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。
本设计采用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、傅里叶变换及滤波，程序界面简练，操作简便。
关键字：Matlab；语音信号；傅里叶变换；信号处理
Abstract
Speech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanity's most important, most effective, most popular and most convenient form of exchange of information..
Matlab language is a data analysis and processing functions are very powerful computer application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data matrix operations, such as digital filtering, Fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on. Its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be quick and convenient features complete voice signal processing and analysis and visualization of signals, makes computer interaction more convenient .
The design of voice-processing software for most of the content are numerous, easy to maneuver and so on, using MATLAB7.0 comprehensive use GUI interface design, various function calls to voice signals such as frequency, amplitude, Fourier transform and filtering, the program interface concise, simple, has some significance in practice.
Keywords: Matlab；V oice Signal；Fourier transform；Signal Processing
目录
绪论 (1)
1 系统的方案分析与总体设计 (4)
1.1设计目标 (4)
1.2总体设计 (4)
1.2.1 matlab简介 (4)
1.2.2 图形用户界面设计 (5)
1.2.3 总体设计方案 (5)
2 语音信号处理的基本知识 (8)
2.1语音信号的采样 (8)
2.2语音信号的分析 (10)
2.3数字滤波器 (11)
2.3.1 IIR数字滤波器 (11)
2.3.2 FIR数字滤波器 (12)
2.3.3 数字滤波的优缺点分析 (13)
3语音信号处理的实例分析 (14)
3.1语音信号的录入 (17)
3.2语音信号的提取 (17)
3.3语音信号的调整 (19)
3.3.1 语音信号的频率调整 (19)
3.3.2 语音信号的幅度调整 (19)
3.4语音信号的滤波 (21)
3.4.1 语音信号的低通滤波 (21)
3.4.2 语音信号的高通滤波 (22)
3.4.3 语音信号的带通滤波 (23)
3.4.4 语音信号的带阻滤波 (25)
3.5语音信号的输出 (26)
结论 (27)
致谢 (28)
参考文献 (29)
附录A 英文原文 (30)
附录B 汉语翻译 (45)
附录C 源程序 (56)
绪论
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，语音信号是人们思想疏通和感情交流最主要的途径。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。
语音信号的采集与分析,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远的进步。它正在与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入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信号处理为基础而形成的一门涉及面很广的综合性学科，与心理、生理学、计算机科学、通信与信息科学以及模式识别和人工智能等学科都有着非常密切的关系。对语音信号采集与分析的研究一直是数字信号处理技术发展的重要推动力量。因为许多处理的新方法的提出，首先是在语音信号处理中获得成功，然后再推广到其他领域。
语音信号的采集与分析作为一个重要的研究领域，已经有很长的研究历史。但是它的快速发展可以说是从1940年前后Dudley的声码器(vocoder)和potter 等人的可见语音（Visible Speech)开始的。1952年贝尔(Bell)实验室的Davis 等人首次研制成功能识别十个英语数字的实验装置。1956年Olson和Belar等人采用8个带通滤波器组提取频谱参数作为语音的特征，研制成功一台简单的语音打字机。20世纪60年代初由于Faut和Steven的努力，奠定了语音生成理论的基础，在此基础上语音合成的研究得到了扎实的进展。20世纪60年代中期形
成的一系列数字信号处理方法和技术，如数字滤波器、快速博里叶变换(FFT)等成为语音信号数字处理的理论和技术基础。在方法上，随着电子计算机的发展，以往的以硬件为中心的研究逐渐转化为以软件为主的处理研究。然而，在语音识别领域内，初期有几种语音打字机的研究也很活跃，但后来已全部停了下来，这说明了当时人们对话音识别难度的认识得到了加深。所以1969年美国贝尔研究所的Pierce感叹地说“语音识别向何处去?”。
到了1970年，好似反驳Pierce的批评，单词识别装置开始了实用化阶段，其后实用化的进程进一步高涨，实用机的生产销售也上了轨道。此外社会上所宣传的声纹(Voice Print)识别，即说话人识别的研究也扎扎实实地开展起来，并很快达到了实用化的阶段。到了1971年，以美国ARPA(American Research Projects Agency)为主导的“语音理解系统”的研究计划也开始起步。这个研究计划不仅在美国园内，而且对世界各国都产生了很大的影响，它促进了连续语音识别研究的兴起。历时五年的庞大的ARPA研究计划，虽然在语音理解、语言统计模型等方面的研究积累了一些经验，取得了许多成果，但没能达到巨大投资应得的成果，在1976年停了下来，进入了深刻的反省阶段。但是，在整个20世纪70年代还是有几项研究成果对语音信号处理技术的进步和发展产生了重大的影响。这就是20世纪70年代初由板仓(Itakura)提出的动态时间规整(DTW)技术，使语音识别研究在匹配算法方面开辟了新思路；20世纪70年代中期线性预测技术(LPC)被用于语音信号处理，此后隐马尔可夫模型法(HNMM)也获得初步成功，该技术后来在语音信号处理的多个方面获得巨大成功；20世纪70年代未，Linda、Buzo、Gray和Markel等人首次解决了矢量量化(VQ)码书生成的方法，并首先将矢量量化技术用于语音编码获得成功。从此矢量量化技术不仅在语音识别、语音编码和说话人识别等方面发挥了重要作用，而且很快推广到其他许多领域。因此，20世纪80年代开始出现的语音信号处理技术产品化的热潮，与上述语音信号处理新技术的推动作用是分不开的。
20世纪80年代，由于矢量量化、隐马尔可夫模型和人工神经网络(ANN)等相继被应用于语音信号处理，并经过不断改进与完善，使得语音信号处理技术产生了突破性的进展。其中，隐马尔可夫模型作为语音信号的一种统计模型，在语音信号处理的各个领域中获得了广泛的应用。其理论基础是1970年前后，由Baum 等人建立起来的，随后，由美国卡内基梅隆大学(CMU)的Baker和美国IBM公司的Jelinek等人将其应用到语音识别中。由于美国贝尔实验室的Babiner等人在
