/22050:(length(x1)-1)/22050; %将所加噪声信号的点数调整到与原始信号相同%Au=1

d=[0.5*cos(2*pi*1000*t)]'; %噪声为1kHz的余弦信号

x2=x1+d;

%sound(x1,8000);

%pause(50);

sound(x2,22050); %播放加噪声后的语音信号

y2=fft(x2,1024);

figure(1)

plot(t,x2)

title('加噪后的信号');

xlabel('time n');

ylabel('fuzhi n');

figure(2)

subplot(2,1,1);

plot(f,abs(x1(1:512)));

title('原始语音信号频谱');

xlabel('Hz');

ylabel('fuzhi');

subplot(2,1,2);

plot(f,abs(x2(1:512))); title('加噪后的信号频谱'); xlabel('Hz');

ylabel('fuzhi');

实验效果

（3）实验程序

fs=22050; x1=wavread('e:\威尼斯的泪.wav');

t=0:1/22050:(length(x1)-1)/22050;

Au=0.5; d=[Au*cos(2*pi*8000*t)]';x2=x1+d;

wp=0.25*pi;ws=0.3*pi;

Rp=1;Rs=15;

Fs=22050;Ts=1/Fs;

wp1=2/Ts*tan(wp/2); %将模拟指标转换成数字指标

ws1=2/Ts*tan(ws/2);

[N,Wn]=buttord(wp1,ws1,Rp,Rs,'s'); %选择滤波器的最小阶数

[Z,P,K]=buttap(N); %创建butterworth模拟滤波器

[Bap,Aap]=zp2tf(Z,P,K);

[b,a]=lp2lp(Bap,Aap,Wn);

[bz,az]=bilinear(b,a,Fs); %用双线性变换法实现模拟滤波器到数字滤波器的转换[H,W]=freqz(bz,az); %绘制频率响应曲线

figure(1)

plot(W*Fs/(2*pi),abs(H))

grid

xlabel('频率／Hz')

ylabel('频率响应幅度')

title('Butterworth')

f1=filter(bz,az,x2);

figure(2)

subplot(2,1,1)

plot(t,x2) %画出滤波前的时域图

title('滤波前的时域波形');

subplot(2,1,2)

plot(t,f1); %画出滤波后的时域图title('滤波后的时域波形');

sound(f1,22050); %播放滤波后的信号F0=fft(f1,1024);

f=fs*(0:511)/1024;

figure(3)

y2=fft(x2,1024);

subplot(2,1,1);

plot(f,abs(y2(1:512))); %画出滤波前的频谱图title('滤波前的频谱')

xlabel('Hz');

ylabel('fuzhi');

subplot(2,1,2)

F1=plot(f,abs(F0(1:512))); %画出滤波后的频谱图title('滤波后的频谱')

xlabel('Hz');

ylabel('fuzhi');

实验结果：