基于MATLAB的有噪声的语音信号处理的课程设计

2026/4/24 12:39:42

可以看出，滤波后将原始信号绝大部分频谱滤掉，剩下噪声信号，不能采用。

（3）IIR带通滤波器设计

[y,fs,nbits]=wavread ('OriSound'); n = length (y) ; Noise=0.2*randn(n,1); s=y+Noise; S=fft(s); Ft=8000; Fp=1000; Fs=1200; wp=2*Fp/Ft; ws=2*Fs/Ft; rp=1; rs=50;

p=1-10.^(-rp/20); q=10.^(-rs/20); fpts=[wp ws];

%语音信号采集 %计算语音信号的长度 %产生随机噪声

%语音信号加噪 %快速傅里叶变换

%通带阻带波纹

mag=[1 0]; dev=[p q];

[n21,wn21,beta,ftype]=kaiserord(fpts,mag,dev); b21=fir1(n21,wn21,kaiser(n21+1,beta)); z21=fftfilt(b21,s); sound(z21,fs,nbits); m21=fft(z21); figure(4);

subplot(2,2,1);

plot(abs(S),'g');

title('滤波前信号的频谱','fontweight','bold'); axis([0 80000 0 4000]); grid;

subplot(2,2,2); plot(abs(m21),'r');

title('滤波后信号的频谱','fontweight','bold'); axis([0 80000 0 4000]); grid;

subplot(2,2,3); plot(s);

title('滤波前信号的波形','fontweight','bold'); axis([00000 100000 -1 1]); grid;

subplot(2,2,4); plot(z21);

title('滤波后的信号波形','fontweight','bold'); axis([00000 100000 -1 1]); grid;

结果如下：

%由kaiserord求滤波器的阶数和截止频率

%设计滤波器 %滤波

%回放滤波后的信号 %滤波后的信号频谱 %绘出滤波前的信号频谱

%绘出滤波后的信号频谱

%绘出滤波前的信号波形

%绘出滤波后的信号波形

可以看出，大部分噪声被去除，与低通IIR滤波器的效果差不多，稍好于低通。

（4）FIR低通滤波器