语音信号的采集及其基本处理技术仿真毕业论文.doc

语音信号的采集及其基本处理技术仿真摘 要随着计算机和信息科学的飞速发展，数字信号处理逐渐发展成为一门独立的学科，成为信息科学的重要组成部分，在语音处理、雷达、图像处理、通信、生物医学工程等众多领域中得到广泛应用。语音信号在数字信号处理中占有极其重要的地位，因此选择通过对语音信号的研究来巩固和掌握数字信号处理的基本能力十分具有代表性。对数字信号处理离不开滤波器，因此滤波器的设计在信号处理中占有极其重要的地位而MATLAB软件工具箱提供了对各种数字滤波器的设计。本论文简单研究了语音信号的采集方法以及给语音信号加噪的方法，综合运用了数字信号处理的各种基本知识，进而对不带噪语音信号进行谱分析以及加噪语音信号进行谱分析和滤波处理。通过理论推导得出相应的结论，再利用MATLAB作为编程工具来进行计算机实现以验证推导出来的结论。在设计过程中，通过设计IIR数字滤波器和FIR数字滤波器来完成滤波处理。在设计过程中，运用了MATLAB对整个设计中的图形的绘制和一些数据的计算以及仿真。关键字：语音处理，滤波器，MATLAB，仿真The voice signal acquisition and its basic processing technology simulation Author:zhang ruiruiTutor:Tang HailingAbstractWith the rapid development of computer and information science, digital signal processing has gradually developed into an independent discipline, become an important part of information science, speech processing, radar, image processing, communications, biomedical engineering and many other fields has been widelyapplication.Voice signals occupies an extremely important position in digital signal processing , so it is very representative to choose to consolidate and master the basic skills of digital signal processing through the study of the Voice signal.Digital signal processing can not be separated from the filter, the filter design occupies an extremely important role in signal processing. The MATLAB software toolbox provides a variety of digital filter design.The subject simply studys the acquisition mathods of voice signal and the mathods to plusnoise to voice signal, of the use of basic knowledge of digital signal processing, speech signal and the noisy speech signal specctral snalysis and filtering,By the theoretical derivation of the corresponding conclusions, then to the computer through the use of MATLAB as a programming tool To achieve parity to verify the conclusions derived. In the design process, using the windoow function design IIR digital filter,FIR digital filter to perform filtering process.In the design process,the use of computer and simulation of MATLAB the entire design, graphics rendering,and some date1. Key words：Voice processing，filter，MATLAB，simulation，filtering目 录1绪论11.1研究的意义及现状11.2 研究的内容22语音信号的采集方法32.1基于PC机的信号采集系统32.2基于DSP的语音信号采集系统32.3基于WINDOWS语音信号的采集43原始语音信号的研究53.1 MATLAB软件介绍53.2 原始语音信号分析与处理54语音信号加噪和频谱分析74.1加入高斯白噪声的原始语音信号74.2 加入余弦波噪声的原始语音信号94.3加入两种噪声的对比115语音信号去噪研究125.1设计滤波器对语音信号去噪的理论依据125.1.1 采样定理125.1.2 采样频率125.1.3设计原理125.2设计IIR数字滤波器的基本思想135.2.1 IIR高通滤波器135.2.2 IIR低通滤波器185.2.3 IIR带通滤波器225.3设计FIR滤波器的基本思想275.3.1 FIR高通滤波器275.3.2 FIR低通滤波器315.3.3 FIR带通滤波器36结论41参考文献421绪论1.1研究的意义及现状语音是语言的声学表现，是人类交流信息最自然、最有效、最方便的手段。