语音信号的数字滤波处理数字信号课程设计(编辑修改稿)内容摘要:
log(abs(Hk)))。 xlabel(39。 频率( Hz) 39。 )。 ylabel(39。 幅度( dB)39。 ) axis([0,160,5]) 给被污染的信号加带通数字滤波器 MATLAB 程序: wp=2*pi*[100,500]。 ws=2*pi*[10,800]。 Rp=1。 As=20。 [N1,wp1]=cheb1ord(wp,ws,Rp,As,39。 s39。 )。 [B,A]=cheby1(N1,Rp,wp1,39。 s39。 )。 fk=0:2020/512:2020。 wk=2*pi*fk。 Hk=freqs(B,A,wk)。 figure(4)。 plot(fk/1000,20*log(abs(Hk)))。 xlabel(39。 频率( Hz) 39。 )。 ylabel(39。 幅度( dB)39。 ) title(39。 带通滤波器的频谱分析 39。 )。 axis([0,160,5])。 [Bz,Az]=impinvar(B,A,Fs)。 M=filter(Bz,Az,y)。 sound(M)。 %回放污染语音 figure(5)。 subplot(2,1,1)。 plot(M)。 title(39。 滤波后被污染的信号波形 39。 )。 M1=fft(M,2020)。 subplot(2,1,2)。 plot(f(1:1000),abs(M1(1:1000)))。 title(39。 滤波后被污染的信号频谱 39。 )。 一语音信号的数字滤波处理 第 23 页 运行结果: 一语音信号的数字滤波处理 第 24 页 设计数字高通滤波器 设计指标: 先将高通滤波器的指标装换为对应的低通数字滤波气的指标,设计相应的低通系统函数,对低通系统函数进行频率变换,得到高通数字滤波器,本次取高通滤波器通带边界频率 350Hz,阻带边界截止频率150Hz MATLAB 程序: wp=2*pi*350。 ws=2*pi*150。 rp=3。 rs=10。 fs=1000。 [n,wc]=cheb2ord(wp,ws,rp,rs,39。 s39。 )。 [z,p,k]=cheb2ap(n,rs)。 [a,b,c,d]=zp2ss(z,p,k)。 [at1,bt1,ct1,dt1]=lp2hp(a,b,c,d,wc)。 [at2,bt2,ct2,dt2]=bilinear(at1,bt1,ct1,dt1,fs)。 %双线性变换法 [num,den]=ss2tf(at2,bt2,ct2,dt2)。 一语音信号的数字滤波处理 第 25 页 figure(4)。 freqz(num,den,128,fs)。 axis([150,400,60,0]) grid on。 给被污染的信号加高通数字滤波器 wp=2*pi*350。 ws=2*pi*150。 rp=3。 rs=10。 fs=1000。 [n,wc]=cheb2ord(wp,ws,rp,rs,39。 s39。 )。 [z,p,k]=cheb2ap(n,rs)。 [a,b,c,d]=zp2ss(z,p,k)。 [at1,bt1,ct1,dt1]=lp2hp(a,b,c,d,wc)。 [at2,bt2,ct2,dt2]=bilinear(at1,bt1,ct1,dt1,fs)。 %双线性变换法 [num,den]=ss2tf(at2,bt2,ct2,dt2)。 figure(4)。 freqz(num,den,128,fs)。 axis([150,400,60,0]) grid on。 M=filter(num,den,y)。 sound(M,FS,bits)。 %回放污染语音 figure(5)。 subplot(2,1,1)。 plot(M)。 title(39。 滤波后被污染的信号波形 39。 )。 M1=fft(M,2020)。 subplot(2,1,2)。 plot(f(1:1000),abs(M1(1:1000)))。 axis([0,1400,0,150]) title(39。 滤波后被污染的信号频谱 39。 )。 程序运行结果: 一语音信号的数字滤波处理 第 26 页 一语音信号的数字滤波处理 第 27 页 采用直接法设计 FIR 数字滤波器 设计 Blackman 窗 低通: 设计指标: 选取低通滤波器指标,通带边界截止频率 500Hz,阻带边界截止频率 1000Hz Matlab 程序: fp=500。 fs=1000。 wp=2*pi*fp/FS。 ws=2*pi*fs/FS。 Bt=wswp。