做原始语音信号的FFT变换

（1）用MATLAB语音录制功能录制声音信号作为输入原始信号；对原始信号作FFT变换，用MATLAB画出所要求的各种波形； （2）加一个5000Hz的单频正弦干扰噪声并通过巴特沃斯低通滤波器滤除信号，分别画出其波形。 【做原始语音信号的FFT变换】是MATLAB中常见的音频处理技术，用于分析声音信号的频率成分。在本实验中，我们首先通过MATLAB的语音录制功能获取一段原始的语音信号，然后对这段信号进行快速傅里叶变换（FFT），以获得时域到频域的转换。 快速傅里叶变换（FFT）是一种高效的算法，它实现了离散傅里叶变换（DFT），用于计算有限长度序列的复数系数。在MATLAB中，`fft`函数用于执行此操作。例如，`y1=fft(x1,2048);`这一行代码就对信号`x1`进行了2048点的FFT变换，得到的结果`y1`包含了信号的幅度和相位信息。 在处理原始语音信号后，我们可以通过`plot`函数绘制不同的波形，如时域波形、幅度谱图和相位谱图。这些图像是理解信号频率特性的直观工具。例如，`plot(t,x1)`绘制了原始语音信号的时域波形，而`plot(f,abs(y1(1:1024)))`则绘制了幅度谱图，揭示了信号在不同频率上的能量分布。 实验的第二部分涉及添加5000Hz的单频正弦干扰噪声。这种噪声通常会导致语音信号质量下降，可以通过比较加噪声前后的波形和频谱来观察其影响。在MATLAB中，这可以通过生成一个与时间变量`t`同步的正弦波并将其与原始语音信号相加来实现，如`z=(Au*sin(2*pi*5000*t))';`所示，这里的`Au`是噪声的幅度。 为了消除这种干扰，我们使用了巴特沃斯低通滤波器。巴特沃斯滤波器是一种线性相位滤波器，具有平坦的通带和陡峭的截止边缘，适合去除高频噪声。在MATLAB中，设计滤波器并应用到信号上通常涉及`butter`、`filter`或`freqz`等函数。在这个实验中，设计滤波器的幅度谱图和相位谱图可以展示滤波器的性能特性，而`filter`函数则用于实际滤波操作。 滤波后的语音信号的时域波形、幅度谱图和相位谱图同样被绘制出来，以验证滤波效果。通过对比滤波前后的波形和频谱，我们可以评估滤波器去除噪声的能力以及可能对原始语音信号的影响。 总结来说，这个实验涵盖了MATLAB语音处理的基本流程，包括信号采集、FFT变换、噪声添加、滤波器设计和应用，以及结果可视化。这些知识对于理解和处理实际音频信号问题至关重要，也体现了MATLAB在信号处理领域的强大功能。