20世纪80年代中期，对隐马尔可夫模型深人浅出的介绍，才使世界各国从事语音信号处理的研究人员了解和熟悉，进而成为一个公认的研究热点，也是目前语音识别等的主流研究途径。
进入20世纪90年代以来，语音信号采集与分析在实用化方面取得了许多实质性的研究进展。其中，语音识别逐渐由实验室走向实用化。一方面，对声学语音学统计模型的研究逐渐深入，鲁棒的语音识别、基于语音段的建模方法及隐马尔可夫模型与人工神经网络的结合成为研究的热点。另一方面，为了语音识别实用化的需要，讲者自适应、听觉模型、快速搜索识别算法以及进一步的语言模型的研究等课题倍受关注。
1 系统的方案论证分析与总体设计
1.1设计目标
设计一个语音信号分析与处理系统，具体要求如下：
a.采集语音信号，画出信号的时域波形图和频谱图；
b.设计IIR低通和高通以及带通数字滤波器；FIR低通，高通，带通和带阻数字滤波器；
c.分别利用设计的滤波器对采集的信号进行滤波处理；
d.比较滤波前后语音信号的波形及频谱，对所得结果和滤波器性能进行频谱分析。
1.2总体设计
1.2.1 matlab简介
MATLAB是MathWorks公司开发的一种跨平台的用于多种仿真的简单高效的数学语言。MATLAB语言是一种广泛应用于工程计算及数值分析领域的新型高级语言，MATLAB功能强大、简单易学、编程效率高，深受广大科技工作者的欢迎。特别是MATLAB还具有信号分析工具箱，不需具备很强的编程能力就可以很方便地进行信号分析、处理和设计。与其它计算机高级语言相比，其语言编程要简洁得多，编程语句更加接近数学描述，可读性好，其强大的图形功能和可视化数据处理能力也是其它高级语言不可比拟的。与其它高级语言相比较，MATLAB具有独特的优势。
（1）MATLAB是一种跨平台的数学语言。采用MATLAB编写的程序可在目前所有的操作系统上运行（只要这些系统上安装了MATLAB软件仿真平台）。MATLAB 程序不依赖于计算机类型和操作系统类型。
（2）MATLAB是一种超高级语言。MATLAB平台本身是用C语言写成的，其中汇集了当前最新的数学库，是许多专业数学家和工程师学者多年的劳动结晶。使用MATLAB在编程效率、程序的可读性、可靠性和可移植上远远超过了常规的高
级语言。
（3）MATLAB具有强大的绘图功能。利用MATLAB的绘图功能，可以轻易的获得高质量的曲线图。具有多种形式来表达二维、三维图形。
（4）MATLAB具有串口操作、声音输入输出等逻辑硬件操控能力。
本设计主要是利用MATLAB仿真的声音输出、图形绘制和滤波器设计。
1.2.2图形用户界面设计
图形用户界面或图形用户接口(Graphical User Interface，GUI)是指采用图形方式显示的计算机操作环境用户接口。与早期计算机使用的命令行界面相比，图形界面对于用户来说更为简便易用。
GUIDE是Matlab提供的图形用户界面开发环境，提供了一系列用于创建图形用户界面的工具，从而简化界面布局和编程工作。
在MATLAB主窗口中，选择File菜单中的New菜单项，再选择其中的GUI命令，就会显示图形用户界面的设计模板。
MATLAB为GUI设计一共准备了4种模板，分别是Blank GUI(默认) 、GUI with Uicontrols(带控件对象的GUI模板) 、GUI with Axes and Menu(带坐标轴与菜单的GUI模板)与Modal Question Dialog(带模式问话对话框的GUI模板)。
当用户选择不同的模板时，在GUI设计模板界面的右边就会显示出与该模板对应的GUI图形。
在GUI设计模板中选中一个模板，然后单击OK按钮，就会显示GUI设计窗口。选择不同的GUI设计模式时，在GUI设计窗口中显示的结果是不一样的。
GUI设计窗口由菜单栏、工具栏、控件工具栏以及图形对象设计区等部分组成。GUI设计窗口的菜单栏有File、Edit、View、Layout、Tools和Help 6个菜单项，使用其中的命令可以完成图形用户界面的设计操作。
在GUI设计窗口创建图形对象后，通过双击该对象，就会显示该对象的属性编辑器。例如，创建一个Push Button对象，并设计该对象的属性值。
1.2.3总体设计方案
1）语音信号的采集
使用电脑的声卡设备采集一段语音信号，并将其保存在电脑中。
2）语音信号的处理
语音信号的处理主要包括信号的提取、信号的调整、信号的变换和滤波等。
Ⅰ.语音信号的时域分析
语音信号是一种非平稳的时变信号，它携带着各种信息。在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息。语音信号分析的目的就在与方便有效的提取并表示语音信号所携带的信息。语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简单的方法，直接对语音信号的时域波形进行分析，提取的特征参数主要有语音的短时能量，短时平均过零率，短时自相关函数等。
提取：通过图形用户界面上的菜单功能按键采集电脑设备上的一段音频信号，完成音频信号的频率，幅度等信息的提取，并得到该语音信号的波形图。
调整：在设计的用户图形界面下对输入的音频信号进行各种变化，如变化幅度、改变频率等操作，以实现对语音信号的调整。
Ⅱ.语音信号的频域分析
变换：在用户图形界面下对采集的语音信号进行Fourier等变换，并画出变换前后的频谱图和变换后的倒谱图。
滤波：滤除语音信号中的噪音部分，可采用低通滤波、高通滤波、带通滤波和帯阻滤波，并比较各种滤波后的效果。
3）语音信号的效果显示
通过用户图形界面的输出功能，将处理后的信号的语音进行播放，试听处理后的效果。
图1.1列出了整个语音信号处理系统的工作流程：
信号采集
信息提取
信号调整
信号滤波
输出保存
图1.1 语音信号处理系统的工作流程
其中信号调整包括信号的幅度和频率的任意倍数变化。如下图1.2
幅度调整
信号调整
频率调整
图1.2 信号调整
信号的滤波采用了四种滤波方式，来观察各种滤波性能的优缺点：
信号滤波
低通滤波高通滤波带通滤波带阻滤波
图1.3 语音信号滤波的方式
在以上三图中，可以看到整个语音信号处理系统的流程大概分为三步，首先要读入待处理的语音信号，然后进行语音信号的处理，包括信息的提取、幅度和频率的变换以及语音信号的傅里叶变换、滤波等；滤波又包括低通滤波、高通滤波、带通滤波和带阻滤波等方式。最后对处理过的语音信号进行处理后的效果显示。
2 语音信号处理的基本知识
2.1语音信号的采样
采样频率指的是1秒内计算机所采集到的声音样本，如20.1KHZ表示的是1秒的时间计算机采集20100次声音样本。一般来说采样频率越大，就与原信号越接近，采样频率越小，就会偏离原信号，造成信号失真。采样位数所表示的是一段声音进行分析的精确度，10位则代表2的10次即1024个精度单位进行分析。如此，采样位数越大则表示这段声音越精准。
想要把未处理的模拟信号转换成数字信号，就必须要对语音信号进行采样，从而得到离散的信号。可以把原始的语音信号看作是一条曲线，曲线是有无数的点组成的，采样过程就是在这无数的点中选取一定数量的点，以这些点来构成一条新曲线，这就是采样的具体过程。但是采样不当会造成严重的问题，若是采样频率太小会造成信号的失真，让信号变的不完整；若是采样频率太大会浪费机器上的存储资源。根据奈奎斯特采样定理，采样频率最好选择信号带宽的两倍，这样即不会造成信号失真，又不会造成资源浪费。
取样之后要对信号进行采样位数的选择，采样位数是指将取样后得到的样本序列的幅度再离散化，即将时间上离散而幅度仍连续的波形再离散化。同样拿一段曲线来表示信号，采样位数就是对这段曲线的幅度值进行分割，若采样位数是1500，那么表示将这段曲线的幅度值平均分成1500份，每一份算做一个新的幅度值。
采样器的作用是把连续信号变成脉冲或数字序列。图中2.1示出了一个连续信号f（t）经采样器采样后变成离散信号的过程。
图2.1 连续信号f （t ）经采样器采样后变成离散信号
图中f （t ）为被采样的连续信号，s （t ）为周期性窄脉冲信号，fs （t ）为采样后的离散信号，它用下式来表征：
fs （t ）=f （t ）s （t ）
采样信号的频率特性为（2-1）：
（2-1）
如果|F*（j 错误！未找到引用源。）|中各个波形不重复搭接，相互间有一定的距离（频率）即：
（2-2）
即采样定理可叙述如下：如果采样周期满足下列条件，即：