随着社会文化的进步和科学技术的发展，人类开始进入了信息化时代，用现代手段研究语音处理技术，使人们能更加有效地产生、传输、存储、和获取语音信息，这对于促进社会的发展具有十分重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研究。语音信号是信息技术处理中最重要的一门科学，是人类社会进步的标志。那么什么是语音？语音是人类特有的功能，也是人类获取外界信息的重要工具，也是人与人交流必不可少的重要手段。那么什么又是信号？那信号是什么呢？信号是传递信息的函数。离散时间信号序列可以用图形来表示。语音信号处理是一门用研究数字信号处理研究信号的科学。它是一新兴的信息科学，同时又是综合多个学科领域的一门交叉科学。语音在我们的日常生活中随时可见，也随处可见，语音很大程度上可以影响我们的生活。所以研究语音信号无论是在科学领域上还是日常生活中都有其广泛而重要的意义。20世纪60年代中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换FFT等是语音信号数字处理的理论和技术基础。随着信息科学技术的飞速发展，语音信号处理取得了重大的进展，进入70年代之后，提出了用于语音信号的信息压缩和特征提取的线性预测技术LPC并已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域以及用于输入语音与参考样本之间时间匹配的动态规划方法。80年代初一种新的基于聚类分析的高效数据压缩技术矢量量化VQ应用于语音信号处理中，而用隐马尔可夫模型HMM描述语音信号过程的产生是80年代语音信号处理技术的重大发展，目前HMM已构成了现代语音识别研究的重要基石。近年来人工神经网络(ANN)的研究取得了迅速发展，语音信号处理的各项课题是促进其发展的重要动力之一，他的各项成果也体现在语音信号处理的各项技术之中2-4。1.2 研究的内容本论文主要介绍的是的语音信号的简单处理。本论文针对以上问题，运用数字信号学基本原理实现语音信号的处理，在matlab7.0环境下综合运用信号提取、幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理。我所做的工作就是在matlab7.0软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行加噪处理，达到简单语音信号处理的目的。对语音信号的研究，本论文采用了设计两种滤波器的基本研究方法来达到研究语音信号去噪的目的，最终结合图像以及对语音信号的回放，通过对比得出结论。本课题的研究基本步骤如下：(1)语音信号的录制。(2)在MATLAB平台上读入语音信号。(3)绘制频谱图并回放原始语音信号。(4)利用MATLAB编程加入一段余弦波噪音和一段随机噪声信号。(5)设计IIR和FIR滤波器去噪，并分别绘制频谱图、回放语音信号。(6)通过仿真后的图像以及对语音信号的回放，对比两种去噪方式的优缺点。2语音信号的采集方法2.1基于PC机的信号采集系统目前PC机的外部扩展设备已经很齐全，windows一般带有的音频操作软件很全面，硬件方面只需一个可以将语音转换成电子信号的设备，比如麦克风。软件采用MATLAB高级程序设计语言，MATLAB有相应的软件工具箱，最新版本的MATLAB不仅可以与C/C+、VC、VB等高级语言混合编程，互相调用，还可以调用计算机硬件设备，是目前最为流行的软件之一。为制作基于MATLAB的信号采集系统提供了很好的条件。PC机信号的采集方法为：首先将随时间变化的力、位移、时间变化的电压信号降压处理，其变化范围在-11V之间以满足声卡的输入要求，然后就可以将两路信号连接到声卡的LINEIN接口上，利用MATLAB环境下数据采集工具箱采集声音信号，为提高声音信号的质量，可对采样频率等属性进行必要的设置。在对声音进行录制过程中，不可避免的会夹杂一些噪音，需要通过滤波器才能过滤掉这些噪音。实际上，数字滤波器设计是信号处理工具箱的一个重要组成部分，可以根据频谱的特点和处理信号的目的组成部分，设计出各种各样符合要求的数字滤波器5。2.2基于DSP的语音信号采集系统数据采集技术是一项基本的实用性技术，已被广泛地应用于测量、监测、控制、诊断、科学试验等各个领域。近二十年来，数据采集技术由于采用了微机等一系列新技术，得到了飞速的发展。由于数据采集技术涉及的领域广，采集信号的动态范围宽，处理的数据量大，对系统实时性能要求高，所以对数据采集和处理系统提出了严格的要求，许多新产品、新技术也就在数据采集系统中大量涌现。近年来，随着DSP的功能日益增强，性能价格比不断上升，开发手段不断改进，DSP在数据采集系统的应用也在不断完善。用DSP采集语音信号主要是用一种基于16位定点DSP TMS320VC5410的语音信号采集系统，该系统应用了集ADC和DAC于一体的SIGMA-DELTA型单片机模拟接口芯片TLC320AD50C，采用FIFO技术进行缓存，CPLD实现控制逻辑，EZ-USB外围接口期间实现串行通信6。