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=(wp+ws)/2/pi。 [bz,az]=fir1(N1,wc,blackman(N))。 [h,w]=freqz(bz,az)。 figure(4)。 subplot(2,1,1)。 plot([bz,az])。 axis([0,40,])。 title(39。 h(n)波形 39。 )。 subplot(2,1,2)。 plot(w/pi*FS,20*log(abs(h)))。 axis([0,3500,400,2])。 title(39。 低通 损耗函数曲线 39。 )。 给被污染的信号加窗: fp=500。 fs=1000。 wp=2*pi*fp/FS。 ws=2*pi*fs/FS。 Bt=wswp。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=(wp+ws)/2/pi。 [bz,az]=fir1(N1,wc,blackman(N))。 [h,w]=freqz(bz,az)。 一语音信号的数字滤波处理 第 28 页 figure(4)。 subplot(2,1,1)。 plot([bz,az])。 axis([0,40,])。 title(39。 h(n)波形 39。 )。 subplot(2,1,2)。 plot(w/pi*FS,20*log(abs(h)))。 axis([0,3500,400,2])。 title(39。 低通 损耗函数曲线 39。 )。 M=filter(bz,az,y)。 sound(M,FS,bits)。 %播放加窗后语音 figure(5)。 subplot(2,1,1)。 plot(M)。 title(39。 滤波后被污染的信号波形 39。 )。 M1=fft(M,2020)。 subplot(2,1,2)。 plot(f(1:500),abs(M1(1:500)))。 title(39。 滤波后被污染的信号频谱 39。 )。 程序运行结果: 一语音信号的数字滤波处理 第 29 页 一语音信号的数字滤波处理 第 30 页 设计 Blackman 窗 带通 设计指标: 选取带 通指标参数:通带截止频率 100Hz, 500Hz,阻带截止频率 30Hz,800Hz Matlab 程序: wlp=100*2*pi/FS。 wup=500*2*pi/FS。 wls=30*2*pi/FS。 wus=1500*2*pi/FS。 Bt=wlpwls。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=[(wls+wlp)/2/pi,(wus+wup)/2/pi]。 [bz,az]=fir1(N1,wc,blackman(N))。 [h,w]=freqz(bz,az)。 figure(4)。 subplot(2,1,1)。 plot([bz,az])。 axis([100,200,])。 title(39。 h(n)波形 39。 )。 subplot(2,1,2)。 plot(w/pi*FS,20*log(abs(h)))。 title(39。 带通 损耗函数曲线 39。 )。 给被污染的信号加窗: wlp=100*2*pi/FS。 wup=500*2*pi/FS。 wls=30*2*pi/FS。 wus=1500*2*pi/FS。 Bt=wlpwls。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=[(wls+wlp)/2/pi,(wus+wup)/2/pi]。 [bz,az]=fir1(N1,wc,blackman(N))。 [h,w]=freqz(bz,az)。 figure(4)。 subplot(2,1,1)。 plot([bz,az])。 axis([100,200,])。 title(39。 h(n)波形 39。 )。 subplot(2,1,2)。 plot(w/pi*FS,20*log(abs(h)))。 title(39。 带通 损耗函数曲线 39。 )。 %axis([0,1,600,50])。 一语音信号的数字滤波处理 第 31 页 M=filter(bz,az,y)。 sound(M,FS,bits)。 %播放加窗后语音 figure(5)。 subplot(2,1,1)。 plot(M)。 title(39。 滤波后被污染的信号波形 39。 )。 M1=fft(M,2020)。 subplot(2,1,2)。 