《数字语音处理》复习思考题
电信0904-06
1.什么叫做语音？什么叫做语言？
2.语音的声学特征中包括的物理属性有哪些？
3.数字语音处理的概念？数字语音处理的学科基础是什么？数字语音处理研究涉及哪些相
关学科？
4.语音信号的数字表示方法有哪两种？
5.数字语音处理应用包括哪些技术？
6.常用语音文件格式有哪些？语音文件的参数主要包括哪些？简要分析取样精度的高低的
影响。
7.常用语音编辑软件有哪些？怎样制作你自己演唱的MP3歌曲？
8.基于各种音素发音不同的谐振特点可建立起的共振峰模型有哪三种？各种模型的特点？
9.语音的构成包括哪些？语音发音的最小单位是什么？
10.人说话的过程可分为哪五个阶段？
11.人的言语过程与哪些因素有关？
12.人类的发音器官包括哪些部分？在发音时各部分都起什么作用？音调频率由什么因素决
定？发声时声道是如何活动的？
13.汉语语音的特点有哪些？
14.声道由哪几个部分组成？
15.掌握发声机理框图，简要解释语音的形成过程。
16.什么是听觉掩蔽效应？简述人类听觉功能的掩蔽效应。
17.人耳听觉的掩蔽效应分为哪几种？掩蔽效应的存在对我们研究语音信号处理系统有什么
启示？
18.什么是共振峰频率？
19.舌位的前后高低与元音共振特性有哪些联系？
20.什么是音调周期（或基音周期）？什么是基音频率（或基频）？
21.理解语音信号产生的数字模型及模型组成。
22.语音信号的数字模型包含哪些子模型？激励模型与辐射模型分别属于什么性质滤波器？
23.语音产生的数字模型中的声道子模型有两种建模方法，它们是哪些？
24.根据分析参数（分析域）的不同，语音信号分析可分为哪些方法？
25.语音信号是时变信号，处理语音信号最基本的技术是什么？
26.什么是语音信号的短时加窗处理？
27.对语音信号进行处理前为什么要进行分帧?分帧的常用方法是什么？一个语音帧的长度
一般取多少？请简要解释。
28.基本短时参数——短时能量、短时平均幅度、短时过零率、短时自相关、互相关、短时
平均幅度差函数等，作用？
29.实验中怎样判断浊音和清音？
30.短时平均过零率指的是什么？声带振动、声带不振动、或没有声音时若有噪声存在时，
过零率有何特点？
31.请说明对语音信号进行短时傅里叶分析时，移动窗宽与短时频谱的关系。
32.用FFT计算短时谱的参数选择？
33.怎样理解语音的时域分析法和频域分析法的局限性？短时谱和语谱图的区别和联系？
34.在语音信号参数分析前为什么要进行预处理，有哪些预处理过程？
35.语音处理中的预加重滤波器？作用？
36.同态信号处理的实质是什么？同态信号处理包括两种方法？
37.什么是语音信号的同态解卷积？对语音信号的解卷的好处是什么？
38.什么是倒谱？什么是复倒谱？
39.LPC的基本原理，概述LPC在语音处理中的地位和作用。
40.什么叫做LPCC和MFCC ? 求解它们的思路？
41.如何将信号模型化为模型参数？常用的有什么模型？什么逆滤波器？什么叫线性预测和
线性预测方程式以及如何求解它们？
42.语音信号的“端点检测”在语音信号处理中起到什么作用？对语音进行端点检测的基本
程序是怎样的？
43.什么叫做基音和声调，它们对汉语语音处理有何重要意义？常用的基音周期检测方法有
哪些？叙述它们的工作原理。
44.为什么共振峰检测有重要意义？常用的共振峰检测方法有哪些？叙述它们的工作原理。
45.什么叫做马尔可夫链？什么叫做隐过程？什么叫做隐马尔可夫过程？为什么说语音信号
可以看成隐马尔可夫过程？隐马尔可夫模型有哪些模型参数？
46.矢量量化在语音信号处理中有什么用途？
47.什么是人工神经网络？构成人工神经网络的基本要素是什么？理论上利用人工神经网络
进行语音信号处理，为什么能够得到比传统的对语音信号进行符号（序列）串行处理要
好的处理效果？
48.语音合成的目的是什么？它主要可以分为哪几类？什么叫做波形合成法和参数合成法？
49.什么是TTS？它可以应用到那些领域？一般一个TTS系统是由哪几部分组成的？
50.语音编码通常分为哪几类？它们各有什么优点和缺点？
51.语音识别的目的是什么？语音识别系统可以怎样进行分类？当前语音识别的主流方法是
什么方法？
52.一个实用语音识别系统应有哪几部分组成？语音识别中常用的语音特征参数有哪些参
数？什么是动态语音特征参数？怎样提取动态语音特征参数？
53.自动说话人识别的目的是什么？它主要可分为哪两类？说话人识别和语音识别的区别在
什么地方？
54.为什么语种辨识的研究很重要？语种辨识系统可以应用到哪些领域？
55.什么是语音增强抗噪声技术？利用语音增强解决噪声污染的问题，主要从哪个角度来提
高语音处理系统的抗噪声能力的？
56.什么是语音转换？什么是语音转换最基本的内容？语音转换与语种转变有什么不同和相
似的地方？语音转换有哪些方面的应用？
57.语音伪装和语音水印有什么相似和不同的地方，各自有哪些主要应用场合？语音信息隐
藏的研究与哪些学科具有紧密联系？
58.什么是耳语音？耳语音有何特征？耳语音与正常音的声学特征有何不同？
59.已知某人的声道长为Lcm，并假设其声道截面积为均匀的，音速Cm/s，试计算此人前三
个共振峰大小，并简要解释计算结果。
60.设语音信号经A/D转换后变换为M位二进制码，已知需要克服的语音动态范围为30dB,
且此变换正好能在语音信号变化范围内保持55 dB的信噪比,试求M的值。
61.简要解释下列程序？