（2-3）
式中错误！未找到引用源。为连续信号f （t ）的最高次谐波的角频率。则采样信号 f*（t ）就可以无失真的再恢复为连续信号f （t ）。需要指出的是，采样定理只是在理论上给出了信号准确复现的条件。
我们可以利用windows 自带的录音机录制语音文件，进行数字信号的采集。（开始—程序—附件—娱乐—录音机，文件—属性—立即转换—8000KHz ，8位，单声道）或其他软件，将话筒输入计算机的语音输入插口上，启动录音机，录制一段自己的话音。然后在MATLAB 软件平台下，利用函数wavread 对语音信号进行采样，记住采样频率和采样点数。通过wavread 函数的使用进一步理解采样频率、采样位数等概念。图2.2是基于PC 机的语音信号采集过程: 采样
脉冲
信号
输入 采样
器
低通 滤波
f(t)
图2.2 声音采集过程
2.2语音信号的分析
语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理。而且，语音合成的音质好坏，语音识别率的高低，也都取决于对语音信号分析的准确性和精确性。因此语音信号分析在语音信号处理应用中具有举足轻重的地位。
贯穿于语音分析全过程的是“短时分析技术”。因为，语音信号从整体来看其特性及表征其本质特征的参数均是随时间而变化的，所以它是一个非平稳态过程，不能用处理平稳信号的数字信号处理技术对其进行分析处理。但是，由于不同的语音是由人的口腔肌肉运动构成声道某种形状而产生的响应，而这种口腔肌肉运动相对于语音频率来说是非常缓慢的，所以从另一方面看，虽然语音信号具有时变特性，但是在一个短时间范围内(一般认为在10～30ms 的短时间内)，其特性基本保持不变即相对稳定，因而可以将其看作是一个准稳态过程，即语音信号具有短时平稳性。所以任何语音信号的分析和处理必须建立在“短时”的基础上．即进行“短时分析”，将语音信号分为一段一段来分析其特征参数，其中每一段称为一“帧”，帧长一般取为10～30ms 。这样，对于整体的语音信号来讲，分析出的是由每一帧特征参数组成的特征参数时间序列。
根据所分析出的参数的性质的不同，可将语音信号分析分为时域分析、频域分析、倒频域分析等；时域分析方法具有简单、计算量小、物理意义明确等优点，但由于语音信号最重要的感知特性反映在功率谱中，而相位变化只起着很小的作用，所以相对于时域分析来说频域分析更为重要。 麦克风 声卡 Wav
A/D 转换 采样 滤波 Windows 自带录音机
声音
语音是典型的非平稳信号, 但是在一个很短的时间内可以认为其近似为平稳信号。因此计算自相关函数前要对语音进行分段, 分段最常用的方法是加窗。
利用短时自相关函数进行基音周期估计的步骤如下:
(1) 对所加载的语音加窗;
(2) 计算加窗语音的短时自相关函数, 选取短时自相关函数的局部最大点;
(3) 对局部最大点进行清晰化, 以便确认其确实为最大点;
(4) 所有清晰点中最左边的点对应的就是语音的基音周期的估计。
2.3数字滤波器
所谓的数字滤波器，就是指通过数值运算的方式，改变输入信号的频率，使之达到预定的信号的数字器件或程序。因为数字滤波器是通过数字器件，进行数字运算来实现滤波，所以数字滤波器有着精度高、小巧、稳定等的作用，可以实现模拟滤波器所无法实现的工作，所以在信号处理方面有着巨大的作用。只有先对模拟信号进行模数转换，才可以进行在数字滤波器上进行滤波。
数字滤波器从滤波特性上来讲，一般可以分成4类，分别是低通滤波器、高通滤波器、带通滤波器和带阻滤波器。数字滤波器若从实现的网络结构抑或从单位脉冲相应长度这方面来分类，可以分为无限长的单位脉冲响应（IIR）滤波器和有限长的单位脉冲响应（FIR）滤波器。但是IIR滤波器和FIR滤波器之间的设计方法是不相同的。
2.3.1 IIR数字滤波器
设计IIR数字滤波器的最常用的方法是间接设计法。间接设计法是借助于模拟滤波器的设计方法进行的。并且模拟滤波器的发展已经非常成熟，有现成的方法、数据、公式，可以拿来就用，不用进行多余的实验。不仅如此，模拟滤波器还有很多已经非常成熟的经典设计，可以供我们选择使用。用间接设计法来设计数字滤波器，非常具有实用性。
用间接法设计IIR数字滤波器的具体过程如下：首先，在设计之前要先考虑自己想要的是怎么样的滤波器，设计目标的滤波器频率特性，包括相位特性和幅频特性。若是滤波器对相位不作要求，可以只考虑滤波器的幅频特性。再把这些性能数值转换成模拟器的性能数值，具体的是性能包含通带和阻带的截止频率Wp、Ws;通带和阻带的纹波系数Rp和Rs；然后，根据转换而来的技术指标来选
择低通滤波器的阶数，并选择相应的函数，确定最小的阶数Ｎ和固定频率ωn 。通过Ｎ确定模拟滤波器的类型。通过ωn 把模拟低通滤波器转换成其他类型的滤波
器；最后，运用脉冲相应不变法，把模拟滤波器转化为数字滤波器。
因为用直接法设计滤波器是在时域和频域内直接设计，要用到联立方程组，涉及到的计算比较复杂，要用到计算机来进行计算，所以一般不用直接法。IIR 数字滤波器的系统函数H (z)为公式（2-4）：
()011M r j j N k k K b z H z a z -=-==
+∑∑
（2-4）
以上设计步骤中，最重要的就是将模拟低通滤波器转化成系统函数H (z)，这其中有两点难关。第一个难关是根据转化而来的性能数值来计算所选取的模拟滤波器的系统函数，因为模拟滤波器已经有了完备的参数图表，这一步可以通过查表来获得各个阶数相对应的分母多项式；第二个难关是把模拟滤波器的系统函数转化成数字滤波器的系统函数，这两个系统函数之间虽然已经有了相互转化的函数，但是由于函数比较复杂，计算起来非常有难度，所以这一步通常是通过matlab 软件的函数调用来解决的。
Matlab 软件有自己的数据库，里面有很多经常要用到的函数，用户可以很方便的调用出来，运用这些函数，能够使编程变得简单。该软件里有一个buttord 函数，通过这个就可以设计滤波器，十分的简单。通过对这个函数中的参数细节上的调整，可以设计出不同的滤波器。通过比较的发现，在满足相同的滤波器的指标的条件下，这四种滤波器的阶数是不同的，巴特沃斯滤波器阶数最高，椭圆滤波器阶数的阶数最低。如果阶数越高，就会造成信号延迟越大。同时在IIR 数字滤波器中，阶数高的话，系数要求的精度也会越高，否则很可能使极点移到单位园外。因此在阶数的选择上是要进行综合考虑的。
2.3.2FIR 数字滤波器
有限长脉冲响应（FIR ）滤波器在保证幅度特性满足技术要求的同时，很容易做到有严格的线性相位特性。它的系统函数为公式（2-5）：
()()10N n n H z h n z --==∑
（2-5）
H (z)是1
z -的1N -次多项式，它在z 平面上有1N -个零点，在原点0z =处有一个1N -重极点。所以，H (z)是非常稳定的。FIR 数字滤波器最突出的优点是它的稳定性与线性相位特性[6]。
FIR 数字滤波器一般用窗函数法来设计实现的，窗函数的形状与带内波动以及阻带衰减有很大的关系，过渡带的宽度与窗函数的长度N 有关系，所以就产生几种经典的窗函数，分别是矩形窗（Rectangle Window ）、三角形窗（Bartlett Window ）、汉宁（Hanning ）窗——升余弦窗、哈明（Hamming ）窗——改进的升余弦窗、布莱克曼（Blackman ）窗、凯塞——贝塞尔窗（Kaiser —Basel Window ）。这些经典的窗函数都有基本的参数如过渡带宽度、阻带最小衰减、旁瓣峰值等，在做具体设计的时候非常方便我们查询，来选择具体的窗函数。
用窗函数法设计FIR 滤波器的具体步骤：
首先，根据设计任务对过渡带以及阻带衰减的指标要求，查询窗函数的基本参数，选择符合条件的窗函数，并且估计出窗函数的长度N 。选择窗函数的方法是在满足阻带衰减这个条件下，尽可能的选择旁瓣峰值的绝对值小的窗函数。然
后根据这个函数的过渡带宽度来估计该函数的可、窗口长度N 。/t N A B ≈，这里
的A 取决于窗口类型，可以从窗函数的基本参数表里得到，数值上为该窗函数的
近似值；然后，得到频率响应函数()j d H e ω，即
()()()1/2j N j d d g H e H e ωωω--= （2-6）
在低通滤波器中，()dg H ω满足条件：
(){1,0,c c d g H ωωωωπω≤<≤=
（2-7） 计算出()d h n 。具体公式为：
()()12j j d d h n H e e d πωωππωπ-=?
