当前位置：文档之家 › matlab声音处理

matlab声音处理

  • 格式：doc
  • 大小：100.55 KB
  • 文档页数：8

读取音乐信号并将信号转换为单声道的，并输出信号的波形图和频谱图，播放音乐信号，注意不同抽样率下的音调变化。

1. 源程序[w,fs,bit]=wavread('天路.wav');//获取音乐信号 wav=(w(:,1))';//获取单声道信号 sound(w,fs)//播放音乐信号 figure;//画音乐信号波形 subplot(2,1,1);plot(wav);fwav=fft(wav);%对音乐信号做傅里叶变换 lwav=round(length(fwav)/2);%信号长度去一半 nwav=[0:lwav-1];wwav=nwav/(lwav);f=wwav/2*fs; subplot(2,1,2);%画频谱图 plot(wwav,abs(fwav(1:lwav))); 3,输出波形24681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.910500100015002000音乐信号的滤波去噪1，实验内容读取音乐信号，输出原始信号的波形和频谱，将三余弦的混合噪声加在音乐信号上，用巴特沃斯IIR滤波器进行滤波，观察滤波后的音乐信号；再将白噪声加在原始的音乐信号上，用矩形窗进行滤波，观察滤波后的音乐信号。

2，源程序[w,fs,bit]=wavread('天路.wav');wav=(w(:,1))';sound(w,fs)figure;subplot(2,1,1);plot(wav);fwav=fft(wav);lwav=round(length(fwav)/2);nwav=[0:lwav-1];wwav=nwav/(lwav);f=wwav/2*fs;subplot(2,1,2);plot(wwav,abs(fwav(1:lwav)));sf1=3000;l=length(wav);T=1/fs;t=0:T:(l-1)*T;s1=0.05*cos(2*pi*sf1*t);wav_s1=wav+s1;sound(wav_s1,fs)fwav_s1=fft(wav_s1);f_s1=fft(s1);figure;title('余弦噪声')subplot(2,1,1);plot(s1);subplot(2,1,2);plot(wwav,abs(f_s1(1:lwav)));figure;title('加噪信号')subplot(2,1,1);plot(wav_s1);subplot(2,1,2);plot(wwav,abs(fwav_s1(1:lwav)));T=1;Wp=2/T*tan(0.2*pi/2);Ws=2/T*tan(0.3*pi/2);Rp=1;Rs=60;[N,Wc]=buttord(Wp,Ws,Rp,Rs,'s');[B,A]=butter(N,Wc,'s');[C,D]=bilinear(B,A,1/T);W=0:0.001*pi:0.5*pi;H=freqs(B,A,W);Hd=freqz(C,D,W);figure;subplot(3,1,1);plot(W/pi,abs(H));title('模拟巴特沃斯滤波器');xlabel('Frequency/Hz');ylabel('Magnitude');Hd_db=-20*log(abs(Hd(1)./(abs(Hd)+eps))); subplot(3,1,2);plot(W/pi,abs(Hd));title('数字巴特沃斯滤波器');xlabel('Didtal Frequency/pi');ylabel('Magnitude');subplot(3,1,3);plot(W/pi,abs(Hd))title('数字巴特沃斯滤波器波特图');xlabel('Diditai Frequency/pi');ylabel('bd_Magnitude');%IIR滤波y=filter(C,D,wav_s1);sound(wav_s1,fs);figure;subplot(2,1,1);plot(y);Y=fft(y);subplot(2,1,2);plot(wwav,abs(Y(1:lwav)));l=length(wav);s2=(rand(1,l)-0.5)/5;wav_s2=wav+s2;sound(wav_s2,fs)fwav_s2=fft(wav_s2);f_s2=fft(s2);figure;title('随机噪声')subplot(2,1,1);plot(s2);subplot(2,1,2);plot(wwav,abs(f_s2(1:lwav))); figure;title('加噪信号')subplot(2,1,1);plot(wav_s2);subplot(2,1,2);plot(wwav,abs(fwav_s2(1:lwav))); %FIR 数字滤波器N=20;wc=pi/4;hd=ideal(N,wc);w1=boxcar(N);h1=hd.*w1';fh1=fft(h1,lwav);db1=-20*log(abs(fh1(1)./(abs(fh1)+eps)));w=2/(lwav)*[0:lwav-1];figure;subplot(2,2,1);stem(h1);subplot(2,2,2);plot(w,abs(fh1));subplot(2,2,3);plot(w,db1);subplot(2,2,4);plot(w,angle(fh1)); %矩形窗FIR 滤波damwav1=conv(wav1,h1); sound(damwav1,fs); figure;subplot(2,1,1);plot(damwav1); fdamwav1=fft(damwav1); subplot(2,1,2);plot(wwav,abs(fdamwav1(1:lwav))); sound(damwav2,fs); 3，输出波形24681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.91050010001500200024681012x 104-0.100.10.20.300.10.20.30.40.50.60.70.80.9110002000300024681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.911000200030000.050.10.150.20.250.30.350.40.450.500.51模拟巴特沃斯滤波器Frequency/HzM a g n i t u d e0.050.10.150.20.250.30.350.40.450.5012数字巴特沃斯滤波器Didtal Frequency/piM a g n i t u d e0.050.10.150.20.250.30.350.40.450.5012数字巴特沃斯滤波器波特图Diditai Frequency/pib d M a g n i t u d e24681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.91050010001500200024681012x 104-0.1-0.0500.050.100.10.20.30.40.50.60.70.80.9102040608024681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.91050010001500200005101520-0.100.10.20.300.51 1.520.511.50.511.52-800-600-400-20020000.51 1.52-4-202424681012x 104-0.4-0.200.20.400.10.20.30.40.50.60.70.80.910500100015002000。

