语音信号去噪

摘要：在现代各类通信系统中，由于自然界中的各类各样的复杂噪声不免会搀杂在其中，数字信号处置这门经典学科恰好能够解决那个问题，其中最通用的方式确实是利用滤波器来滤除这些杂波噪声，FIR数字滤波器就是滤波器设计的大体部份。本论文研究的要紧内容确实是基于Matlab软件仿真设计一个数字滤波器，将搀杂在语音信号中的高频噪音排除，在此将分析排除高频噪音前后语音信号的时域及频域特性，对照分析即可验证滤波前后特性不同。在本课题中，将利用简单的窗函数法来设计FIR数字滤波器，通过Matlab仿真说明所设计滤波器的正确性。通过这次毕业设计，将会进一步明白得语音信号原理分析及滤波处置，为更好的设计滤波器打好基础。

关键词：Matlab；窗函数法；FIR数字滤波器

目 录

1 引 言 ................................................................................................................................................................... 2

1.1 课题研究现状 ...................................................................................................................................2

1.2 课题研究目的 ...................................................................................................................................3

1.3 课题研究内容 ...................................................................................................................................3

1.4 MATLAB软件设计平台简介 .........................................................................................................3

2 原始语音信号搜集与处置 ............................................................................................................................ 4

2.1 课题设计步骤及流程图..................................................................................................................4

2.2 语音信号处置 ...................................................................................................................................5

2.2.1 语音信号的搜集...................................................................................................................... 5 2.2.2 语音信号的时域频谱分析 ................................................................................................... 6

2.2.3 语音信号加噪与频谱分析 ................................................................................................... 8

3 FIR数字滤波器的设计 .................................................................................................................................10

3.1 数字滤波器大体概念 ................................................................................................................... 10

3.2 经常使用窗函数介绍 ................................................................................................................... 11

3.3 FIR数字滤波器概述 ..................................................................................................................... 11

3.4 FIR滤波器的窗函数设计 ......................................................................................................... 11

3.5 滤波器的编程实现 ....................................................................................................................... 14 3.6 用滤波器对加噪语音信号进行滤波 ................................................................................. 15 3.7 回放语音信号 ..................................................................................................................... 18

4 结 论 .......................................................................................................................................... 19

致 谢 .............................................................................................................................................. 20 参考文献 ........................................................................................................................................ 21

1 引 言

1.1 课题研究现状

20世纪60年代中期数字信号处置领域形成的诸多富有实践性的的理论和算法，如快速傅立叶变换（FFT）和各类数字滤波器等是语音信号数字处置的各项理论和技术基础。在70年中后期以后，线性预测技术（LPC）已经用于语音信号的信息紧缩和特点提取，并已成为语音信号处置中超级重要的一个工具。80年代语音信号处置技术的重大进展是隐马尔可夫模型（HMM）描述语音信号进程的产生进程。进入上世纪90年代以来，语音信号搜集与分析技术在实际应用方面取得了许多冲破性的研究进展。

最近几年来，随着科学技术的不断进步，人工神经网络(ANN)的研究取得了迅速进展，语音信号处置的各项科学研究课题是增进其进展的催生力，同时，它的许多功效也体此刻有关语音信号处置的各项技术当中。 1.2 课题研究目的

语音是人类获取知识和各类各样信息的重要手腕和最初来源，人类离不开自然界中各类不同的语音，但在获取语音的进程中，将不可幸免的会受到外界环境的干扰和阻碍，如各类机械的轰鸣声或自然界太多的电磁噪声干扰等这些不可幸免的有害噪声信号都会附加搀杂在语音信号中，如此获取的语音信号将再也不是单纯的语音，搀杂的噪声不但降低了语音质量和语音的可懂度，严峻时将致使不可预知的不良成效。

语音信号处置的好坏将阻碍并致使语音信号的好坏，只有通过将这些语音信号进行一系列的的数字处置，才能将那些非必要的噪声杂波妥帖滤除，取得纯净的单纯的语音信号。此刻社会衍生了很多现代的语音通信方式，电话通话、QQ或MSN等这些语音谈天软件和语音小说等，涉及语音的方方面面已经存在于咱们生活中的大部份，因此语音信号去噪处置是具有现实意义的研究课程。 1.3 课题研究内容