（2-8）
最后，得到设计的结果：
()()()d h m hn n ω=。
（2-9）
2.3.3数字滤波的优缺点分析
数字滤波,就是通过一定的计算程序,对采集的数据进行某种处理，从而消除或削弱干扰和噪声的影响,提高测量的可靠性和精度。
数字滤波方法有很多种，每种方法有其不同的特点和使用范围。从大的范围可分为3类。
1、克服大脉冲干扰的数字滤波法：限幅滤波法、中值滤波法。
2、抑制小幅度高频噪声的平均滤波法：、算数平均、滑动平均、加权滑动平均、一阶滞后滤波法。
3、复合滤波法
克服由仪器外部环境偶然因素引起的突变性扰动或仪器内部不稳定引起误码等造成的尖脉冲干扰，是仪器数据处理的第一步。 通常采用简单的非线性滤波法。
限幅滤波法（又称程序判断滤波法） 限幅滤波是通过程序判断被测信号的变化幅度，从而消除缓变信号中的尖脉冲干扰。
方法： 根据经验判断，确定两次采样允许的最大偏差值（设为A ） 每次检测到新值时判断： 如果本次值与上次值之差 A,则本次值无效,放弃本次值,用上次值 代替本次值 。
优点： 能有效克服因偶然因素引起的脉冲干扰。
缺点：无法抑制那种周期性的干扰 平滑度差 。
适用范围: 变化比较缓慢的被测量值 。
中位值滤波是一种典型的非线性滤波器，它运算简单，在滤除脉冲噪声的同时可以很好地保护信号的细节信息。
方法： 连续采样N 次（N 取奇数） 把N 次采样值按大小排列（多采用冒泡法） 取中间值为本次有效值。
优点： 能有效克服因偶然因素引起的波动(脉冲)干扰。
缺点：对流量、速度等快速变化的参数不宜。
适用范围：对温度、液位的变化缓慢的被测参数有良好的滤波效果。
小幅度高频电子噪声：电子器件热噪声、A/D量化噪声等。通常采用具有低通特性的线性滤波器：算数平均滤波法、加权平均滤波法、滑动加权平均滤波法一阶滞后滤波法等。
算术平均滤波法是对N个连续采样值相加，然后取其算术平均值作为本次测量的滤波值。
方法：连续取N个采样值进行算术平均运算N值较大时：信号平滑度较高，但灵敏度较低N值较小时：信号平滑度较低，但灵敏度较高N值的选取：一般流量，N=12；压力：N=4。
优点：对滤除混杂在被测信号上的随机干扰信号非常有效。被测信号的特点是有一个平均值，信号在某一数值范围附近上下波动。
缺点：不易消除脉冲干扰引起的误差。对于采样速度较慢或要求数据更新率较高的实时系统，算术平均滤法无法使用的。
对于采样速度较慢或要求数据更新率较高的实时系统，算术平均滤法无法使用的。滑动平均滤波法把N个测量数据看成一个队列，队列的长度固定为N，每进行一次新的采样，把测量结果放入队尾，而去掉原来队首的一个数据，这样在队列中始终有N个“最新”的数据。
方法：把连续取N个采样值看成一个队列，队列的长度固定为N ，每次采样到一个新数据放入队尾,并扔掉原来队首的一次数据.(先进先出原则) 把队列中的N个数据进行算术平均运算,就可获得新的滤波结果N值的选取：流量，N=12；压力：N=4；液面，N=4~12；温度，N=1~4
优点：对周期性干扰有良好的抑制作用，平滑度高适用于高频振荡的系统
缺点：灵敏度低对偶然出现的脉冲性干扰的抑制作用较差不易消除由于脉冲干扰所引起的采样值偏差不适用于脉冲干扰比较严重的场合比较浪费RAM 加权递推平均滤波法
方法：是对递推平均滤波法的改进，即不同时刻的数据加以不同的权通常是，越接近现时刻的数据，权取得越大。给予新采样值的权系数越大，则灵敏度越高，但信号平滑度低
优点：适用于有较大纯滞后时间常数的对象和采样周期较短的系统
缺点：对于纯滞后时间常数较小，采样周期较长，变化缓慢的信号不能迅速反
应系统当前所受干扰的严重程度，滤波效果差
一阶低通数字滤波器是用软件的方法实现硬件的RC滤波，以抑制干扰信号。在模拟量输入通道中，常用一阶滞后RC模拟滤波器来抑制干扰。用此种方法来实现对低频干扰时，首先遇到的问题是要求滤波器有大的时间常数（时间常数=RC）和高精度的RC网络。时间常数越大，要求RC值越大，其漏电流也必然增大，从而使RC网络精度下降。采用一阶滞后的数字滤波方法，能很好的克服这种模拟量滤波器的缺点，在滤波常数要求较大的场合，此法更适合。
方法：a= T f /( T f +T) T f 为滤波时间常数。T为采样周期本次滤波结果=（1-a）*本次采样值+a*上次滤波结果
优点：对周期性干扰具有良好的抑制作用适用于波动频率较高的场合
缺点：相位滞后，灵敏度低滞后程度取决于a值大小不能消除滤波频率高于采样频率的1/2的干扰信号。
在实际应用中，有时既要消除大幅度的脉冲干扰，有要做到数据平滑。因此常把前面介绍的两种以上的方法结合起来使用，形成复合滤波。去极值平均滤波算法：先用中值滤波算法滤除采样值中的脉冲性干扰，然后把剩余的各采样值进行平均滤波。连续采样N次，剔除其最大值和最小值，再求余下N－2个采样的平均值。显然，这种方法既能抑制随机干扰，又能滤除明显的脉冲干扰。
中位值平均滤波法相当于“中位值滤波法”+“算术平均滤波法” 。
方法：连续采样N个数据，去掉一个最大值和一个最小值然后计算N-2个数据的算术平均值N值的选取：3~14
优点：融合了两种滤波法的优点这种方法既能抑制随机干扰，又能滤除明显的脉冲干扰。
缺点：测量速度较慢，和算术平均滤波法一样比较浪费RAM
在脉冲干扰较严重的场合，如采用一般的平均值法，则干扰会平均到结果中去。限幅平均滤波法相当于“限幅滤波法”+“递推平均滤波法”
方法：每次采样到的新数据先进行限幅处理，再送入队列进行递推平均滤波处理
优点：融合了两种滤波法的优点，对于偶然出现的脉冲性干扰，可消除由于脉冲干扰所引起的采样值偏差
缺点：比较浪费RAM
适用范围：缓变信号
******************* 实践教学 ******************* 兰州理工大学 计算机与通信学院 2013年春季学期 信号处理课程设计 题目：基于MATLAB的FIR滤波器语音信号去噪专业班级：通信工程（1）班 姓名：王兴栋 学号：10250114 指导教师：陈海燕 成绩：
摘要 语音信号在数字信号处理中占有极其重要的地位，因此选择通过对语音信号的研究来巩固和掌握数字信号处理的基本能力十分具有代表性。对数字信号处理离不开滤波器，因此滤波器的设计在信号处理中占有极其重要的地位。而MATLAB 软件工具箱提供了对各种数字滤波器的设计。本论文“在MATLAB平台上实现对语音信号的去噪研究与仿真”综合运用了数字信号处理的各种基本知识，进而对不带噪语音信号进行谱分析以及带噪语音信号进行谱分析和滤波处理。通过理论推导得出相应的结论，再通过利用MATLAB作为编程工具来进行计算机实现比价已验证推导出来的结论。在设计过程中，通过设计FIR数字滤波器和IIR数字滤波器来完成滤波处理。在设计过程中，运用了MATLAB对整个设计中的图形的绘制和一些数据的计算以及仿真。 关键字滤波器；MATLAB；仿真；滤波
前言 语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。 语音信号是信息技术处理中最重要的一门科学，是人类社会几步的标志。那么什么是语音？语音是人类特有的功能，也是人类获取外界信息的重要工具，也是人与人交流必不可少的重要手段。那么什么又是信号？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。 语音信号处理是一门用研究数字信号处理研究信号的科学。它是一新兴的信息科学，同时又是综合多个学科领域的一门交叉科学。语音在我们的日常生活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。所以研究语音信号无论是在科学领域上还是日常生活中都有其广泛而重要的意义。 本论文主要介绍的是的语音信号的简单处理。本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简单语音信号处理的目的。 对语音信号的研究，本论文采用了设计两种滤波器的基本研究方法来达到研究语音信号去噪的目的，最终结合图像以及对语音信号的回放，通过对比，得出结论。
目录 摘要 (2) 第一章绪论 (3) 1.1 语音课设的意义 (3) 1.2 语音课设的目的与要求 (3) 1.3 语音课设的基本步骤 (3) 第二章设计方案论证 (5) 2.1 设计理论依据 (5) 2.1.1 采样定理 (5) 2.1.2 采样频率 (5) 2.1.3 采样位数与采样频率 (5) 2.2 语音信号的分析及处理方法 (6) 2.2.1 语音的录入与打开 (6) 2.2.2 时域信号的FFT分析 (6) 2.2.3 数字滤波器设计原理 (7) 2.2.4 数字滤波器的设计步骤 (7) 2.2.5 IIR滤波器与FIR滤波器的性能比较 (7) 第三章图形用户界面设计 (8) 3.1 图形用户界面概念 (8) 3.2 图形用户界面设计 (8) 3.3 图形用户界面模块调试 (9) 3.3.1 语音信号的读入与打开 (9) 3.3.2 语音信号的定点分析 (9) 3.3.3 N阶高通滤波器 (11) 3.3.4 N阶低通滤波器 (12) 3.3.5 2N阶带通滤波器 (13) 3.3.6 2N阶带阻滤波器 (14) 3.4 图形用户界面制作 (15) 第四章总结 (18) 附录 (19) 参考文献 (24)