2.3基于WINDOWS语音信号的采集Windows附件的娱乐中有个录音机程序，通过它可以驱动声卡采集、播放和简单处理语音信号。语音信号的采集可以用麦克风直接录制人得语音，也可以通过音频线或者MIDI线将收音机、电视机或磁带录音机中的语音信号采集到计算机中，可通过对文件属性设置文件格式、采样频率、位数等。在录音机中可以进行简单的声音处理，如加大或降低音量，加速或减速，声音的反转或添加回音效果等。加速或减速的改变乐意完成音变功能，反转可以达到对声音文件保密的功能。本文采用此方法采集一段WAV语音文件，然后对声音信号进行采样，画出其时域波形和频谱图，利用程序编一个噪声信号加载在原声音信号里面，将这个被污染的语音信号通过滤波器，将滤波后的信号进行抽样再和原始信号进行比较。其流程图如下所示：录音噪声+录音时域波形频谱图滤波结束开始噪声图2.1 语音信号的采集及处理流程图3原始语音信号的研究3.1 MATLAB软件介绍MATLAB是一种用于算法开发、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。使用MATLAB您可以较使用传统的编程语言，如C、C+和Fortran更快地解决技术计算问题。MATLAB的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱，单独提供的专用MATLAB函数集，扩展了MATLAB环境，以解决这些应用领域内特定类型的问题。MATLAB提供了很多用于记录和分享工作成果的功能。可以将MATLAB代码与其他语言和应用程序集成来分发MATLAB算法和应用7。3.2 原始语音信号分析与处理利用MATLAB中的wavread命令来读入（采集）语音信号，将它赋值给某一向量。对于波形图与频谱图（包括滤波前后的对比图）都可以用MATLAB画出。我们还可以通过sound命令来对语音信号进行回放8。下面的一段程序是语音信号在MATLAB中的最简单表现，它实现了语音的读入打开，以及绘出了语音信号的波形频谱图。来感受声音的变化。程序如下：y,fs,nbits=wavread('D:2.wav');sound(y,fs,nbits);N=length(y);Y=fft(y,N);subplot(2,1,1);plot(y);title('原始信号波形');subplot(2,1,2);plot(abs(Y);title('原始信号频谱')运行结果：图3.1 原始语音信号波形及频谱4语音信号加噪和频谱分析4.1加入高斯白噪声的原始语音信号MATLAB中产生高斯白噪声非常方便，有两个产生高斯白噪声的函数。我们可以直接应用两个函数：一个是WGN，另一个是AWGN。WGN用于产生高斯白噪声，AWGN则用于在某一信号中加入高斯白噪声。也可直接用randn函数产生高斯分布序列。在本论文中，我利用MATLAB中的随机函数randn产生噪声加入到语音信号中，模仿语音信号被污染，并对其频谱分析。Randn函数有两种基本调用格式：Randn(n)和Randn（m,n）,前者产生n×n服从标准高斯分布的随机数矩阵，后者产生m×n的随机数矩阵。在这里，我们选用Randn（m,n）函数9。语音信号添加噪声及其频谱分析的主要程序如下：y,fs,bits=wavread('D:2.wav');sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figuresubplot(2,2,1);plot(y);title('原始语音信号采样后的时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,2,2);plot(f,abs(y_p(1:n/2);title('原始语音信号采样后的频谱图');xlabel('频率Hz');ylabel('频率幅值');L=length(y)noise=0.1*randn(L,2);y_z=y+noise;sound(y_z,fs)n=length(y);y_zp=fft(y_z,n);f=fs*(0:n/2-1)/n;subplot(2,2,3);plot(y_z);title('加噪语音信号时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,2,4);plot(f,abs(y_zp(1:n/2);title('加噪语音信号频谱图');xlabel('频率Hz');ylabel('频率幅值');运行结果：图4.1 加入高斯白噪声的语音信号波形及频谱该程序实现了用randn函数产生一个和原始语音信号y等长度等维度的随机噪音信号，命名为noise。信号y_z是原始语音信号和随机噪音信号的叠加，并通过指令回放出来。此程序通过MATLAB软件运行出来，得到的就是原始语音信号的时域波形、频谱图和加噪后语音信号的时域波形、频谱图。通过对图片的对比，很明显可以看加噪后的语音信号时域波形比原始语音信号浑浊了许多，在时间轴上可以明显看出00.5S的幅值增大了；通过对原始语音信号的频谱图与加噪后的语音信号频谱图的对比，也可以看出在频率5000Hz以后的频率幅值发生了明显的增加。再通过对原始语音信号的回放效果与加噪后的语音信号回放的效果的对比，人耳可以明显辨别出两种语音信号不一样了，加噪后的语音信号在听觉上比原始语音信号要浑浊很多，而且还有吱吱嘎嘎的混杂音。