1.用MATLAB程序对原始语音信号进行采样，并绘制出采样后语言信号时域波形和频谱图，并针对此图分析语音信号特点。

2.将干扰噪声加入到已经获取的语音信号中，然后进行频谱分析，并对照未加入噪声的信号，分析不同。

3.设计FIR数字滤波器，并对被噪声污染的语音信号进行滤波，画出滤波前后信号的时域和频谱，对滤波前后有噪音与无噪音的语音信号进行比较，分析信号的转变，从而验证所设计滤波器的滤波成效。 4.回放语音信号。

1.4 MATLAB软件设计平台简介

Matlab是MATrix和LABoratory的缩写，是由Mathworks公司开发的一套用于科学工程计算的可视化高性能软件，是一种交互式的以矩阵为大体数据结构的系统，应用普遍。

MATLAB的要紧特点如下：

(1) 程序的可移植性良好应用于其他程序。

(2) 程序宽泛，程序设计自由。有大量已经系统概念的函数可直接应用，而且能够用户自概念函数。

(3) 语言简练，利用灵活方便，库函数相当丰硕。

(4) 源程序向公共开放。用户可灵活的对源文件进行修改和加入自己的设计语音组成新的工具箱。

(5) 最后MATLAB的一个重要特点是功能壮大的工具箱。MATLAB包括两个重要的部份：核心部份和各类可选的工具箱。

2 原始语音信号搜集与处置

2.1 课题设计步骤及流程图

本课题设计主若是针对一段原始语音信号，加入设计噪声后，用窗函数法设计出的FIR滤波器对加入噪声后的语音信号进行滤波去噪处置，而且分析对照前后时域和频域波形。课题的设计流程图如以下图2.1

所示。

开始 在Windows下录制一段格式为.wav的语音 加入高频噪声对语音信号进行频谱分析，绘制出时域和频域图 用汉宁窗设计FIR滤波器 画出频率响应函数 用FIR滤波器对语音信号进行滤波 画出语音信号滤波前后频谱波形并进行分析 结束 图2.1 课题设计流程图

2.2 语音信号处置 2.2.1 语音信号的搜集

将话筒输入运算机的语音输入插口上,启动录音机，要求为8000HZ，8位单声道的音频格式，如以下图2.2所示，按下录音按钮,接着对话筒一段话,说完后停止录音,屏幕左侧将显示所录声音的长度。点击放音按钮,能够实现所录音的重现。以文件名“1”保留入C:\\ MATLAB \\ work 中。

图2.2 语音信号的搜集

2.2.2 语音信号的时域频谱分析

Matlab软件平台下，利用wavread函数对语音信号进行采样，搜集出原始信号波形与频谱，[y,fs,bits]=wavread('Blip',[N1 N2])，用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。[N1 N2]表示读取从N1点到N2点的值（假设只有一个N的点那么表示读取前N点的采样值）。

其程序如下：

[y,Fs,bits]=wavread('1.wav'); y=y(:,1); sigLength=length(y); Y = fft(y,sigLength);

Pyy = Y.* conj(Y) / sigLength; halflength=floor(sigLength/2); f=Fs*(0:halflength)/sigLength;

figure;plot(f,Pyy(1:halflength+1));xlabel('Frequency(Hz)'); t=(0:sigLength-1)/Fs; figure;plot(t,y);xlabel('Time(s)');

取得原始语音信号时域波形如以下图2.3所示，频域幅度谱如以下图2.4所示。从图中能够看出语音信号有两个特点：在时域内语音信号随着时刻的延续而缓慢转变，但在一较短时刻内，语音信号大体维持稳固；在频域内语音信号的频谱量要紧集中在300～3400Hz的范围内，利用那个特点，能够利用一个带通滤波器将此范围内的语音信号频率分量掏出，然后按8000Hz的采样频率对语音信号进行采样，就能够够取得离散的语音信号。

图2.3 原始信号时域波形

图2.4 原始信号频谱

2.2.3 语音信号加噪与频谱分析

利用MATLAB程序产生3.8kHz的余弦信号噪声加入到语音信号中，仿照语音信号被污染，并对其频谱分析。其要紧程序如下：

fs=8000;

x1=wavread('1.wav'); t=(0:length(x1)-1)/8000; f=fs*(0:1023)/2048; Au=0.05;

d=[Au*cos(2*pi*3800*t)]'; %噪声为3.8kHz的余弦信号 x2=x1+d; y1=fft(x1,2048); y2=fft(x2,2048); figure(1)