摘要 数字信号处理是将信号以数字方式表示并处理的理论和技术。数字信号处理与模拟信号处理是信号处理的子集。 数字信号处理的目的是对真实世界的连续模拟信号进行测量或滤波。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过模数转换器实现。而数字信号处理的输出经常也要变换到模拟域，这是通过数模转换器实现的。 数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP）和专用集成电路（ASIC）等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。 数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT的出现大大减少了DFT的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，和Mathematica、Maple 并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多，并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++ ，JAVA的支持。可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可以用。
本科生毕业论文 （设计） 中文题目自适应噪声对消在语音信号处理中的应用研究 英文题目
摘要 在实际生活中，任何语音信号都不可避免的受到噪声信号的影响，如何有效的抑制和去除噪声，提高语音的可懂度是近年来的热门研究课题，文中介绍了自适应滤波器的基本原理，结构和应用，应用matlab软件，对自适应算法在噪声对消中的应用进行了仿真研究，并完成了语音信号噪声消除实例。 本文对自适应滤波算法在语音信号去噪方面进行了研究，对自适应对消系统进行了深入的学习与研究，在固定步长的基础上，建立了步长因子u与信噪比及噪声幅度之间的一种非线性函数关系，使步长随误差信号e(n)的变化而变化，从而提高了收敛速度，能够有效的滤除实际生活中语音信号中的高斯白噪声，工频干扰，以及其他讲话者的干扰，大幅度提高输出语音信号的信噪比，有效的提高语音的可懂度。通过实验证明，该算法在收敛速度，消噪性能，信噪比提高方面与常规的自适应算法相比均有一定的提高。 关键词：自适应滤波变步长LMS算法语音降噪
Adaptive noise cancellation in speech signal processing research Abstract: In our daily life ，all speech signal will be influenced by noise, How to effectively eliminate the noise is one of hot subjects for years.The paper begins with the principle of adaptive filter,structure and application. Based on the MATLAB platform, simulation is carried out for the applications of adaptive algorithms in noise cancelling，and completed the instance of voice signal noise reduction. This paper discuss about adaptive filtering algorithm in the speech signal denoising aspects of the research on the adaptive cancellation system in-depth study and research and establishes another step factor u and the error signal e (n) between the non-linear function of a new relationship, the algorithm using variable step size, the step with the magnitude of the noise signal to noise ratio and the change, to improve the convergence rate, can effectively filter out in real life speech signal Gaussian white noise, frequency interference, and interference with other speakers. Can greatly enhance the output speech signal to noise ratio, experiments show that the algorithm convergence rate, noise reduction performance, improving signal to noise ratio with the conventional adaptive algorithms have improved to some extent compared. In this paper, the coefficient of the formula
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
语音信号处理（第2版）赵力编著 重点考点 第2章语音信号处理的基础知识 1.语音（Speech）是声音（Acoustic）和语言（Language）的组合体。可以这样定义语音：语音是由一连串的音组成语言的声音。 2.人的说话过程可以分为五个阶段：（1）想说阶段（2）说出阶段（3）传送阶段（4）理解阶段（5）接收阶段。 3.语音是人的发声器官发出的一种声波，它具有一定的音色，音调，音强和音长。其中，音色也叫音质，是一种声音区别于另一种声音的基本特征。音调是指声音的高低，它取决于声波的频率。声音的强弱叫音强，它由声波的振动幅度决定。声音的长短叫音长，它取决于发音时间的长短。 4.说话时一次发出的，具有一个响亮的中心，并被明显感觉到的语音片段叫音节（Syllable）。一个音节可以由一个音素（Phoneme）构成，也可以由几个音素构成。音素是语音发音的最小单位。任何语言都有语音的元音（Vowel）和辅音（Consonant）两种音素。 5.元音的另一个重要声学特性是共振峰（Formant）。共振峰参数是区别不同元音的重要参数，它一般包括共振峰频率（Formant Frequency）的位置和频带宽度（Formant Bandwidth）。 6.区分语音是男声还是女声、是成人声音还是儿童声音，更重要的因素是共振峰频率的高低。 7.浊音的声带振动基本频率称基音周期（或基音频率），F0表示。 8.人的听觉系统有两个重要特性，一个是耳蜗对于声信号的时频分析特性；另一个是人耳听觉掩蔽效应。 9.掩蔽效应分为同时掩蔽和短时掩蔽。 10.激励模型：一般分成浊音激励和清音激励。浊音激励波是一个以基音周期为周期的斜三角脉冲串。 11.声道模型：一是把声道视为由多个等长的不同截面积的管子串联而成的系统。按此观点推导出的叫“声管模型”。另一个是把声道视为一个谐振腔，按此推导出的叫“共振峰模型”。 12.完整的语音信号的数字模型可以用三个子模型：激励模型、声道模型和辐射模型的串联来表示。 13.语谱图：人们致力于研究语音的时频分析特性，把和时序相关的傅立叶分析的显示图形。 第三章语音信号分析 1.贯穿于语音分析全过程的是“短时分析技术”。 2.语音信号的数字化一般包括放大及增益控制、反混叠滤波、采样、A/D变换及编码（一般就是PCM码）；预处理一般包括预加重、加窗和分帧等。 3.预滤波的目的有两个：