[y, fs]=wavread('welcome.wav')；
sound(y, fs)；
wavplay(y, 1.5*fs, 'sync')；
time=(1:length(y))/fs；
plot(time, y)；
62.教材（赵力. 语音信号处理(第2版)[M]. 北京: 机械工业出版社, 2009）中的重要部分的
理解和分析：
图2-1，表2-1，图2-14，图2-15，图2-24，图2-25，图2-28
图3-1，图3-5，图3-10，图3-11，图3-13，图3-28
数字音频作业及其答 案
第一次作业： 1:、声音可分为两种：纯音和复合音，平常人们说话的声音属于哪一种？语音的频率范围是多少？音频通常包括哪几种声音信号？其频率范围是多少？ 2、请说明音频信号数字化的三个步骤？ 3、如何理解“量化是信号数字化过程中重要的一步，而这一过程又是引入噪声的主要根源”这句话的含义？通过哪些途径可以减小量化误差？ 4对双极性信号若采用均匀量化，则量化信噪比SNR与量化比特数之间的关系为：SNR=6.02xN+1.76dB，试分析此式对实际量化与编码的指导意义？ 5:、A/D、D/A转换器的技术指标有哪些？ 答：1:人们说话的声音为复合音，语言的频率范围为300HZ-3000HZ。音频暴多语音、音乐、效果声等声音信号，频率范围为20HZ-20KHZ。 2：1取样：对连续信号按一定的时间间隔取样。奈奎斯特取样定理认为，只要取样频率大于等于信号中所包含的最高频率的两倍，则可以根据其取样完全恢复出原始信号，这相当于当信号是最高频率时，每一周期至少要采取两个点。但这只是理论上的定理，在实际操作中，人们用混叠波形，从而使取得的信号更接近原始信号。2量化：取样的离散音频要转化为计算机能够表示的数据范围，这个过程称为量化。量化的等级取决于量化精度，也就是用多少位二进制数来表示一个音频数据。一般有8位，12位或16位。量化精度越高，声音的保真度越高。以8位的举例稍微说明一下其中的原理。若一台计算机能够接收八位二进制数据，则相当于能够接受256个十进制的数，即有256个电平数，用这些数来代表模拟信号的电平，可以有256种，但是实际上采样后的某一时刻信号的电平不一定和256个电平某一个相等，此时只能用最接近的数字代码表
1、对模拟信号（一维信号，是时间的函数）进行采样后，就是 离散 信号，再进行幅度量化后就是 数字信号。 2、若线性时不变系统是有因果性，则该系统的单位取样响应序列h(n)应满足的充分必要条件是 当n<0时，h(n)＝0 。 3、序列)(n x 的N 点DFT 是)(n x 的Z 变换在 单位圆 的N 点等间隔采样。 4、)()(5241n R x n R x ==，只有当循环卷积长度L ≥8 时，二者的循环卷积等于线性 卷积。 5、已知系统的单位抽样响应为h(n)，则系统稳定的充要条件是 ()n h n ∞ =-∞ <∞∑ 6、用来计算N ＝16点DFT ，直接计算需要（N 2）16*16＝256_次复乘法，采用基2FFT 算法，需要__(N/2 )×log 2N ＝8×4＝32 次复乘法。 7、无限长单位冲激响应（IIR ）滤波器的基本结构有直接Ⅰ型，直接Ⅱ型，_级联型_和 并联型_四种。 8、IIR 系统的系统函数为)(z H ，分别用直接型，级联型，并联型结构实现，其中 并联型的运算速度最高。 9、数字信号处理的三种基本运算是：延时、乘法、加法 10、两个有限长序列 和 长度分别是 和 ，在做线性卷积后结果长度是 __N 1＋N 2－1_。 11、N=2M 点基2FFT ，共有 M 列蝶形，每列有N/2 个蝶形。 12、线性相位FIR 滤波器的零点分布特点是 互为倒数的共轭对 13、数字信号处理的三种基本运算是： 延时、乘法、加法 14、在利用窗函数法设计FIR 滤波器时，窗函数的窗谱性能指标中最重要的是___过渡带宽___与__阻带最小衰减__。 16、_脉冲响应不变法_设计IIR 滤波器不会产生畸变。 17、用窗口法设计FIR 滤波器时影响滤波器幅频特性质量的主要原因是主瓣使数字滤波器存在过渡带，旁瓣使数字滤波器存在波动，减少阻带衰减。 18、单位脉冲响应分别为 和 的两线性系统相串联，其等效系统函数时域及频域表 达式分别是h(n)=h1(n)*h2(n), =H1(ej ω)×H2(ej ω)。 19、稳定系统的系统函数H(z)的收敛域包括 单位圆 。 20、对于M 点的有限长序列x(n)，频域采样不失真的条件是 频域采样点数N 要大于时域采样点数M 。
第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为___________________ 。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等； 二是____________________ ，如图像测量等。 3. 数字图像处理可以理解为两个方面的操作：一是 ______________________ ，如图像增强等； 二是从图像到非图像的一种表示，如图像测量等。 4. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是__________________________ 。 5. 数字图像处理包含很多方面的研究内容。其中， ____________________ 的目的是根据二维平面图像数据构造出三维物体的图像。 解答: 1. 