4.2 加入余弦波噪声的原始语音信号下面一段程序实现了在原始语音信号中加入余弦波信号：y,fs,bits=wavread('D:2.wav');sound(y,fs)n=length(y)y_p=fft(y,n);f=fs*(0:n/2-1)/n;figure(1)subplot(2,1,1);plot(y);title('原始语音信号采样后时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,1,2);plot(f,abs(y_p(1:n/2);title('原始语音信号采样后的频谱图');xlabel('频率Hz');ylabel('频率幅值');noise=1*sin(2*pi*3000*n);y_z=y+noise;sound(y_z,fs)L=length(y_z);y_zp=fft(y_z,L);f=fs*(0:L/2-1)/L;figure(2)subplot(2,1,1);plot(y_z);title('加噪语音信号时域波形');xlabel('时间轴')ylabel('幅值A')subplot(2,1,2);plot(f,abs(y_zp(1:L/2);title('加噪语音信号频谱图');xlabel('频率Hz');ylabel('频率幅值');运行结果：图4.2 加入余弦噪声的语音信号波形及频谱上段程序中，函数noise是一个幅值为1频率为3000Hz的正弦波信号噪音，语句y_z=y+noise实现了两个信号的相加，然后绘制加噪后的语音信号时域波形和频谱图并回放加噪后的语音信号。4.3加入两种噪声的对比如上所示，通过对两种加噪方法加噪前和加噪后语音信号的图像的对比和对语音信号回放的人耳感知可以得到结论：加入高斯白噪声的语音信号语音噪声明显并且时域波形变化较大，而加入正弦波信号后频谱图和时域波形并没有什么明显的变化，而人耳听到的声音也几乎没有什么变化。5语音信号去噪研究5.1设计滤波器对语音信号去噪的理论依据5.1.1 采样定理在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中，最高频率fmax的2倍时，即：fs.max>=2fmax,则采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的510倍；采样定理又称奈奎斯特定理。1924年奈奎斯特(Nyquist)就推导出在理想低通信道的最高大码元传输速率的公式:理想低通信道的最高大码元传输速率=2W*log2N(其中W是理想低通信道的带宽,N是电平强度)为什么把采样频率设为8kHz？在数字通信中，根据采样定理,最小采样频率为语音信号最高频率的2倍。5.1.2 采样频率采样频率，也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。采样频率的倒数是采样周期或者叫作采样时间，它是采样之间的时间间隔。通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率只能用于周期性采样的采样器，对于非周期性采样的采样器没有规则限制。采样频率的常用的表示符号是fs。通俗的讲采样频率是指计算机每秒钟采集多少个声音样本，是描述声音文件的音质、音调，衡量声卡、声音文件的质量标准。采样频率越高，即采样的间隔时间越短，则在单位时间内计算机得到的声音样本数据就越多，对声音波形的表示也越精确。采样频率与声音频率之间有一定的关系，根据采样定理，只有采样频率高于声音信号最高频率的两倍时，才能把数字信号表示的声音还原成为原来的声音。这就是说采样频率是衡量声卡采集、记录和还原声音文件的质量标准10。5.1.3设计原理 语音信号的频谱范围主要为800HZ左右，并且在5000HZ左右有一个小信号，因此，在设计低通滤波器时，应把噪声频谱设定在5000HZ以上，这样，通过低通滤波器，即可滤除噪声信号从而还原语音信号。在设计高通滤波器时，应把噪声设定在800HZ以内，以通过高通滤波器滤除低频的噪声信号，从而还原相对频率较高的语音信号；在设计带通滤波器时，可把噪声设计在低于800HZ或高于5000HZ的频谱上，已通过带通滤波器还原带通范围内的语音信号11。5.2设计IIR数字滤波器的基本思想设计IIR数字滤波器的方法主要有基于冲激响应不变法的IIR数字滤波器设计，基于双线性Z变换法的IIR数字滤波器设计，数字高通、带通及带阻IIR滤波器设计，基于MATLAB函数直接设计IIR数字滤波器。本论文中采用双线性变换法变换的巴特沃思数字滤波器。利用模拟滤波器设计IIR数字低通滤波器的步骤：（1）确定数字低通滤波器的技术指标：通带边界频率、通带最大衰减，阻带截止频率、阻带最小衰减。（2）将数字低通滤波器的技术指标转换成相应的模拟低通滤波器的技术指标。（3）按照模拟低通滤波器的技术指标设计及过渡模拟低通滤波器。（4）用双线性变换法，模拟滤波器系统函数转换成数字低通滤波器系统函数。