合集下载

matlab音频处理

matlab音频处理

matlab音频处理matlab处理音频信号一、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，余旋波，余旋平方波，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。

于是，本课题就从频域的角度对信号进行分析，并通过分析频谱来设计出合适的滤波器。

当然，这些过程的实现都是在MATLAB软件上进行的，MATLAB软件在数字信号处理上发挥了相当大的优势。

二、设计方案：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。

选择设计此方案，是对数字信号处理的一次实践。

在数字信号处理的课程学习过程中，我们过多的是理论学习，几乎没有进行实践方面的运用。

使用MATLAB进行声音信号合成与修改

使用MATLAB进行声音信号合成与修改

使用MATLAB进行声音信号合成与修改概述：声音是我们日常生活中不可或缺的一部分。

通过合成和修改声音信号，我们可以创造出各种有趣的效果和音乐。

这篇文章将介绍如何使用MATLAB进行声音信号的合成和修改，包括声音的基本原理、MATLAB的基本语法和函数、合成和修改声音信号的方法等。

一、声音信号的基本原理声音是一种通过空气传播的机械波，它是由频率和振幅决定的。

频率决定了声音的音调，振幅决定了声音的音量。

声音信号可以被表示为一个连续的波形，它可以通过数字化进行处理和修改。

二、MATLAB的基本语法和函数MATLAB是一种流行的科学计算软件，它提供了丰富的函数和工具箱，方便我们进行声音信号的处理。

在使用MATLAB进行声音信号处理之前，我们需要了解一些基本的MATLAB语法和函数。

1. 声音信号的读取和播放在MATLAB中，我们可以使用`audioread`函数将声音文件读取为一个波形矩阵，使用`sound`函数可以将波形矩阵播放为声音。

2. 波形图的显示和分析使用`plot`函数可以将波形矩阵绘制成波形图，通过观察波形图我们可以了解声音信号的频率特征和时域特征。

3. 频谱分析使用`fft`函数可以对声音信号进行快速傅里叶变换，获取声音信号的频谱信息。

通过频谱分析，我们可以分析声音信号的频率成分和谐波比例。

三、声音信号的合成声音信号的合成是指通过合成不同频率和振幅的波形，来创造出特定的声音效果或音乐。

我们可以通过MATLAB提供的函数和方法进行声音信号的合成。

1. 正弦波合成正弦波是声音信号合成中最基本的元素之一。

通过控制正弦波的频率和振幅，我们可以合成出各种音调和音色的声音。

2. 噪声合成噪声是声音信号合成中的另一种基本元素。

通过控制噪声的频谱成分和强度，我们可以合成出丰富多样的特殊音效和音乐。

3. 乐器模拟通过模拟各种乐器的频率响应和音色特点，我们可以用声音合成的方式来模拟各种乐器的音色。

这些乐器模拟的声音可以用来创作音乐或进行音乐教育和研究。

Matlab中的声音处理与音频分析技术

Matlab中的声音处理与音频分析技术

Matlab中的声音处理与音频分析技术引言在当今数字化的时代，声音处理及音频分析技术的应用越来越广泛。

Matlab作为一款功能强大的科学计算软件，在声音处理和音频分析领域也扮演着重要的角色。

本文将介绍一些在Matlab中常用的声音处理与音频分析技术，包括声音的采集与播放、音频文件的读取与处理、音频特征提取与分析等内容。

