【滤波器】基于低通滤波器语音信 加噪与去噪含Matlab源码

1 简介

1.1 课题的背景与意义

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。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，用现代手段研究语音信 ，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 会的发展具有十分重要的意义。 

MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。

1.4 语音信 的特点

通过对大量语音信 的观察和分析发现，语音信 主要有下面两个特点：

 ①在频域内，语音信 的频谱分量主要集中在300～3400Hz的范围内。利用这个特点，可以用一个防混迭的带通滤波器将此范围内的语音信 频率分量取出，然后按8kHz的采样率对语音信 进行采样，就可以得到离散的语音信 。

     ②在时域内，语音信 具有“短时性”的特点，即在总体上，语音信 的特征是随着时间而变化的，但在一段较短的时间间隔内，语音信 保持平稳。在浊音段表现出周期信 的特征，在清音段表现出随机噪声的特征。

1.5语音信 的采集

在将语音信 进行数字化前，必须先进行防混叠预滤波，预滤波的目的有两个：①抑制输入信导各领域分量中频率超出fs/2的所有分量(fs为采样频率)，以防止混叠干扰。②抑制50Hz的电源工频干扰。这样，预滤波器必须是一个带通滤波器，设其上、下截止颜率分别是fH和fL，则对于绝人多数语音编译码器，fH=3400Hz、fL＝60~100Hz、采样率为fs＝8kHz；而对丁语音识别而言，当用于电话用户时，指标与语音编译码器相同。当使用要求较高或很高的场合时fH＝4500Hz或8000Hz、fL＝60Hz、fs＝10kHz或20kHz。

为了将原始模拟语音信 变为数字信 ，必须经过采样和量化两个步骤，从而得到时间和幅度上均为离散的数字语音信 。采样也称抽样，是信 在时间上的离散化，即按照一定时间间隔△t在模拟信 x(t)上逐点采取其瞬时值。采样时必须要注意满足奈奎斯特定理，即采样频率fs必须以高于受测信 的最高频率两倍以上的速度进行取样，才能正确地重建波它是通过采样脉冲和模拟信 相乘来实现的。

在采样的过程中应注意采样间隔的选择和信 混淆：对模拟信 采样首先要确定采样间隔。如何合理选择△t涉及到许多需要考虑的技术因素。一般而言，采样频率越高，采样点数就越密，所得离散信 就越逼近于原信 。但过高的采样频率并不可取，对固定长度（T）的信 ，采集到过大的数据量（N=T/△t），给计算机增加不必要的计算工作量和存储空间；若数据量（N）限定，则采样时间过短，会导致一些数据信息被排斥在外。采样频率过低，采样点间隔过远，则离散信 不足以反映原有信 波形特征，无法使信 复原，造成信 混淆。根据采样定理，当采样频率大于信 的两倍带宽时，采样过程不会丢失信息，利用理想滤波器可从采样信 中不失真地重构原始信 波形。量化是对幅值进行离散化，即将振动幅值用二进制量化电平来表示。量化电平按级数变化，实际的振动值是连续的物理量。具体振值用舍入法归到靠近的量化电平上。 

语音信 经过预滤波和采样后，由A／D变换器变换为二址制数字码。这种防混叠滤波通常与模数转换器做在一个集成块内，因此目前来说，语音信 的数字化的质量还是有保证的。

    采集到语音信 之后，需要对语音信 进行分析，如语音信 的时域分析、频谱分析、语谱图分析以及加噪滤波等处理。

1.6语音信 分析技术

语音信 分析是语音信 处理的前提和基础，只有分析出可表示语音信 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[8]。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 分桥的准确性和精确性。因此语音信 分析在语音信 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 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，所以它是一个非乎稳态过程，不能用处理乎稳信 的数字信 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，虽然语音倍 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，因面可以将其看作是一个准稳态过程，即语音信 具有短时平稳性。所以任何语音信 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 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 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 分析分为时域分析、频域分析、倒领域分析等；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 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。/p>

2 部分代码

3 仿真结果

4 参考文献

[1]赵培瑶, 向凤红, 毛剑琳,等. 基于Matlab的不同数字滤波器对语音信 的去噪效果[J]. 化工自动化及仪表, 2016(7):3.

博主简介：擅长智能优化算法、神经 络预测、信 处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用 络文献，若有侵权联系博主删除。