运行程序后取得加噪后的语言信号波形如以下图2.5所示。

图2.5 加噪后的语音信号

从上图能够看出，加入3.8KHz的噪声信号后，在时域图上与原有信号的时域图有明显不同，在幅度“0”位置处周围多出了高频成份，使加噪后的语音信号显得加倍紧凑。

plot(t,x2) xlabel('time(s)'); ylabel('幅度'); figure(2) subplot(2,1,1); plot(f,abs(y1(1:1024))); xlabel('Hz');ylabel('幅度'); subplot(2,1,2); plot(f,abs(y2(1:1024))); xlabel('Hz');ylabel('幅度'); sound(x2,fs,bits);

运行程序后取得原始语音信号和加噪后的语言信号的频谱如以下图2.6所示。

图2.6 原始语音信号频谱与加噪后的语音信号频谱比较

从上图对照能够看出，加噪后的语音信号表此刻频谱图上在3.8KHz的位置多出一个高频脉冲成份，表此刻回放语音上能听到很扎耳很不舒适的噪音，原有信号听着比较模糊。

3 FIR数字滤波器的设计

3.1 数字滤波器大体概念

所谓数字滤波器，是指输入、输出均为数字信号，通过必然运算关系改变输入信号所含频率成份的相对照例或滤除某些频率成份的一种数字滤波形式。因此，数字滤波的概念个模拟滤波的相同，只是信号的形式和实现滤波方式不同。由于数字滤波通过数值运算实现滤波，因此其处置精度高、稳固、体积小，重量

轻、灵活、不存在阻抗匹配问题，能够实现模拟滤波器无法实现的特殊滤波功能。

3.2 经常使用窗函数介绍

经常使用的窗函数有矩形窗（Rectangle Window）、三角窗（Bartlett Windows）、汉宁窗（Hanning），又称为升余弦窗、海明窗（Hamming），又称为改良的升余弦窗，除以上几种经常使用窗函数之外，尚有布拉克曼（Blackman）窗、凯塞（kaiser）窗等。

关于选择何种窗函数，应充分考虑被处置信号的性质与处置要求等。若是仅要求准确分辨出主瓣频率，而不考虑这种幅值精度，那么可选用主瓣宽度较窄从而便于分辨的矩形窗，例如探测物体的自然震动频率等；若是分析的信号是窄带信号，而且具有较强的干扰噪声信号显现的话，那么应当选用旁瓣幅度较小的窗函数，如汉宁窗、三角窗等。 3.3 FIR数字滤波器概述

FIR(Finite Impulse Response)滤波器又叫有限长单位冲激响应滤波器，是数字信号处置系统中最大体的元件，它能够在保证任意幅频特性的同时具有严格的线性相频特性，同时其单位抽样响应是有限长的，因此滤波器是稳固的系统。因此，FIR滤波器在通信、图像处置、模式识别等领域都有着普遍的应用。这种滤波器关于脉冲输入信号的响应最终趋向于0，因此而得名。