一、声音的采集与播放声音的采集与播放是声音处理的基础步骤。

Matlab提供了一些函数用于声音的采集与播放操作。

最常用的函数是`audiorecorder`和`audioplayer`，前者用于采集声音，后者用于播放声音。

通过这两个函数，我们可以方便地进行声音的录制和回放操作。

此外，Matlab还提供了一些其他的声音采集与播放函数，如`audiodevinfo`用于查看系统中的音频设备信息，`getaudiodata`用于获取录制的音频数据等。

二、音频文件的读取与处理除了实时采集声音，我们还可以在Matlab中直接读取音频文件进行处理。

Matlab支持常见的音频文件格式，如.wav、.mp3等。

通过`audioread`函数，我们可以将音频文件读取为Matlab中的矩阵形式，方便后续的处理。

读取后的音频数据可以进行各种处理操作，如滤波、降噪、混音等。

1. 滤波滤波是音频处理中常用的技术之一。

Matlab提供了丰富的滤波函数，如`filter`、`fir1`、`butter`等。

通过这些函数，我们可以进行低通滤波、高通滤波、带通滤波等各种滤波操作。

滤波可以去除噪声、调整音频频谱等。

2. 降噪降噪是音频处理中的重要任务之一。

在实际应用中，常常需要去除音频信号中的噪声。

Matlab提供了多种降噪算法，如均值滤波、中值滤波、小波降噪等。

这些算法可以根据不同的噪声类型和噪声强度进行选择和调整，以获得更好的降噪效果。

3. 混音混音是指将多个音频信号叠加在一起的操作。

Matlab提供了`audiowrite`函数，可以将多个音频文件混合成一个音频文件。

MATLAB技术音频处理教程

MATLAB技术音频处理教程

MAT1AB技术音频处理教程引言音频处理是数字信号处理的一个重要领域，通过使用MAT1AB这一强大的工具，我们可以实现各种音频处理的操作和算法。

本文将为读者介绍一些常用的MAT1AB技术，帮助他们更好地理解和应用音频处理的知识。

一、声音的基本原理在开始探讨MAT1AB中的音频处理之前，我们首先需要了解一些声音的基本原理。

声音是由空气震动产生的，可以通过压缩和展开空气分子来传播。

当空气分子被压缩时，会产生较高的气压，而当空气分子展开时，气压则较低。

二、MAT1AB中的音频信号表示在MAT1AB中，声音信号通常以向量形式表示。

向量的每个元素代表一个时间点上的声音振幅值。

这样，我们就可以通过在时域上操作这些向量来实现各种音频处理任务。

三、MAT1AB中的音频录制与播放MAT1AB提供了许多函数来实现音频的录制和播放。

通过使用"audiorecorder”函数，我们可以轻松地录制声音。

以下是一段示例代码：'''MAT1ABfs=44100;%设置采样率为44100Hzrecθbj=audiorecorder(fs,16,1);%创建一个录音对象disp('开始录音…')；recordb1ocking(recθbj,5);%录制5秒钟的声音disp('录音结束');p1ay(recθbj);%播放录制的声音四、音频文件的读取与保存除了录制声音外，我们还可以使用MAT1AB读取和保存音频文件。

通过使用“audioread”函数，我们可以读取任意格式的音频文件。

以下是一个示例代码：'MAT1AB[y,fs]=audioread('sound.wav,);%读取一个名为"sound.wav”的音频文件sound(y,fs);%播放读取的音频文件、、、同样地，我们可以使用”audiowrite”函数将音频信号保存为一个音频文件。