像素 2. 从图像到非图像的一种表示 3. 从图像到图像的处理 4. 虚拟图像 5. 图像重建 四.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4 种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3 种主要研究内容。 4. 简述数字图像处理的至少4 种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 4. ①在遥感中，比如土地测绘、气象监测、资源调查、环境污染监测等方面。 ②在医学中，比如B超、CT机等方面。 ③在通信中，比如可视电话、会议电视、传真等方面。 ④在工业生产的质量检测中，比如对食品包装出厂前的质量检查、对机械制品质量的监控和筛选等方面。⑤在安全保障、公安方面，比如出入口控制、指纹档案、交通管理等。 5. ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。比如傅里叶变换、小波变换等。
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。
《数字信号处理》辅导 一、离散时间信号和系统的时域分析 （一） 离散时间信号 （1）基本概念 信号：信号传递信息的函数也是独立变量的函数，这个变量可以是时间、空间位置等。 连续信号：在某个时间区间，除有限间断点外所有瞬时均有确定值。 模拟信号：是连续信号的特例。时间和幅度均连续。 离散信号：时间上不连续，幅度连续。常见离散信号——序列。 数字信号：幅度量化，时间和幅度均不连续。 （2）基本序列（课本第7——10页） 1）单位脉冲序列 1,0()0,0n n n δ=?=?≠? 2）单位阶跃序列 1,0 ()0,0n u n n ≥?=?≤? 3）矩形序列 1,01 ()0,0,N n N R n n n N ≤≤-?=?<≥? 4）实指数序列 ()n a u n 5）正弦序列 0()sin()x n A n ωθ=+ 6）复指数序列 ()j n n x n e e ωσ= （3）周期序列 1）定义：对于序列()x n ，若存在正整数N 使()(),x n x n N n =+-∞<<∞ 则称()x n 为周期序列，记为()x n ，N 为其周期。 注意正弦周期序列周期性的判定（课本第10页） 2）周期序列的表示方法： a.主值区间表示法 b.模N 表示法 3）周期延拓 设()x n 为N 点非周期序列，以周期序列L 对作()x n 无限次移位相加，即可得到周期序列()x n ，即 ()()i x n x n iL ∞ =-∞ = -∑ 当L N ≥时，()()()N x n x n R n = 当L N <时，()()()N x n x n R n ≠ （4）序列的分解 序列共轭对称分解定理：对于任意给定的整数M ，任何序列()x n 都可以分解成关于/2c M =共轭对称的序列()e x n 和共轭反对称的序列()o x n 之和，即
第一章绪论 一.选择题 1.一幅数字图像是：(B) A、一个观测系统； B、一个有许多像素排列而成的实体； C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2.半调输出技术可以：(B) A、改善图像的空间分辨率； B、改善图像的幅度分辨率； C、利用抖动技术实现； D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3.一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：(A) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4.图像中虚假轮廓的出现就其本质而言是由于：(A) A、图像的灰度级数不够多造成的； B、图像的空间分辨率不够高造成； C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5.数字图像木刻画效果的出现是由于下列原因所产生的：（A） A、图像的幅度分辨率过小； B、图像的幅度分辨率过大； C、图像的空间分辨率过小； D、图像的空间分辨率过大； 提示：图像中的木刻效果指图像中的灰度级数很少 6.以下图像技术中属于图像处理技术的是：（AC）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 二.简答题 1.数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2.什么是图像识别与理解？ 3.简述数字图像处理的至少3种主要研究内容。 4.简述数字图像处理的至少4种应用。 5.简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
成绩： 《数字信号处理》作业与上机实验 （第三四章） 班级： 13-电信 学号： 姓名： 任课老师：李宏民 完成时间： 15.11.08 信息与通信工程学院 2015—2016学年第1学期