有限脉冲响应滤波器的优势：

（1）脉冲响应为有限长：造成当输入数位信号为有限长的时候，输出数位信号亦为有限序列长度。

（2）比无穷脉冲响应滤波器较容易实现到最正确状态。 （3）线性相位造成h(n)是偶对称或奇对称且有限长。 （4）确信是稳固的：因为Z转换后所有的极点都在单位圆内

3.4 FIR滤波器的窗函数设计

FIR滤波器设计问题在于寻求一系统函数Hz，使其频率响应Hejw逼近滤波器要求的理想频率响应Hdejw，其对应的单位脉冲响应为hdn。

用窗函数设计FIR滤波器的的设计思想：从时域动身，设计hn逼近理想

hdn。设理想滤波器Hdejw的单位脉冲响应为hdn。例如低通线性相位FIR滤波器的理想频率响应与单位脉冲响应别离如下：

Hdejwhnednjw

1hdn2Hdejwejwndw

hdn一样是无穷长的，且是非因果的，不能直接作为FIR滤波器的单位脉

冲响应。要想取得一个因果的有限长的滤波器hn，最直接的方式是截断

hnhdnwn，即截取为有限长的因果序列，并用适合的窗函数进行加权

作为FIR滤波器的单位脉冲响应。依照线性相位滤波器的要求，hn必需的偶对称的。对称中心应该等于滤波器的时延常数，即

h(n)hd(n)(n)N1 2下面着重介绍用窗函数法设计FIR滤波器的步骤如下：

(1) 依照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），并估量窗口长度N。先依照阻带衰减选择窗函数类型。原那么是在保证阻带衰减知足要求的情形下，尽可能选择主瓣的窗函数。然后依照过渡带宽度估量窗口长度N，待求滤波器的过渡带宽度Bt近似等于窗函数主瓣宽度，且近似于窗口长度N成反比，N=A/Bt，A取决于窗口类型。

(2) 构造希望逼近的频率响应函数Hd(ejw) 。

所谓的“标准窗函数法”，确实是选择Hd(ejw)为线性相位理想滤波器，如本论

Hd(ej)HdgwejwN121c文的低通滤波器，该Hdg(w)应知足：Hdg()

0c(3) 计算hd(n)。若是给出待求滤波器的截止频率响应函数为Hd(ejw)，那么单位脉冲响应用下式求出：

hdn(4) 加窗取得设计结果：计要求。

12Hdejwejwndw

hnhdnwn，验证技术指标是不是知足设

针对该课题用窗函数法设计线性相位FIR数字滤波器的参数如下：

通带截止频率wc=0.2π 过渡带宽度w<0.4 阻带衰减As>40 dB

具体计算如下：

(1) 由给定的指标确信窗函数和长度N

由于阻带衰减As>40dB，汉明窗和汉宁窗都知足要求，假设再考虑从滤波器节数最小的原那么动身，那个地址选用汉宁窗。

w0.4,N820,也可取N=21。 n)]R21(n)16

(n)0.5[1cos((2) 肯按时延值 (N1)/210。 (3) 求理想的单位脉冲响应。

hdn12wcwcejejnwdsin0.2n10n10

(4) 求滤波器的单位取样响应h(n)。

hnhdnn

sin0.2n10n0.50.5cosR21nn1010

3.5 滤波器的编程实现

按此要求设计的FIR数字低通滤波器，用MATLAB的程序实现如下： deltw = 0.4 * pi; Wc = 0.2 * pi; As = 40; N=ceil( 8 * pi/deltw)+1; win=hanning(N); h=fir1(N-1,Wc/pi,win); omega=linspace(0,pi,512); mag=freqz(h,[1],omega); magdb=20*log10(abs(mag)); plot(omega/pi,magdb); axis([0 1-100 0]); grid;

xlabel(‘归一化频率’);ylabel(‘幅度/dB’); 此低通滤波器图像如下图3.1所示。

图3.1 低通滤波器的归一化频率

3.6 用滤波器对加噪语音信号进行滤波

上一节利用窗函数法依照论文要求设计了FIR低通滤波器并绘图，观看所设计的滤波器是不是能够对搜集的一部份语音信号进行相关处置，并将滤波前后的时域波形进行相比较，且对其快速傅里叶变换，即X=fft(signal)，其目的是对照前后的频域频谱波形，分析所设计的滤波器能否达到设计要求。在Matlab程序设计中，FIR滤波器那么是利用函数fftfilt对语音信号进行滤波。程序如下：

[y,fs,nbits]=wavread('1.wav'); N=length(y) Y=fft(y,N); sound(y); figure(4); plot(y);

figure(5);plot(abs(Y));

Fp=1200; Fs=1100; Ft=8000; As=20; Ap=1;

wp=2*pi*Fp/Ft;ws=2*pi*Fs/Ft;

fp=2*Ft*tan(wp/2);fs=2*Ft*tan(ws/2); [n,wn]=buttord(wp,ws,Ap,As, 's'); [b,a]=butter(n,wn, 's'); [num,den]=bilinear(b,a,1); [h,w]=freqz(num,den); figure(2)

d=[Au*cos(2*pi*3800*t)]'; x2=x1+d;

y1=fft(x1,2048); y2=fft(x2,2048); figure(3)

plot(w*8000*0.5/pi,abs(h));z=filter(num,den,y); sound(z); m=z; figure(1)

subplot(2,2,3);plot(abs(m), 'r'); grid;

subplot(2,2,4);plot(z, 'b'); grid;subplot(2,2,2); plot(y,'b');

grid;subplot(2,2,1); plot(abs(Y),'r'); grid;