plot(f(1:1000),abs(M1(1:1000)))。 axis([0,2020,0,150])。 title(39。 滤波后被污染的信号频谱 39。 )。 程序运行结果: 一语音信号的数字滤波处理 第 32 页 一语音信号的数字滤波处理 第 33 页 设计 Blackman 窗 高通: 设计指标: 选取带通指标参数:通带截止频率 600Hz 阻带截止频率 400Hz Matlab 程序: [h,w]=freqz(bz,az)。 figure(4)。 subplot(2,1,1)。 plot([bz,az])。 axis([0,70,1])。 title(39。 h(n)波形 39。 )。 subplot(2,1,2)。 plot(w/pi*FS,20*log(abs(h)))。 axis([300,1400,300,100])。 title(39。 高通 损耗函 fp=600。 fs=400。 wp=2*pi*fp/FS。 ws=2*pi*fs/FS。 Bt=wpws。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=(wp+ws)/2/pi。 [bz,az]=fir1(N1,wc,39。 high39。 ,blackman(N))。 数曲线 39。 )。 给被污染的信号加窗: fp=600。 fs=400。 wp=2*pi*fp/FS。 ws=2*pi*fs/FS。 Bt=wpws。 N0=ceil(11*pi/Bt)。 N=N0+mod(N0+1,2)。 wc=(wp+ws)/2/pi。 [bz,az]=fir1(N1,wc,39。 high39。 ,blackman(N))。 [h,w]=freqz(bz,az)。 figure(4)。 subplot(2,1,1)。 一语。语音信号的数字滤波处理数字信号课程设计(编辑修改稿)
相关推荐
和 产生 和 的直流电源供系统使用。 C2 可以防止电感效应而产生的自激, C6 的 作用是 减弱因为负载上的电流瞬时变化时引起的高频干扰,C5 的 作用是 进一步减小输出电压 的波动 ,使电源输出更加稳定。 D1 是电源工作的 指示灯。 O u t2In3Gnd1G N DU1 A M S 11 17 2. 5R41k2. 5 VD1L E DR 000 A 3 .3 VGND1O U
中的一个非常重要的环节而且必不可少的。 有效的端点检测技术不仅能减少系统的处理时间、提高系统的处理实时性,而且能排除无声段的噪声干扰,从而使后面工作的性能得以较大提高 [5],[6]。 随着越来越多的学者对语音端点检测技术的关注 ,大量的新的语音端点检测算法相继被提出,而基于同一种算法又有不同的方法。 例如对于熵值参数特征的检测算法,有基于信息熵 [7],[8]、基于自适应子带谱熵 [9]
系统 中 , 对 JSP 完美的支持就像 Server 系列对 ASP 一样结合很完美。 安装比较方便,只需要下载解压完成,把网站代码拷贝到 Tomcat 空间就可以访问本地网站了。 实际上 Tomcat 部分是 Apache 服务器的扩展。 请假管理系统设计与应用 5 系统开发的思想与技术 JSP 技术与 MVC 模式以及系统的基本框架 本系统采用 Jsp 技术,基于 MVC 模式开发,使用
..............................................12 12 级电子信息工程技术(家电)专业毕业设计制作说明书 摘要 本设计是以 STC89C52 为核心,以数字温度传感器 DS18B20 来采集温度。 同时,为了达到视觉与听觉的效果,分别采用 LCD1602 液晶显示器 和 ISD1420 语音芯片,实现温度的显示和播报的功能。 因此
远距离放炮 工作面 揭煤采用远距离爆破时,必须制定包括放炮地点、避灾路线及停电、撤人和警戒范围等的专项措施。 在 工作面 揭穿有突出危险煤层的全部作业过程中,与此工作面 有关的其他工作面必须停止工作。 在实施揭穿突出煤层的远距离爆破时,井下全部人员必须撤至地面,井下必须全部断电,立井口附近地面 20m 范 围内或斜井口前方 50m、两侧 20m范围内严禁有任何火源。
cussed in this paper. Finally, analyzing the development to a low carbon economy the significance of sustainable development in our country. 【 key words 】 : low carbon economy。 Economic cost。 The