5.2.1 IIR高通滤波器程序如下：Fs=22050;x,FS,bits=wavread('D:2.wav');x=x(:,1);figure(1);subplot(2,1,1);plot(x);sound(x,FS,bits);title('语音信号时域波形图')y=fft(x,3260);f=(FS/1630)*1:1630;subplot(2,1,2);plot(f(1:1630),abs(y(1:1630);title('语音信号频谱图');t=0:length(x)-1;zs0=0.05*cos(2*pi*100*t/22050);figure(2);subplot(2,1,1);plot(zs0);title('噪声信号波形');zs1=fft(zs0,1200);sound(zs0,FS,bits);subplot(2,1,2);plot(f(1:600),abs(zs1(1:600);title('噪声信号频谱');x1=x+zs0'sound(x1,FS,bits);y1=fft(x1,1200);figure(3);subplot(2,1,1);plot(x1);title('加入噪声后的信号波形');subplot(2,1,2);plot(f(1:600),abs(y1(1:600);title('加入噪声后的信号频谱');fp=600;fs=400;Fs=22050;rp=1;rs=10;wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;T=1;Fs1=1;wap=2*tan(wp/2);was=2*tan(ws/2);N,wc=buttord(wap,was,rp,rs,'s');B,A=butter(N,wc,'high','s');Bz,Az=bilinear(B,A,Fs1);figure(4);h,w=freqz(Bz,Az,512,Fs1*22050);plot(w,abs(h);title('巴特沃斯高通滤波器');xlabel('频率/Hz');ylabel('耗损/dB');grid on;yd=filter(Bz,Az,x1);figure(5);subplot(2,1,1);plot(yd);title('滤波后信号波形');ydd=fft(yd,1200);subplot(2,1,2);plot(f(1:600),abs(ydd(1:600);title('滤波后信号频谱');sound(yd,FS,bits);运行结果：图5.1 原始语音信号图5.2 噪声信号图5.3 加入噪声后的信号图5.4 IIR高通滤波器图5.5 滤波后的语音信号5.2.2 IIR低通滤波器程序如下：Fs=22050;x,FS,bits=wavread('D:2.wav');x=x(:,1);figure(1);subplot(2,1,1);plot(x);sound(x,FS,bits);title('语音信号时域波形图')y=fft(x,3260);f=(FS/1630)*1:1630;subplot(2,1,2);plot(f(1:1630),abs(y(1:1630);title('语音信号频谱图');t=0:length(x)-1;zs=0.05*cos(2*pi*10000*t/22050);zs0=0.05*cos(2*pi*10000*t/22050000);figure(2);subplot(2,1,1);plot(zs0);title('噪声信号波形');zs1=fft(zs,1200);sound(zs,FS,bits);subplot(2,1,2);plot(f(1:600),abs(zs1(1:600);title('噪声信号频谱');x1=x+zs'sound(x1,FS,bits);y1=fft(x1,1200);figure(3);subplot(2,1,1);plot(x1);title('加入噪声后的信号波形');subplot(2,1,2);plot(f(1:600),abs(y1(1:600);title('加入噪声后的信号频谱');fp=3000;fs=3500;Fs=22050;rp=1;rs=10;wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;Fs1=1;wap=2*tan(wp/2);was=2*tan(ws/2);N,wc=buttord(wap,was,rp,rs,'s');B,A=butter(N,wc,'s');Bz,Az=bilinear(B,A,Fs1);figure(4);h,w=freqz(Bz,Az,512,Fs1*22050);plot(w,abs(h);title('巴特沃斯低通滤波器');xlabel('频率/Hz');ylabel('耗损/dB');grid on;yd=filter(Bz,Az,x1);figure(5);subplot(2,1,1);plot(yd);title('滤波后信号波形');ydd=fft(yd,1200);subplot(2,1,2);plot(f(1:600),abs(ydd(1:600);title('滤波后信号频谱');sound(yd,FS,bits);运行结果：图5.6 原始语音信号图5.7 噪声信号图5.8 加入噪声后的信号图5.9 IIR低通滤波器图5.10 滤波后信号5.2.3 