《通信中的语音信号处理》复习大纲 北科大版 1、了解语音信号处理的目的、实质和发展历史； 实质：是研究用数字信号处理技术对语音信号进行处理的一门学科 目的：通过处理得到一些反映语音信号重要特征的语音参数以便高效地传输或储存语音信号所包含的信息。 通过对语音信号进行某种运算以达到某种要求。 发展历史：1876年电话的发明，贝尔（Bell）； 1939年声码器的研制成功—声源＋声道； 1947年贝尔实验室发明语谱图仪—语音识别研究的开始； 50年代第一台口授打字机和英语单词语音识别器； 60年代出现了第一台以数字计算机为基础的孤立词语音识别器和有限连续语音识别器； 70年代动态规划技术、隐马尔可夫模型、线性预测技术和矢量量化码书生成方法用于语音编码和识别； 80、90年代语音处理技术产品化—IBM Tangora-5和Tangora-20英语听写机，Dragon Dictate 词汇翻译系统(70000)，汉语听写机。 CMU语音组研制成功SPHINX系统（997，95.8%); 国内，清华大学、中科院声学所和中科院自动化所在汉语听写机研究方面有一定成果。 （除了属于这种LPC[线性预测分析法]的方法外，还开发了各种数字语音处理方法。到目前为止，相继实现了语音编码、语音分析、语音合成、语音修正、语音识别、说话者识别等各种具体应用系统。） 2、理解和掌握语音信号的表示和处理方法，常用的语音编码的采样率和相应的数字语音信号的速率； 1.语音表示方法的选择：要保存语音信号中的消息内容；表示形式要便于传输和存储、变换和处理，不至于严重损害消息的内容， 有用信息更易于被提取； 2. 语音信号数字表示的优点： 数字技术能完成许多很复杂的信号处理工作； 语音可以看成是音素的组合，具有离散的性质，特别适合于数字处理； 数字系统具有高可靠性、价廉、紧凑、快速等特点，很容易完成实时处理任务； 数字语音适于在强干扰信道中传输，易于和数据一起在通信网中传输，也易于进行加密传输。 3. 语音信号的数字表示方法：波形表示—采样和量化，保持波形；参数表示—激励源和模型参数（第二章） 语音信号的特点—短时平稳性 4. 处理方法：短时时域处理方法—短时能量、短时平均过零率以及短时自相关函数计算 短时频域分析—短时傅立叶分析 线性预测技术—本质上属于时域分析方法，但其结果可以是频域参数 倒谱和同态分析、矢量量化和隐马尔可夫模型 5. PCM编码：采样率：8000次/second，均匀量化：采样率12bps信号速率96kbps，非均匀量化：采样率8bps信号速率64kbps ADPCM：采样率：8khz速率：32kbps 3、理解语音信号的产生过程、发生机理和语音信号的声学特性； 产生过程：语音是说话人和听者之间相互传递的信号，传递的媒介是声波，说话人的发音器官做出发声动作，接着空气振动形成声波，声波传到听者的耳朵里，立刻引起听者的听觉反应 发生机理： 声学特性：频率：与音高有关；振幅：与响度有关。 4、理解和掌握语音信号浊音的基音频率、共振峰，及共振峰的计算方法； 浊音的基音频率(F0)：由声带的尺寸、特性和声带所受张力决定，其值等于声带张开和闭合一次的时间的倒数。人类基音频率的范围在60Hz至450Hz左右。 共振峰（formant)：声道是一个谐振腔，当激励的频率达到至声道的固有频率，则声道会以最大的振幅振荡，此时的频率称之为共振峰或共振峰频率。声道具有的一组共振峰，声道的频谱特性主要反映出这些共振峰的不同位置以及各个峰的频带宽度。共振峰及其带宽取决于声道某一瞬间的形状和尺寸，因而不同的语音对应于一组不同的共振峰参数。实际应用中，头三个共振峰最重要。
语音信号的分析与处理 摘要：本文针对语音信号时域、频域参数进行了系统详尽的分析，并在MATLAB环境下实现了基于DTW算法的特定人孤立词语音信号的识别。 关键词：语音信号；短时傅里叶；MFCC；动态时间规整 引言 语音信号参数分析是语音信号处理的前提和基础。语音信号处理包括语音通信、语音增强、语音合成、语音识别和说话人识别等方面。只有通过语音信号的分析才能获得语音本质特性的参数，才能利用这些参数进行高效的语音通信，才能建立语音合成的语音库，也才可能建立用于语音识别的模板和知识库。此外，语音合成音质的好坏、语音识别率的高低，都取决于语音信号参数分析的准确性和精度。因此，语音信号参数分析是语音信号处理研究中一项非常有意义的工作[1]。 近年来，语音识别已经成为一个非常活跃的研究领域。在不远的将来，语音识别技术有可能作为一种重要的人机交互手段，辅助甚至取代传统的键盘、鼠标等输入设备，在个人计算机上进行文字录入和操作控制。而在手持式PDA、智能家电、工业现场控制等应用场合，语音识别技术则有更为广阔的发展前景[2]。 在特定人孤立词语音识别中，最为简单有效的方法是采用DTW(Dynamic Time Warping,动态时间规整)算法，该算法基于动态规划(DP)的思想,解决了发音长短不一的模板匹配问题，是语音识别中出现最早、较为经典的一种算法[3]。 MATLAB是一种功能强大、效率高、交互性好的数值计算和可视化计算机高级语言，它将数值分析、信号处理和图形显示有机地融合为一体，形成了一个极其方便、用户界面友好的操作环境。本文就是在MA TLAB基础上来进行语音信号参数的分析与语音信号的识别的。 一、语音信号的分析 1参数分析 语音信号是一种典型的非平稳信号。但是，由于语音的形成过程是与发音器官的运动密切相关的，这种物理运动比起声音振动速度来讲要缓慢得多，因此语音信号常常可被假定为短时平稳的，即在10一20ms这样的时间段内，其频谱特性和某些物理特征参量可被近似地看作不变。这样，我们就可以采用平稳过程的分析处理方法来处理，一般而言语音信号处理的方法都是基于这种短时平稳的假设的。根据语音信号所分析参数的不同，语音信号参数分析可以分为时域、频域、倒谱域分析等[4]。本文仅涉及时域及频域参数分析。 2时域分析 进行语音信号最为直观的分析方法就是时域分析。语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种方法，这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析以及语音的分割、预处理和大分类等。时域分析方法的特点是：第一，表示语音信号比较直观，物理意义明确；第二，实现起来比较简单，运算量少；第三，可以得到语音的一些重要参数；第四，采用示波器等通用设备，使用简单[5]。 2.1短时能量分析 短时能量分析用途：第一，可以区分清音段和浊音段，因为浊音时的短时平均能量值比清音时大得多；第二，可以用来区分声母与韵母的分界、无声与有声的分界、连字的分界等。如对于高信
Ch1 绪论 §1.1 语音信号处理概述 一、语音、语音信号处理的名词解释 1、语音：是语言的声学表现，是声音和意义的结合体，是相互传递信息的重要手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 2、语音信号处理：是研究用数字信号处理技术对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域和涉及很广的交叉学科。 二、语音处理技术的应用领域 语音处理技术的应用领域包括：工业、军事、交通、医学、民用等。 三、语音信号采用数字处理的原因（数字语音的优点） 语音信号均采用数字处理，是因为数字处理与模拟处理相比具有许多优点： 1、数字技术能够完成许多很复杂的信号处理工作； 2、通过语音进行交换的信息本质上具有离散的性质，语音可以看做是音素的组合，适合数字处理； 3、数字系统具有高可靠性、廉价、快速等优点，容易完成实时处理任务； 4、数字语音适合在强干扰信道中传输，也易于加密传输。 四、语音学的名词解释 语音学：是研究言语过程的一门科学，它包括三个研究内容：发音器官在发音过程中的运动和语音的音位特性；语音的物理特性；以及听觉和语言感知。 §1.2 语音信号处理的发展概况 一、语音信号处理的发展史 1、1874年：电话的发明时现代语音通信的开端； 2、1939年：通道声码器技术； 3、40年代后期：语谱仪； 4、50年代初：第一台口授打字机和英语单词语音识别器； 5、60年代：Fant发表《语音产生的声学理论》； 6、70年代初：Flanagan著作《语音分析、合成和感知》； 7、90年代以来：语音识别的研究由实验室走向实用化。 二、语音编码、语音合成、语音识别名词解释 1、语音编码：语音编码技术是伴随着语音信号的数字化而产生的，目前主要应用在数字语音通信领域。 2、语音合成：语音合成的目的是使计算机能像人一样说话，它是一种人机语音通信技术，应用领域广泛。 3、语音识别：语音识别是使计算机判断出所说的话得内容，和语音合成一样也是一种人机语音通信技术。 为了实现人机语音通信，必须具备语音识别和语音理解两种功能 Ch2 基础知识 §2.2 语音产生的过程 一、现代语音学发展的三个分支：发音语音学、声学语音学、听觉语音学。 二、语音、清音、浊音的名词解释及语音的产生过程（名词解释、简答，集中备课） 1、语音：声音是一种波，能被人耳听到，振动频率在20Hz-20kHz之间。语音室声音的一种，它是由人的发音器官发出的、具有一定语法和意义的声音。语音的振动频率最高可达15kHz左右。 2、人类生成语音过程的第一阶段包括神经核肌肉的生理学阶段和产生语音波、传递语音波的物理阶段。 3、语音由声带振动或不经声带振动来产生，其中由声带振动产生的音统称为浊音，而不由声带振动产生的音统称为清音。浊音中包括所有的元音和一些辅音，清音包括另一部分辅音。
大学本科毕业设计论文 基于MATLAB的有噪声语音信号处理