第3-4章 离散傅里叶变换及快速算法与应用 一、实验内容及要求： 1、对信号在x(n)={1,2,3,4,5,6,7,8}，n=0，1，2....7,求其N=8点的DFT 。要求采用基于时间抽取算法编写FFT 实现程序，画出DFT 幅度谱与相位谱,并将计算结果与用MATLAB 自带的FFT 函数计算结果进行比较。 2、一个由40Hz 和100 Hz 正弦信号构成的信号，受零均值随机噪声的干扰（噪声服从标准正态分布，由randn 函数产生，n(t)= randn(m,n) 返回一个m*n 的随机矩阵），即()sin(2100)sin(240)()s t t t n t ππ=++g g 。数据 采样率为500Hz ，试用FFT 函数来分析其信号频率成分。 ① 求其幅度频谱，从频谱图（横坐标以HZ 为单位，用plot 函数画图）中能否观察出信号的2个频率分量？ ② 提高采样点数，再求该信号的幅度频谱图，此时幅度频谱发生了什么变化？信号的2个模拟频率和数字频率各为多少？FFT 频谱分析结果与理论上是否一致？ 3、研究高密度频谱与高分辨率频谱。频率分辨率是指所用的算法能将信号中两个靠得很近的谱峰分开的能力。信号末尾补零由于没有对原信号增加任何新的信息，因此不能提高频率分辨率，但可以减小栅栏效应，所得到的频谱称为高密度频谱。在维持采样频率不变的情况下，为提高分辨率只能增加采样点数N ，此时所得到的频谱称为高分辨率频谱。设有连续信号 ) 1092cos()1072cos()105.62cos()(333t t t t x a ??π+??π+??π=
1·语音信号处理的三大分支：语音合成（说），语音编码（压缩），语音识别（听），语音增强。2·语音是怎样生成的：空气由肺部排入喉部，经过声带进入声道，最后由嘴辐射出声波，这就形成了语音。 3·浊音：发音时声带振动的音称为浊音，它能量高，过零率低。 为周期性斜三角脉冲。清音：声带不振动，能量低过零率高非周期脉冲，可用随机白噪声激励。 4·掩蔽效应：一个声音的听感觉感受受同时存在的另一个声音的影响的现象。 掩蔽效应的应用：它指人耳只对最明显的声音反应敏感，对于不敏感的反应较不敏感，应用此原理人们发明了MP3等压缩的数字音乐格式，只突出记录人耳较为敏感的中频段声音，大大压缩了存储空间。 5·听觉机理：（1）外耳：机械振动，（2）中耳：限幅放大，（3）内耳：耳蜗。 6·语音信号数字模型：1）激励模型、2）声道模型、3）辐射模型。 7·语音生成系统的传递函数： ) ( )z( ) ( ) (z R V z G z H= 8·模型局限性及解决办法： 声道的传输函数具有全极点的性质，这对于元音和大多数辅音来说是比较符合实际的，但对于鼻音和阻塞音来说由于出现了零点，这种模型就不够准确了，一种解决办法是在V(z)中引入若干个零点但这样将使模型复杂化，另一种是适当提高阶数P，使得全极点模型能更好的逼近具有此种零点的传输函数。9·预加重含义：加入一阶高通滤波器。10·预加重处理目的：目的是为了对语音的高频部分进行加重，去除口唇辐射的影响，增加语音的高频分辨率11·预加重处理技术：一般通过传递函数为： z1 1 H(z)- - =α的一阶FIR高通数字滤波器来实现预加重。 12·短时平均能量主要用途： 1）可以作为区分浊音和清音的特征参 数2）在信噪比较高的情况下短时能量 还可以作为区分有声和无声的依据3) 可以作为辅助的特征参数用于语音识 别中。 13常用的窗有两种：一种是矩形窗， 窗函数如下： ? ? ?- ≤ ≤ = 其他 ,0 1 ,1 ) ( N n n ω 可简化为： ∑ - - = - - = n N n m n m x m x z )1 ( |)] 1 ( sgn[ )] ( sgn[ | 2 1 π 另一种是汉明窗，窗函数： ? ? ?≤ ≤ - - = 其他 ,0 )] 1 /( 2[ cos 46 .0 54 .0N n N nπ ω 14·过零率：单位时间内过零的次数。 浊音：过零率低能量高，清音：过零率 高能量高。 15·端点检测目的：从包含语音的一段 信号中确定出语音的起点及结束点。 16·自相关函数： 时域离散确定信号： ∑+∞ -∞ = + = m k m x M x) ( ) ( ) R(k 时域离散随机信号： ∑ - = + + = N N m k m x m x N ) ( ) ( 1 2 1 ) R(k 自相关函数性质：1)对称性： R（K）=R（-K）2）在K=0处为最大值， 即对于所有K来说 )0( |) ( |R K R≤3）对于确定信 号，R（0）对应于能量对于随机信号R （0）对应于平均功率。 17·浊音和清音的短时自相关函数有以 下特点:1)短时自相关函数可以很明显 的反映出浊音信号的周期性 2）清音的短时自相关函数没有周期性， 也不具有明显突出的峰值，其性质类似 于噪声。3）不同的窗对短时自相关函 数结果有一定影响。 18·短时自相关函数（求峰值）两个峰 值之间的距离为周期。短时平均幅度差 函数（求谷值）两个谷值之间的距离为 周期。 19·采用双限门比较的两极判决法：第 一级判决:1)先根据语音短时能量的轮 廓选取一个较高的门限T1进行一次粗 判：语音起止点位于该门限与短时能量 包络交点所对应的时间间隔之外。 2）根据背景噪声的平均能量确定一个 较低的门限T2，并从A点往左、从B 点往右搜索，分别找到短时能量包络与 门限T2相交的两个点C和D，于是CD 段就是双门限方法根据短时能量所判 定的语音段。第二级判决： 以短时平均过零率为标准，从C点往左 和D点往右搜索，找到短时平均过零 率低于某个门限T3的两点E和F，这 便是语音段的起止点。门限T3是由背 景噪声的平均过零率所确定的。 20·当n固定时，它们就是序列 ） ） （m x( m - n ω的傅里叶变 换或离散傅里叶变换。当ω或K固定 时，它们就是一个卷积，相当于滤波器 的运算。 21·基音周期估值的两种方法:第一种 方法：先对语音信号进行低通滤波，在 进行自相关计算。第二种方法，先对语 音信号进行中心削波处理，在进行自相 关计算。 判别基音周期的方法：1·短时自相关 函数法。2·短时平均幅度差函数。 22·线性预测编码就是利用过去的样值 对新样值进行预测，然后将样值的实际 值与预测值相减，得到一个误差信号， 显然误差信号的动态范围远小于原始 语音信号的动态范围，对误差信号的进 行量化编码，可大大减少量化所需的比 特数，使编码速率降低。
