matlab处理音频信号

Matlab 处理音频信号 Matlab 软件在数字信号处理上发挥了相当大的优势，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。数字语音信号是一种信号，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。 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。 在 Matlab 软件中，我们可以使用 wavread 命令来读入语音信号，并将其赋值给某一向量。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。 在 Matlab 中，我们可以使用 FFT 函数来进行频谱分析。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 为矩阵，则 y 是对矩阵的每一列向量进行 FFT。如果 x 长度是 2 的幂次方，函数 fft 执行高速基－2FFT 算法；否则 fft 执行一种混合基的离散傅立叶变换算法，计算速度较慢。 在 Matlab 中，我们还可以使用 abs 函数和 angle 函数来计算复序列的幅值和相位。函数 abs(x) 用于计算复向量 x 的幅值，函数 angle(x) 用于计算复向量的相角，介于 和 之间，以弧度表示。函数 unwrap(p) 用于展开弧度相位角 p，当相位角绝对变化超过 时，函数把它扩展至 。 本课题的设计过程也是一次数字信号处理在 Matlab 中应用的学习过程。课题用到了较多的 Matlab 语句，而由于课题研究范围所限，真正与数字信号有关的命令函数却并不多。但是，这个课题的设计过程对数字信号处理的实践和学习都是非常有利的。