基于matlab处理语音信号

matlab处理语音信号

matlab有处理语音信号的函数wavread,不过已经过时了,现在处理语音信号的函数名称是audioread选取4.wav进行处理(只有4的通道数为1)

利用hamming窗设计滤波器

Ham.m

function [N,h,H,w] = Ham (fp,fs,fc)wp = 2********* pi********* fp****/**** fc;ws = 2********* pi********* fs****/**** fc;wc = (ws****+**** wp)/ 2;dw = ws****-**** wp;N = 8********* pi****/**** dw;N = round(N);%向上取整 h = fir1(N****-**** 1,wc****/**** pi,'low',hann(N));H = fft(h,512);w = 2********* (0:511)/ 512;end

调用函数

clear;clc;[x,Fs] = audioread('4.wav');x = x(1:4096,:);X = fft(x);X = X****'**** ;

% 设置数字低通滤波器,选汉宁窗 fp = 1000;fs =1200;fc = 44100;%抽样频率 [N,h,H,w] = Ham(fp,fs,fc);

y = filter(h,1,x);Y = ifft(y);

figure(1)subplot(221)stem(x)title('原信号')subplot(222)stem(y)title('滤波后的信号')subplot(223)stem(abs(X))title('原信号频谱')subplot(224)stem(abs(Y))title('滤波后的信号频谱')

figure(2);stem(0:N****-**** 1,h);xlabel('n');ylabel('h(n)');axis([0 N****-**** 1 - 0.02 0.06]);title('汉宁窗的设计');grid on;

figure(3);subplot(2,1,1);plot(w,20********* log10(abs(H)));xlabel('\omega/\pi');ylabel('幅度dB');title('幅度特性');subplot(2,1,2);freqz(h)xlabel('\omega/\pi');ylabel('相位(度)');title('相位特性');

% 播放音频% sound(x,Fs)% sound(y,Fs)

%倒放音频 xd=flipud(x);yd=flipud(y);sound(xd,Fs)sound(yd,Fs)

Hamming窗如下

滤波器的频率响应如下

可以看出原波形与处理后的波形(看起来有点怪怪的)

补充:

倒放音频时参考

将数组从上向下翻转 - MATLAB flipud - MathWorks 中国​ww2.mathworks.cn/help/matlab/ref/flipud.html

另外发现在命令行中输入filterDesigner并回车会弹出一个窗口

这样就可以用鼠标点点点,轻松设计滤波器了

5/2补充:

利用filterDesigner

选择第一个滤波器设计函数

保存为Filter_FIR.m

function Hd = Filter_FIR**%FILTER_FIR 返回离散时间滤波器对象。**

% MATLAB Code% Generated by MATLAB(R) 9.9 and DSP System Toolbox 9.11.% Generated on: 02-May-2023 22:45:33

% Equiripple FIR Lowpass filter designed using the FIRPM function.

% All frequency values are in Hz. Fs = 48000; % Sampling Frequency

Fpass = 9600; % Passband Frequency Fstop = 12000; % Stopband Frequency Dpass = 0.057501127785; % Passband Ripple Dstop = 0.0001; % Stopband Attenuation dens = 16; % Density Factor

% Calculate the order from the parameters using FIRPMORD. [N, Fo, Ao, W] = firpmord([Fpass, Fstop]/ (Fs****/**** 2), [1 0], [Dpass, Dstop]);

% Calculate the coefficients using the FIRPM function. b = firpm(N, Fo, Ao, W, {dens});Hd = dfilt.dffir(b);

% [EOF]

main.m

clear;clc;[x,Fs] = audioread('4.wav');x = x(1:4096,:);X = fft(x);X = X****'**** ;

y = filter(Filter_IIR,x);Y = ifft(y);

subplot(221)stem(x)title('原信号')subplot(222)stem(y)title('滤波后的信号')subplot(223)stem(abs(X))title('原信号频谱')subplot(224)stem(abs(Y))title('滤波后的信号频谱')

相关推荐
985小水博一枚呀25 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan26 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀29 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路39 分钟前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
热爱跑步的恒川5 小时前
【论文复现】基于图卷积网络的轻量化推荐模型
网络·人工智能·开源·aigc·ai编程