声音的延时和混响仿真_课程设计任务书(编辑修改稿)

声音的延时和混响仿真_课程设计任务书(编辑修改稿)内容摘要：

%延时的信号 [x1,fs,bits]=wavread(39。 D:\39。 )。 x1=x1(:,1)。 %只取单声道 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51原始语音信号的时域图时间 n音量 n3 2 1 0 1 2 3x 1 0405 0 01 0 0 01 5 0 02 0 0 0原始语音信号的频谱武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 z=[zeros(2020,1)。 x1]。 %对声音延时 2020 sound(z,fs)。 figure(2)。 Subplot(211)。 plot(z)。 title(39。 延时后的信号时域图 39。 )。 grid on。 %画出延时后的信号时域图 z=fft(x1)。 %做 length(x1)点的 FFT z=fftshift(z)。 %平移，是频率中心为 0 derta_fs = fs/length(z)。 %设置频谱的间隔，分辨率 Subplot(212)。 plot([fs/2:derta_fs:fs/2derta_fs],abs(z))。 %画出延时后的信号频谱图 title(39。 延时后的信号频谱图 39。 )。 grid on。 运行结果： 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51延时后的信号时域图3 2 1 0 1 2 3x 1 0405 0 01 0 0 01 5 0 02 0 0 0延时后的信号频谱图 图 33 延时后 语音信号的时域波形与频谱图 结果分析：由运行结果可以看出，时域波形向右平移，频谱无变化。 混响 调整原始采样信号的长度，将其与延时信号相加，就得到混响。 画出混响后语音信号的时域波形与频谱图，并回放延时后的语音信号。 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 程序： %混响后信号 [x,fs,bits]=wavread(39。 D:\39。 )。 %读取语音信号 x=x(:,1)。 %只取单声道 z=[zeros(2020,1)。 x]。 %对语音信号进行延时 x=[x。 zeros(2020,1)]。 %使语音信号与延时后信号同等长度 y1=x+z。 %信号的混响 sound(y1,fs)。 %回放混响后的信号 figure(3)。 subplot(211)。 plot(y1)。 title(39。 混响的时域图 39。 )。 %混响时域图 Y1=fft(y1)。 %做 length(y1)点的 FFT Y1=fftshift(Y1)。 %平移，是频率中心为 0 derta_fs = fs/length(y1)。 %设置频谱的间隔，分辨率 Subplot(212)。 plot([fs/2:derta_fs:fs/2derta_fs],abs(Y1))。 %画出混响频谱图 title(39。 混响的频谱图 39。 )。 grid on。 运行结果： 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51混响的时域图3 2 1 0 1 2 3x 1 0401 0 0 02 0 0 03 0 0 0混响的频谱图 图 34 混响后语音信号的时域波形与频谱图 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 结果分析：由运行结果可以看出，原始信号的延时声阵列非常密集、复杂，混响后时域波形音量增大了，各个脉冲变宽，语音信号的频谱展宽了，幅值增大，回放的语音声音变得融合，能听到回音。 单回声滤波器 用单回声滤波器对原始语音信号滤波 ,画出滤波后语音信号的时域波形与频谱图，并回滤波时后的语音信号。 程序： %单回声滤波器 [x,fs,bits]=wavread(39。 D:\39。 )。 %读取语音信号 x=x(:,1)。 %只取单声道 a=。 %a取小于等于 1 z=[zeros(2020,1)。 x]。 %对语音信号进行延时 x=[x。 zeros(2020,1)]。 %使语音 信号与延时后信号同等长度 y2=x+z*a。 %信号经单回声滤波 sound(y2,fs)。 %回放经单回声滤波器后的语音信号 figure。 subplot(211)。 plot(y2)。 title(39。 单回声滤波的信号时域图 39。 )。 Y2=fft(y2)。 %做 length(y2)点的 FFT Y2=fftshift(Y2)。 %平移，是频率中心为 0 derta_fs = fs/length(y2)。 %设置频谱的间隔，分辨率 Subplot(212)。 plot([fs/2:derta_fs:fs/2derta_fs],abs(Y2))。 %画出单回声信号频谱图 title(39。 单回声滤波的信号频谱图 39。 )。 grid on。 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 运行结果： 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51单回声滤波的信号时域图3 2 1 0 1 2 3x 1 0405 0 01 0 0 01 5 0 02 0 0 0单回声滤波的信号频谱图 图 35 单回声滤波器滤波后信号的时域波形与频谱图 结果分析：由运行结果可以看出，时域波形的幅值变大，毛刺变多，频谱的中心频率两边的频率分量展宽、幅值变大，回放的声音立体感变强。 多回声滤波器 用多回声滤波器对原始语音信号滤波 ,画出滤波后语音信号的时域波形与频谱图，并回滤波时后的语音信号。 程序： %多回声滤波器 [x,fs,bits]=wavread(39。 D:\39。 )。 x1=x(:,1)。 %变换为单声道语音信号 delay_t=。 %回声延迟时间 a=。 %衰减系数 N=3。 %N阶延时 Bz=[1。 zeros(fs*delay_t,1)*N。 a^N]。 Az=[1。 zeros(fs*delay_t,1)。 a]。 y=filter(Bz, Az ,x1 )。 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 sound(y,fs,bits)。 %回放经多回声滤波器后的语音信号 figure。 subplot(211)。 plot(y)。 title(39。 多回声滤波的信号时域图 39。 )。 Y2=fft(y)。 %做 length(y)点的 FFT Y2=fftshift(Y2)。 %平移，是频率中心为 0 derta_fs = fs/length(y)。 %设置频谱的间隔，分辨率 Subplot(212)。 plot([fs/2:derta_fs:fs/2derta_fs],abs(Y2))。 %画出多回声信号频谱图 title(39。 多回声滤波的信号频谱图 39。 )。 grid on。 运行结果： 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51多回声滤波的信号时域图3 2 1 0 1 2 3x 1 0405 0 01 0 0 01 5 0 02 0 0 0多回声滤波的信号频谱图 图 36 单回声滤波器滤波后信号的时域波形与频谱图 结果分析：由运行结果可以看出，时域波形的幅值变大，毛刺变得更 多，频谱的中心频率幅值变大，回放的声音立体感变的更强。 无限回声滤波器 用无限回声滤波器对原始语音信号滤波 ,画出滤波后语音信号的时域波形与频谱图，并回滤波时后的语音信号。 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 程序： %无限回声滤波器 [x,fs,bits]=wavread(39。 D:\39。 )。 %读取语音信号 x=x(:,1)。 %只取单声道 a=。 %a取小于等于 1 Bz=[0,0,0,0,0,0,0,0,0,0,1]。 %分子的系数 Az=[1,0,0,0,0,0,0,0,0,0,a]。 %分母的系数 yy1=filter(Bz,Az,x)。 %FIR滤波器进行滤波 sound(yy1,fs,bits)。 %回放经无限回声滤波器后的语音信号 figure(5)。 subplot(211)。 plot(yy1)。 %无限回声信号时域波形 title(39。 无限个回声滤波的信号时域图 39。 )。 YY1=fft(yy1)。 %经无限回声滤波器后的信号做 length(yy1)点的 FFT YY1=fftshift(YY1)。 %平移，是频率中心为 0 derta_fs = fs/length(yy1)。 %设置频谱的间隔，分 辨率 Subplot(212)。 plot([fs/2:derta_fs:fs/2derta_fs],abs(YY1))。 %无限回声频谱图 title(39。 无限个回声滤波的信号频谱图 39。 )。 grid on。 运行结果： 0 2 4 6 8 10 12 14x 1 041 0 . 500 . 51无限个回声滤波的信号时域图3 2 1 0 1 2 3x 1 0401 0 0 02 0 0 03 0 0 04 0 0 0无限个回声滤波的信号频谱图 图 37 无限回声滤波器滤波后信号的时域波形与频谱图 武汉理工大学《 信息群处理课程设计 》课程设计说明书 20 结果分析：由运行结果可以看出，时域波形的幅值变大，频谱的中心频率不变，中心频率两边的频率分量变得密集、幅值变小，回放的声音变得清晰，音量变大。 全通滤波器 用全通滤波器对原始语音信号滤波 ,画 出滤波后语音信号的时域波形与频谱图，并回滤波时后的语音信号。 程序： %全通结构的混响器 [x,fs,bits]=wavread(39。 D:\39。 )。 %读取语音信号 x=x(:,1)。