IIR带通滤波器程序如下：Fs=22050;x,FS,bits=wavread('D:2.wav');x=x(:,1);figure(1);subplot(2,1,1);plot(x);sound(x,FS,bits);title('语音信号时域波形图')y=fft(x,3260);f=(FS/1630)*1:1630;subplot(2,1,2);plot(f(1:1630),abs(y(1:1630);title('语音信号频谱图');t=0:length(x)-1;zs0=0.05*cos(2*pi*100*t/22050);figure(2);subplot(2,1,1);plot(zs0);title('噪声信号波形');zs1=fft(zs0,1200);sound(zs0,FS,bits);subplot(2,1,2);plot(f(1:600),abs(zs1(1:600);title('噪声信号频谱');x1=x+zs0'sound(x1,FS,bits);y1=fft(x1,1200);figure(3);subplot(2,1,1);plot(x1);title('加入噪声后的信号波形');subplot(2,1,2);plot(f(1:600),abs(y1(1:600);title('加入噪声后的信号频谱');fp=600,6000;fs=400,7000;Fs=22050;rp=1;rs=10;wp=2*pi*fp/Fs;ws=2*pi*fs/Fs;T=1;Fs1=1;wap=2*tan(wp/2);was=2*tan(ws/2);N,wc=buttord(wap,was,rp,rs,'s');B,A=butter(N,wc,'s');Bz,Az=bilinear(B,A,Fs1);figure(4);h,w=freqz(Bz,Az,512,Fs1*22050);plot(w,abs(h);title('巴特沃斯带通滤波器');xlabel('频率/Hz');ylabel('耗损/dB');grid on;yd=filter(Bz,Az,x1);figure(5);subplot(2,1,1);plot(yd);title('滤波后信号波形');ydd=fft(yd,1200);subplot(2,1,2);plot(f(1:600),abs(ydd(1:600);title('滤波后信号频谱');sound(yd,FS,bits);运行结果：图5.11 原始语音信号图5.12 噪声信号图5.13 加入噪声后的语音信号图5.14 IIR带通滤波器图5.15 滤波后的信号5.3设计FIR滤波器的基本思想如前所述，IIR滤波器和FIR滤波器的设计方法有很大的区别。下面我们着重介绍用窗函数法设计FIR滤波器的步骤如下：(1)根据对阻带衰减及过渡带的指标要求，选择串窗数类型（矩形窗、三角窗、汉宁窗、哈明窗、凯塞窗等），并估计窗口长度N。先按照阻带衰减选择窗函数类型。原则是在保证阻带衰减满足要求的情况下，尽量选择主瓣的窗函数。(2)构造希望逼近的频率响应函数。(3)计算h(n)。(4)加窗得到设计结果12。本论文主要选用三角窗函数法设计FIR滤波器。5.3.1 FIR高通滤波器程序如下：Fs=22050;x,FS,bits=wavread('D:2.wav');x=x(:,1);figure(1);subplot(2,1,1);plot(x);sound(x,FS,bits);title('语音信号时域波形图')y=fft(x,3260);f=(FS/1630)*1:1630;subplot(2,1,2);plot(f(1:1630),abs(y(1:1630);title('语音信号频谱图');t=0:length(x)-1;zs0=0.05*cos(2*pi*100*t/220500);figure(2);subplot(2,1,1);plot(zs0);title('噪声信号波形');zs1=fft(zs0,1200);sound(zs,FS,bits);subplot(2,1,2);plot(f(1:600),abs(zs1(1:600);title('噪声信号频谱');x1=x+zs0'sound(x1,FS,bits);y1=fft(x1,1200);figure(3);subplot(2,1,1);plot(x1);title('加入噪声后的信号波形');subplot(2,1,2);plot(f(1:600),abs(y1(1:600);title('加入噪声后的信号频谱');fp=600;fc=400;wp=2*pi*fp/FS;ws=2*pi*fc/FS;Bt=wp-ws;NO=ceil(11*pi/Bt);N=NO+mod(NO+1,2);wc=(wp+ws)/2/pi;hn=fir1(N-1,wc,'high',bartlett(N);figure(4);h,w=freqz(hn);plot(w/pi,20*log(abs(h);X=conv(hn,x);sound(X,FS,bits);X1=fft(X,1200);figure(5);subplot(2,1,1);plot(X);title('滤波后的信号波形');subplot(2,1,2);plot(f(1:600),abs(X1(1:600);title('滤波后的信号频谱')13;运行结果：图5.16 原始语音信号图5.17 噪声信号图5.18 加入噪声后的信号图5.19 FIR高通滤波器图5.20 滤波后的信号5.3.2 FIR低通滤波器程序如下：Fs=22050;x,FS,bits=wavread('D:2.wav');x=x(:,1);figure(1);subplot(2,1,1);plot(x);sound(x,FS,bits);title('语音信号时域波形图')y=fft(x,3260);f=(FS/1630)*1:1630;subplot(2,1,2);plot(f(1:1630),abs(y(1:1630);tit