语音信号处理实验报告 专业班级电子信息1203 学生姓名钟英爽 指导教师覃爱娜 完成日期2015年4月28日 电子信息工程系 信息科学与工程学院
实验一语音波形文件的分析和读取 一、实验学时：2 学时 二、实验的任务、性质与目的： 本实验是选修《语音信号处理》课的电子信息类专业学生的基础实验。通过实验 （1）掌握语音信号的基本特性理论：随机性，时变特性，短时平稳性，相关性等； （2）掌握语音信号的录入方式和*.WAV音波文件的存储结构； （3）使学生初步掌握语音信号处理的一般实验方法。 三、实验原理和步骤： WAV 文件格式简介 WAV 文件是多媒体中使用了声波文件的格式之一，它是以RIFF格式为标准。每个WAV 文件的头四个字节就是“RIFF”。WAV 文件由文件头和数据体两大部分组成，其中文件头又分为RIFF/WAV 文件标识段和声音数据格式说明段两部分。常见的WAV 声音文件有两种，分别对应于单声道（11.025KHz 采样率、8Bit 的采样值）和双声道（44.1KHz 采样率、16Bit 的采样值）。采样率是指声音信号在“模拟→数字”转换过程中，单位时间内采样的次数；采样值是指每一次采样周期内声音模拟信号的积分值。对于单声道声音文件，采样数据为8 位的短整数（short int 00H-FFH）；而对于双声道立体声声音文件，每次采样数据为一个16 位的整数（int），高八位和低八位分别代表左右两个声道。WAV 文件数据块包含以脉冲编码调制（PCM）格式表示的样本。在单声道WAV 文件中，道0 代表左声道，声道1 代表右声道；在多声道WAV 文件中，样本是交替出现的。WAV 文件的格式 表1 wav文件格式说明表
第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同，可以分为连续图像和________________两大类。 5. 对应于不同的场景内容，一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.选择题 1. 一幅数字图像是：( ) A、一个观测系统。 B、一个有许多像素排列而成的实体。 C、一个2-D数组中的元素。 D、一个3-D空间的场景。 3. 图像与灰度直方图间的对应关系是：（） A、一一对应 B、多对一 C、一对多 D、都不对 4. 下列算法中属于局部处理的是：（） A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 5. 一幅256*256的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。（） 3. 数字图像坐标系与直角坐标系一致。（） 4. 矩阵坐标系与直角坐标系一致。（） 5. 数字图像坐标系可以定义为矩阵坐标系。（） 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。（） 10. 采样是空间离散化的过程。（） 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√） 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后，图像的内容________________变化。（填“发生”或“不发生”） 8. 图像放大是从小数据量到大数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 9. 图像缩小是从大数据量到小数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 解答:1. 平移7. 不发生8. 需要9. 不需要
实验三：音频处理技术 实验目的：学会使用“超级解霸”的音频播放器实现简单的音频处理。 学会使用“超级解霸”的音频格式转换功能,完成几个文件的转换工作 实验内容：一、用音频解霸将影碟中的伴音单独分离出来存为W A VE格式文件 二、实现声音片段的任意截取并保存为MP3格式 三、将W A VE格式文件转换为MP3格式、将MP3格式转换为W A VE格式 四、将CD碟中的歌曲转换成MP3格式 实验要求：完成一个声音片段的转换 实验步骤： 一、将影碟中的伴音单独分离出 打开“超级解霸”中的声音播放器“音频解霸”其界面如下： 通过下拉菜单：文件/打开一个(多个)文件可以进入“打开文件”窗口在这里找到要打开的影音文件。