摘要 滤波器设计在数字信号处理中占有极其重要的地位,FIR数字滤波器和IＩR 滤波器是滤波器设计的重要组成部分。Matｌａｂ功能强大、简单易学、编程效率高,深受广大科技工作者的欢迎。特别是Matlab还具有信号分析工具箱,不需具备很强的编程能力,就可以很方便地进行信号分析、处理和设计。利用ＭATＬＡＢ信号处理工具箱可以快速有效地设计各种数字滤波器。课题基于MAＴLAB 有噪音语音信号处理的设计与实现，综合运用数字信号处理的理论知识对加噪声语音信号进行时域、频域分析和滤波。通过理论推导得出相应结论,再利用MＡTLAB作为编程工具进行计算机实现。在设计实现的过程中，使用窗函数法来设计FＩR数字滤波器，用巴特沃斯、切比雪夫和双线性变法设计IIＲ数字滤波器，并利用MATLＡB作为辅助工具完成设计中的计算与图形的绘制。通过对对所设计滤波器的仿真和频率特性分析，可知利用ＭＡＴLAB信号处理工具箱可以有效快捷地设计FIR和IIR数字滤波器，过程简单方便，结果的各项性能指标均达到指定要求。 关键词?数字滤波器；MATＬＡB；窗函数法；巴特沃斯; 切比雪夫; 双线性变换
Abｓtｒａｃt ?Filｔeｒdesiｇｎin ｄｉgｉtal sｉgnal proｃeｓsiｎｇplａysａn eｘtre ｍeｌｙiｍportａnt rｏle, FIR digital filtｅrs ａｎd IIR filter is an importａn ｔpaｒt of filter design.Matlab is ｐowｅrful,easy to ｌｅaｒn,pｒｏgｒａmming eｆfiｃieｎcｙ，which wａs wｅlcomｅd bｙthｅmajority oｆsc ｉentistｓ. Matlab alsｏhaｓ a particuｌar signaｌaｎalysis tｏolbｏx，it need notｈaｖe stronｇprｏgraｍminｇｓkiｌls can be easily signal anａlyｓiｓ, proｃesｓｉng aｎd design. Usｉng MATＬAB Signal Ｐroｃessing Toolbｏx can ｑｕickly anｄeｆficieｎtly design ａｖariｅtｙof digｉtaｌｆiltｅrs. ＭＡTLAB ｂaseｄon the noｉse issｕｅｓｐeech sｉｇnal processing deｓｉgn and ｉｍｐlｅmｅｎtation of digｉtal sｉgｎaｌprocessｉｎg inｔegrated use of ｔhe thｅoｒｅｔical knｏwlｅdge oｆtｈe ｓｐeecｈsｉｇｎal pｌus noiｓe, tｉme domaiｎ, frequencｙｄoｍaiｎanalysis ａnｄfiltering. Theｃorreｓponｄinｇresｕlts ｏbtａineｄthrougｈtheｏｒeticaｌｄerｉｖatｉon, ａnd thｅn use MATＬAB as a pｒogramｍing tooｌfor compuｔer iｍｐlementation．Iｍpleｍenｔｅd iｎthe desｉgn process，usinｇtｈｅｗindｏw function methoｄｔｏｄesiｇn FIR digiｔal fｉｌteｒs wｉｔh Butｔｅｒwortｈ, Chebyshev anｄbilinear Reｆｏｒm IIR dｉgｉtal filter dｅｓign ａｎd use ｏｆMATLAB ａs ａｓupplemenｔary tｏｏl to cｏｍｐｌete thｅcalculation and graphｉc dｅsiｇn Ｄrａwiｎg. Throughｔｈｅsimulａtion of ｔｈｅdesigned filter aｎd the fｒｅｑuenｃy anａlysis shoｗs thaｔuｓｉｎｇMatｌabＳｉｇnal Processing Toolbox can qｕickly and easily dｅsign digiｔal fｉlters FIR anｄIIR，the ｐroceｓｓis sｉｍple aｎd coｎvenｉent, the reｓuｌts of the perfｏrmaｎce iｎdｉcａtｏrs to ｍｅｅｔｔhe spｅｃｉfieｄrｅqｕirｅｍents. ? Kｅywｏrｄs: diｇiｔａl filｔer; ＭAＴLAB；Chebysｈev；Buttｅrｗｏrth；
数字语音信号处理的应用价值及发展趋势 姓名：宁闯 学号： 201005107 众所周知， 语音在人类社会中起了非常重要的作用。 在现代信息社会中， 小至人们的日 常生活，大到国家大事、世界新闻、社会舆论和各种重要会议，都离不开语言和文字。近年来，普通电话、 移动电话和互联网已经普及到家庭。在这些先进的工具中， 语音信号处理中 的语音编码和语音合成就有很大贡献。再进一步，可以预料到的口呼打字机 ( 又称听写机， 它能把语音转换为文字 ) 、 语音翻译机 ( 例如输入为汉语，输出为英语， 或者相反 ) ，已经不是 梦想而是提到日程上的研究工作了。 20 世纪 60 年代中期形成的一系列数字信号处理方法和算法 , 如数字滤波器、快速傅 里叶变换 (FFT) 是语音数字信号处理的理论和技术基础。而 70
年代初期产生的线性预测编． 码 (LPC) 算法 , 为语音信号的数字处理提供了一个强有力的工具。语音信号的编码和压缩是语音信号处理的主要内容。语音信号处理在通信、 语音识别与合成、自然语言理解、多媒体 数据库以及互联网等多个领域有广泛的应用 , 同时它对于理解音频类等一般的声音媒体的 特点也有很大的帮助。对于移动通信来说 , 最多的信息是语音信号 , 语音编码的技术在数字 移动通信中具有相当关键的作用 , 高质量低速率的语音编码技术是数字移动网的永远的追 求。所谓语音编码是信源编码 , 它是将模拟语音信号变成数字信号以便在信道中传输。除了 通信带宽的要求外 , 计算机存储容量的限制也要求对语音信号进行压缩 , 以满足海量数据情 况下进行实时或准实时计算机处理的目的。 1 语音信号处理的关键技术 语音信号处理的理论基础就是一般的数字信号处理理论 , 它的主要研究内容是语音编 码和语音压缩技术。 考虑到人对听觉媒体的感应特点 , 研究语音信号处理必须与声音心理学 联系起来。因此这里我们把声音心理学也列为语音信号处理的关键技术之一。 (1) 声音心理学
浅论语音信号处理方法及应用 摘要：语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间。本文介绍了语音信号处理在信息科学中的作用以及应用于科学领域的技术。 关键词：语音信号处理应用 众所周知，语音在人类社会中起了非常重要的作用。在现代信息社会中，小至人们的日常生活，大到国家大事、世界新闻、社会舆论和各种重要会议，都离不开语言和文字。近年来，普通电话、移动电话和互联网已经普及到家庭。在这些先进的工具中，语音信号处理中的语音编码和语音合成就有很大贡献。再进一步，可以预料到的口呼打字机(又称听写机，它能把语音转换为文字)、语音翻译机(例如输入为汉语，输出为英语，或者相反)，已经不是梦想而是提到日程上的研究工作了。 1. 语音信号所包含的信息量 语音信号中到底包含了多少信息量，需要多少比特才能够无失真地表示它们，这对于语音编码、语音合成和语音识别的研究都是很有用的。但是这也是一个很复杂的问题，它涉及到对于信号失真的评价。下面列举了三种评价，其中两种是由弗雷雷格(Flanagan)给出的，另一种是由约翰斯登(Johnston)提出的。它们是建立在下面三种不同的失真评价上：(1)语音信号的信噪比；(2)接收语音信号时，信号由听觉外围处理以后，人们在主观上能够感觉到的失真；(3)人在接收语音信号时，不正确接收音素的数目和正确接收音素数目的比值。 2.语音信号处理的关键技术 语音信号处理的理论基础就是一般的数字信号处理理论，它的主要研究内容是语音编码和语音压缩技术。考虑到人对听觉煤体的感应特点，研究语音信号处理必须与声音心理学联系起来。 2.1 声音心理学声音的物理属性和心理 属性既有联系也有区别。声音有两个最明显的量纲，即响度和单调，其它还有音色、谐和、不谐和与乐意等。物理属性主要有强度和频率。声音的正弦波的强度增加，声的响度也增加；频率增加，音调南昌增高。但这些关系不是线性的，且是耦合的，如频率的变化既影响响度也影响音调。 人的大脑处理听觉信息还有一些特性，产生了一些客观存在的效应，如屏蔽效应。声的响度不仅取决于白身的强度和频率，而且也依赖同时出现的其它声音而定。它分为听觉屏蔽、频谱屏蔽和瞬态屏蔽。频谱屏蔽是高电平音调使附近频率的低电平声音不能被人耳听到。声音的屏蔽特性可以用于声音特别是语音信号
课程设计论文 姓名：姜勇 学院：机电与车辆工程学院 专业：电子信息工程2班 学号：1665090208