点击“打开”按钮后返回播放界面，这时只要点击播放按钮就可以实现当前影音文件的声音播放。由于在VCD影碟上的歌曲和音乐都是采用MPEG格式压缩当我们要使用 WA VE格式的时候就要进行转换，能实现这种功能的软件很多，如果是要转换的文件不多的情况下用直接用“音频解霸”来转换还是很方便的。 操作过程是这样的先找到要转换的开始点然后点击“波形录音”按钮就可以进入到保存波形文件对话框，选择好保存路径、输入保存文件名，点击“保存”按钮就可以开始转换 保存。当声音播放到需要结束的位置时点击“停止”按钮就完成了文件转换工作。二、实现声音片段的任意截取并保存为MP3格式 点击播放模式转换钮将“音频解霸”播放模式转换为“循环/选择录取区域”模式，此时该按钮旁边的设定“开始点”、“结束点”、“压缩录音”按钮变 为有效。移动播放器在时间轴上的滑块分别设定开始点和结束点然后点击“压 缩录音”按钮，进入保存对话框输入保存的文件名，就可以按照设定将选取的区域转换为MP3格式的声音文件。 三将W AVE格式文件转换成MP3格式 将W A VE格式文件转换成MP3格式或者将MP3转换成W A VE格式的软件有很多，我们这里用“超级解霸”中的附带功能就可以很方便的实现。 实验步骤： 少量的文件转换时可以采用实验二中介绍的方法，但是如果要转换的文件很多再用这种方法就太慢了，我们可以使用“超级解霸”软件包内里的音频工具“MP3格式转换器“来实现，其界面如下：
说明：平时作业写在作业本上，注意每次作业之间保持一定空白间距。期末随堂考试写在打印纸上。记得抄题目。最后成绩按作业质量与出勤率评定。谢谢合作！ 第1次作业(第1章) 1.语音信号处理的目的是什么？ 2.语音信息的交换大致可以分为哪三类？ 3.语音信号处理的三个主要分支是什么？ 4.画出语音处理过程的结构框图。 第2次作业(第2章) 1.人的发声器官由哪3部分组成？ 2.浊音和清音的发声机理是什么？ 3.画出语音信号产生的二元激励模型。 第3次作业(第3章) 1.语音信号时域分析提取的特征参数主要有哪些？ 2.对语音信号进行预加重的目的是什么？实现预加重的数字滤波器的传递函数是什么？ 3.什么是语音信号的短时平稳性？用图和公式说明语音信号的分帧加窗过程。 4.短时平均能量的定义式？窗长对短时平均能量计算的影响？短时平均能量的主要用 途？ 5.短时平均过零率的定义式？短时平均过零率的用途？ 第4次作业(第3章) 1.短时自相关函数及其修正型的定义式？对比浊音和清音的短时自相关函数特点。 2.什么叫端点检测？阐述利用能量和过零率进行语音端点检测的两级判决法的实现步骤。 3.基于短时自相关法的基音周期估值中，常用的两种削波函数公式是什么？
第5次作业(第4章) 1.写出一帧语音信号的短时傅里叶变换公式()j X eω。观察矩形窗和汉明窗两种窗函数下 n 的短时频谱图有哪些特点？关于短时谱和移动窗可以得出哪些结论？ 2.画出滤波器组相加法实现短时综合的程序流程图。画出短时综合叠接相加法实现流程图。 第6次作业(第5章) 1.什么叫卷积同态系统？写出信号() x n复倒谱和倒谱的定义式。 2.给出倒谱法求基音周期的实现框图。 第7次作业 1.语音编码的目的是什么？按编码方式可分为三种，它们各自特点是什么？(第8章) 2.阐述语音合成的三种方法,并予以比较。(第9章) 3.语音识别系统的分类？语音识别系统的典型组成框图。(第10章) 期末随堂考试 1.语音信号处理主要研究哪几方面的内容？ 2.语音信号的清/浊音有什么区别？清/浊音的AMDF有什么区别？ 3.解释端点检测、基音、共振峰、语谱图 4.短时分析如何“分帧”？画图表示帧长、帧移。 5.简述时间窗长与频率分辨率的关系。 6.简述中心削波自相关法基音检测的原理及优点。为什么要进行后处理？如何后处理？ 7.论述共振峰合成的原理及其在语音合成中的应用。 8.简述同态信号处理在共振峰估计中的作用。 9.语音识别的目的是什么？如何分类？有哪些方法？ 10.列举5 种语音信号处理应用技术或产品。简述其工作原理？
二、问答题（每题分，共分） 、语音信号处理主要研究哪几方面的内容？ 语音信号处理是研究用数字信号处理技术对语言信号进行处理的一门学科，语音信号处理的理论和研究包括紧密结合的两个方面：一方面，从语言的产生和感知来对其进行研究，这一研究与语言、语言学、认知科学、心理、生理等学科密不可分；另一方面，是将语音作为一 种信号来进行处理，包括传统的数字信号处理技术以及一些新的应用于语音信号的处理方法 和技术。 、语音识别的研究目标和计算机自动语音识别的任务是什么？ 语音识别技术，也被称为自动语音识别，()，其目标是将人类的语音中的词汇内容转换为 计算机可读的输入，例如按键、二进制编码或者字符序列。 计算机自动语音识别的任务就是让机器通过识别和理解过程把语音信号转变为相应的文本 或命令的高技术。 、语音合成模型关键技术有哪些？ 语音合成是实现人机语音通信，建立一个有听和讲能力的口语系统所需的两项关键技术，该系统主要由三部分组成：文本分析模块、韵律生成模块和声学模块。.如何取样以精确地抽取人类发信的主要特征，.寻求什么样的网络特征以综合声道的频率响应，.输出合成声音的质量如何保证。 、语音压缩技术有哪些国际标准？ 二、名词解释（每题分，共分） 端点检测：就从包含语音的一段信号中，准确的确定语音的起始点和终止点，区分语音信号和非语音信号。 共振峰：当准周期脉冲激励进入声道时会引起共振特性，产生一组共振频率，称为共振峰频率或简称共振峰。 语谱图：是一种三维频谱，它是表示语音频谱随时间变化的图形，其纵轴为频率，横轴为时间，任一给定的频率成分在给定时刻的强弱用相应点的灰度或色调的浓淡来表示。 码本设计：就是从大量信号样本中训练出好的码本，从实际效果出发寻找好的失真测度定义 公示，用最少的搜素和计算失真的运算量。 语音增强：语音质量的改善和提高，目的去掉语音信号中的噪声和干扰，改善它的质量 三、简答题（每题分，共分） 、简述如何利用听觉掩蔽效应。 一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。人耳的掩蔽效应一个较弱的声音(被掩蔽音)的听觉感受被另一个较强的声 音(掩蔽音)影响的现象称为人耳的“掩蔽效应”。被掩蔽音单独存在时的听阈分贝值，或者 说在安静环境中能被人耳听到的纯音的最小值称为绝对闻阈。实验表明，—绝对闻阈值最小，即人耳对它的微弱声音最敏感；而在低频和高频区绝对闻阈值要大得多。在范围内闻阈随频率变化最不显著，即在这个范围内语言可储度最高。在掩蔽情况下，提高被掩蔽弱音的强度， 使人耳能够听见时的闻阈称为掩蔽闻阈(或称掩蔽门限)，被掩蔽弱音必须提高的分贝值称为 掩蔽量(或称阈移)。 、简述时间窗长与频率分辨率的关系。 采样周期、窗口长度和频率分辨率△之间存在下列关系：△(*) 可见，采样周期一定时，△随窗口宽度的增加而减少，即频率分辨率相应得到提高，但同时时间分辨率降低；如果窗口取短，频率分辨率下降，而时间分辨率提高，因而二者是矛盾的。 、简述时域分析的技术（最少三项）及其在基因检测中的应用。（）
数字语音处理课程报告
语音信号的采集与分析 摘要 语音信号的采集与分析技术是一门涉及面很广的交叉科学，它的应用和发展与语音学、声音测量学、电子测量技术以及数字信号处理等学科紧密联系。其中语音采集和分析仪器的小型化、智能化、数字化以及多功能化的发展越来越快，分析速度较以往也有了大幅度的高。本文简要介绍了语音信号采集与分析的发展史以及语音信号的特征、采集与分析方法，并通过PC机录制自己的一段声音，运用Matlab进行仿真分析，最后加入噪声进行滤波处理，比较滤波前后的变化。 关键词：语音信号，采集与分析，时域，频域 0 引言 通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息的形式。语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径。并且，由于语言和语音与人的智力活动密切相关，与社会文化和进步紧密相连，所以它具有最大的信息容量和最高的智能水平。现在，人类已开始进入了信息化时代，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。 让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，随着计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式。作为高科技应用领域的研究热点，语音信号采集与分析从理论的研究到产品的开发已经走过了几十个春秋并且取得了长足的进步。它正在直接与办公、交通、金融、公安、商业、旅游等行业的语音咨询与管理．工业生产部门的语声控制，电话、电信系统的自动拨号、辅助控制与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代操作系统和应用程序的用户界面。可见，语音信号采集与分析的研究将是一项极具市场价值和挑战性的工作。我们今天进行这一领域的研究与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力。 语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行研究和探讨，除了它的实用性之外，另一个重要原因是，它始终与当时信息科学中最活跃的前沿学科保持密切的联系．并且一起发展。语音信号采集与分析是以语音语言学和数字
一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。 3. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像。 4. 数字图像处理包含很多方面的研究容。其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。 5、量化可以分为均匀量化和非均匀量化两大类。 6. 图像因其表现方式的不同，可以分为连续图像和数字离散图像两大类。 5. 对应于不同的场景容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。8. 采样频率是指一秒钟的采样次数。 10. 采样所获得的图像总像素的多少，通常称为图像分辨率。 11. 所谓动态围调整，就是利用动态围对人类视觉的影响的特性，将动态围进行压缩，将所关心部分的灰度级的变化围扩大，由此达到改善画面效果的目的。 12 动态围调整分为线性动态围调整和非线性动态围调整两种。 13. 直方图均衡化的基本思想是：对图像中像素个数多的灰度值进行展宽，而对像素个数少的灰度值进行归并，从而达到清晰图像的目的。 14. 数字图像处理包含很多方面的研究容。其中，图像增强的目的是将一幅图像中有用的信息进行增强，同时将无用的信息进行抑制，提高图像的可观察性。 15. 我们将照相机拍摄到的某个瞬间场景中的亮度变化围，即一幅图像中所描述的从最暗到最亮的变化围称为动态围。 