语音信号分析与处理系统设计 一、语音信号分析与处理系统设计摘要 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。 本论文主要介绍的是的语音信号的简单处理。本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简单的语音信号处理的目的。 二、关键字： 1.Matlab； 2.语音信号； 3.傅里叶变换； 4.信号处理。 三、语音信号处理的总体方案 1 系统基本概述、要求 本文是用Matlab对含噪的的语音信号同时在时域和频域进行滤波处理和分析，在MATLAB应用软件下设计一个简单易用的图形用户界面（GUI），来解决一般应用条件下的各种语音信号的处理。 2 系统框架及实现 1）语音信号的采集 １
语音信号处理综述 摘要：随着信息技术的发展，语音信号处理技术不断地融入到各个领域。作为21世纪信息技术领域最重要的科学技术之一，它成为了人机接口的关键技术，并且越来越受到人们的重视。本文介绍了国内外语音技术的相关发展及该技术在通讯，家具，导航等领域的应用。并对他们的语音技术的优缺点进行了总结。 关键词：语音技术通讯 Review of Speech Signal Processing Abstract: With the development of information technology, the Automatic Speech Recognition (ASR) constantly into the fields. The ASR which is one the most important technology in information fields and it is the key technology of the man-machine interface, and which is more and more appreciated by people. The text introduces the development and application in communication, household and navigation of the ASR. I summer the advantages and disadvantages of their ASR. Key words: ASR communication 一、研究语音信号处理技术的背景及其意义 随着人们进入信息时代，人们的生活、学习、工作领域也越来越智能化。作为人和这些领域沟通的关键接口，语音信号处理技术自然引起里人们的足够重视。该技术就是让机器通过识别和理解把语音信号转变为相应的文本或命令的高级技术。通过该技术人们可以不通过键盘的输入过程而直接通过语音进行操作，并且语音技术的应用已经成为一个具有竞争性的新兴高技术产业。如今，语音技术相关产品已经成为了我们生活的一部分，它的作用越来越被重视，人们对当前语音技术的提高也是越来越期待。 二、语音处理系统的分类 （1）按发音方式分为孤立词、连接词和连续语音的语音识别系统。语音识别系统可能要求说话者以单字、单词、或是短语为发音单位，其间就必须要略微停顿，否则识别就会有问题。以前的语音识别系统，几乎都是以单字或单词为
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。 本设计采用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、傅里叶变换及滤波，程序界面简练，操作简便。 关键字：Matlab；语音信号；傅里叶变换；信号处理
Abstract Speech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission of information through the voice of humanity's most important, most effective, most popular and most convenient form of exchange of information.. Matlab language is a data analysis and processing functions are very powerful computer application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data matrix operations, such as digital filtering, Fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on. Its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be quick and convenient features complete voice signal processing and analysis and visualization of signals, makes computer interaction more convenient . The design of voice-processing software for most of the content are numerous, easy to maneuver and so on, using MATLAB7.0 comprehensive use GUI interface design, various function calls to voice signals such as frequency, amplitude, Fourier transform and filtering, the program interface concise, simple, has some significance in practice. Keywords: Matlab；V oice Signal；Fourier transform；Signal Processing
语音信号处理的发展历程及发展趋势 201105028 摘要：文章简要介绍了语音信号处理这一分支学科形成和发展的历史过程.指 出了它在现代信息科学技术中的地位和作用.介绍了语音信号处理在应用领域的一些重要课题,如语音的低速率编码,语音的规则合成和文-语转换系统,语音识别和人-机语音对话等,这些仍然是当前研究的热点.文章最后展望了语音信号处理的发展前景,指出在这个领域还有很多难题等待人们去研究探索. 关键词语音信号处理,语音低速编码,语音识别 发展历程 声学是物理学的一个分支学科,而语言声学又是声学的一个分支学科.它主要的研究方向是人的发声器官机理,发声器官的类比线路和数学模型,听觉器官的特性(如听阈、掩蔽、临界带宽、听力损失等),听觉器官的数学模型,语音信号的物理特性(如频谱特性、声调特性、相关特性、概率分布等),语音的清晰度和可懂度等.当今通信和广播的发展非常迅速,而语言通信和语言广播仍然是最重要的部分,语言声学则是这些技术科学的基础. 语言声学的发展和电子学、计算机科学有着非常密切的关系.在它发展的过程中,有过几次飞跃.第一次飞跃是1907年电子管的发明和1920年无线电广播的出现.因为有了电子管放大器,很微弱的声音也可以放大,而且可以定量测量.从而使电声学和语言声学的一些研究成果,扩展到通信和广播部门.第二次飞跃应该是在20世纪70年代初,由于电子计算机和数字信号处理的发展,人们发现:声音信号特别是语音信号,可以通过模数转换器(A/D)采样和量化,它们转换为数字信号后,能够送进计算机.这样就可以用数字计算方法,对语音信号进行处理和加工.例如频谱分析可以用傅里叶变换或快速傅里叶变换(FFT)实现,数字滤波器可以用差分方程实现.在这个基础上,逐渐形成了一门新学科)))语音信号处理.它的发展很快,在通信、自动控制等领域,解决了很多用传统方法难以解决的问题.在信息科学中占有很重要的地位. 语音信号处理在信息科学中的地位和作用 众所周知,语音在人类社会中起了非常重要的作用.在现代信息社会中,小至人们的日常生活,大到国家大事、世界新闻、社会舆论和各种重要会议,都离不开语言和文字.近年来,普通电话、移动电话和互联网已经普及到家庭.在这些先进的工具中,语音信号处理中的语音编码和语音合成就有很大贡献.再进一步,可以预料到的口呼打字机(又称听写机,它能把语音转换为文字)、语音翻译机(例如输入为汉语,输出为英语,或者相反),已经不是梦想而是提到日程上的研究工作了.人们早就希望用语音指挥机器,机器的执行情况也能用语音回答.这在某些领域已经部分地实现了.目前计算机芯片的集成度和运算能力,每18个月就提高一倍,而成本又不断降低,因此,它已经广泛地应用于在社会生产和生活的各个方面.然而计算机接收信息的外围设备和主机相比,要逊色得多.能说能听的计算机还不能普遍使用.也就是说:语音识别、语音理解和语音合成等课题,还有很多理论问题和技术问题没有解决,需要继续深入研究. 科学家们深入研究后认为,要解决人-机语音对话这样的难题,做出真正实用