16. 灰级窗，是只将灰度值落在一定围的目标进行对比度增强，就好像开窗观察只落在视野的目标容一样。 17. 图像的基本位置变换包括了图像的平移、镜像及旋转。 18. 最基本的图像形状变换包括了图像的放大、缩小和错切。 19. 图像经过平移处理后，图像的容不发生变化。（填“发生”或“不发生”） 20. 图像放大是从小数据量到大数据量的处理过程，需要对许多未知的数据的估计。（填“需要”或“不需要”） 21. 图像缩小是从大数据量到小数据量的处理过程，不需要对许多未知的数据的估计。（填“需要”或“不需要”） 22. 我们将平面景物在投影平面上的非垂直投影称为图像的错切，该处理会是的图像中的图形产生扭变。 23. 两种典型的图像噪声是：椒盐噪声和高斯噪声。 24. 椒盐噪声的幅值基本相同，而噪声出现的位置是随机的。 25. 图像上每一点都存在噪声，但是噪声的幅值是随机分布的，这类噪声称为高斯噪声。 26. 均值滤波方法对高斯噪声的抑制效果较好。（填“高斯”或“椒盐”） 27. 中值滤波方法对椒盐噪声的抑制效果较好。（填“高斯”或“椒盐”） 28. 频谱均匀分布的噪声被称为白噪声。 29. 图像噪声可以理解为妨碍人的视觉感知，或妨碍系统传感器对所接收图像源信息进行理解或分析的各种因素，也可以理解为真实信号与理想信号之间存在的偏差。 30. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于一阶微分算子。（填“一阶微分算子”或“二阶微分算子”）
语音识别技术发展历程及趋势 学号： 201105021 姓名： 指导教师：
语音识别技术发展历程及趋势 摘要：本文回顾了语音识别技术的发展历史，描述了语音识别系统的基本原理,介绍了语音识别的几种基本方法,并对语音识别技术面临的问题和发展前景进行了讨论。 关键词：语音识别；特征提取；人机交互 引言 通过语音传递信息是人类最重要、最有效、最常用的和最方便的交换信息形式。语言是人类特有的功能，声音是人类常用的工具，是相互传递信息的最重要的手段。因此，语音信号是人们构成思想疏通和感情交流的最主要的途径，他具有最大的信息容量和最高的智力水平。 让计算机能听懂人类语言，是人类自计算机诞生以来梦寐以求的想法。随着计算机越来越向便携化方向发展，以及计算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输入这样便于使用的、自然的、人性化的输入方式。语音识别是解决机器“听懂”人类语言的一项技术。作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。如今，随着语音识别技术研究的突破，其对计算机发展和社会生活的重要性日益凸现出来。 1 语音识别技术概述 语音识别（Speech Recognition）主要指让机器听懂人说话，即在各种情况下，准确地识别出语音的内容，从而根据其信息，执行人的各种意图。。作为一门交叉学科,语音识别又是以语音为研究对象,是语音信号处理的一个重要研究方向, 是模式识别的一个分支,涉及到计算机、信号处理、生理学、语言学、神经心理学、人工智能等诸多领域,甚至还涉及到人的体态语言,其最终目标是实现人与机器进行自然语言通信。 随着计算机技术、模式识别和信号处理技术及声学技术等的发展，使得能满足各种需要的语音识别系统的实现成为可能。近二三十年来，语音识别在工业、军事、交通、医学、民用诸多方面，特别是在计算机、信息处理、通信与电子系统、自动控制等以语音识别技术开发出的产品应用领域非常广泛，如声控电话交
系（院）物理与电子工程学院专业电子信息工程题目语音信号的处理与分析 学生姓名 指导教师 班级 学号 完成日期：2013 年5 月 目录 1 绪论 (3) 1.1课题背景及意义 (3) 1.2国内外研究现状 (3) 1.3本课题的研究内容和方法 (4) 1.3.1 研究内容 (4) 1.3.2 开发环境 (4) 2 语音信号处理的总体方案 (4) 2.1 系统基本概述 (4) 2.2 系统基本要求与目的 (4) 2.3 系统框架及实现 (5) 2.3.1 语音信号的采样 (5) 2.3.2 语音信号的频谱分析 (5) 2.3.3 音乐信号的抽取 (5) 2.3.4 音乐信号的AM调制 (5) 2.3.5 AM调制音乐信号的同步解调 (5) 2.4系统设计流程图 (6) 3 语音信号处理基本知识 (6) 3.1语音的录入与打开 (6)
3.2采样位数和采样频率 (6) 3.3时域信号的FFT分析 (7) 3.4切比雪夫滤波器 (7) 3.5数字滤波器设计原理 (8) 4 语音信号实例处理设计 (8) 4.1语音信号的采集 (8) 4.3.1高频调制与低频调制 (10) 4.3.2切比雪夫滤波 (11) 4.3.3 FIR滤波 (11) 5 总结 (12) 参考文献 (13) 语音信号的处理与分析 【摘要】语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。 Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。 本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。 最后，本文对语音信号处理的进一步发展方向提出了自己的看法。 【关键词】Matlab 语音信号傅里叶变换低通滤波器