图3.2 频率特性曲线

图3.3 滤波前后语音信号频谱的比较

图3.4 滤波前后的信号波形比较

由图3.2频率特性曲线可得知，该低通滤波器滤除1200Hz以上的高频信号，保留0—1200Hz之内的低频语音信号，符合设计滤除高频噪音保留低频原始语音

信号的特点。

由上图3.3可知，掺有高频噪音的信号通过所设计的低通滤波器以后，保留了原始的低频语音信号，滤除掺在其中的高频信号，使语音信号听着没有那么的尖锐扎耳了，这说明已经达到了滤除高频噪音信号的目标。

分析图3.4滤波前后的信号波形比较得知，滤波前后语音信号的波形发生了明显改变，滤波前后的信号密度明显减小，这是滤除高频噪音保留了低频语音信号的结果。 3.7 回放语音信号

语音信号通过FIR滤波器的滤除噪声的处置，在Matlab中，函数sound能够对声音进行回放。其挪用格式：

sound (x，fs，bits)；

能够听出来滤波前后的声音所发生的转变，而且声音变得没有加噪时那么扎耳了，比原始语音加倍地滑腻。用汉宁窗设计FIR滤波器滤掉了在语音中加入的高频的噪声，而且也把原始语音的很小的一部份也滤掉了，余下的语音信号全都是低频语音信号，因此回放语音的时候听起来比以前的加倍滑腻，说明设计的低通滤波器是成功的。

4 结 论

人们在获取语音信号的进程中，不可幸免的会受到外界环境的干扰和阻碍，这些干扰和阻碍不但降低了语音质量和语音的可懂度，严峻时将致使不可预知的不良成效。当这些语音信号通过数字处置，用滤波器把噪声杂波滤除，便取得纯净的语音信号。

该毕业设计的目的确实是设计一个数字滤波器过滤被干扰的语音信号，论文的要紧工作有：录制一段原始语音信号，然后利用Matlab程序函数产生必然的噪声信号，使语音信号显得加倍浑浊，挪用MATLAB程序中sound函数功能试听一下语音信号的转变，会发觉声音比较扎耳尖锐，同时通过信号的波形与频谱图能够明显看出加入噪声前后的转变情形，然后把这段加噪后的语音信号通过设计的低通滤波器进行滤波，通进程序挪用显示其滤波后的波形能够明显的看到语音信号加噪前后的整个转变进程。

通过这次毕业设计，我对语音信号的滤波功能有了全面的熟悉，对数字信号处置的知识点有了更深层次的明白得，进一步了解信号的产生、频谱分析的方式，学会了分析滤波器的好坏和性能，提高了分析问题和解决问题的能力。

致 谢

短暂而充实的大学四年光阴即将接近尾声，而该毕业论文的设计是大学最后一个学期的学习目标和任务，在论文完成之际，特向我的指导教师吴仲华致以真挚的谢意。

吴教师为人诚恳，待人和善可亲，这种宝贵的待人精神为我的毕业论文的设计营造了良好的气氛。在本次设计中，吴教师给予我专门大的关切和帮忙，专门是在论文的选题、前期课题指导及各段落内容衔接等各环节都细心的指导和讲解，由于我在以前的课程学习中没有扎实的数字信号处置基础及Matlab程序设计体会，吴教师为我提供了诸多方面的资料，让我在课题设计中加倍驾轻就熟，最终才能的完成毕业论文的设计。

在这次毕业论文设计中，使我深刻的体会到只有理论知识仍是不够的，要能在原有的理论基础上加以动手实践，使理论和实践专门好的结合起来，如此才能对该知识点有加倍深刻的熟悉，希望这种体会体会能够为我以后的学习工作中不断成长不断进步。

最后祝愿我所有的教师和同窗工作顺利，阖家欢乐，一生平安。

参考文献

[1] 高西全，丁玉美. 数字信号处置(第三版). 西安: 西安电子科大出版社, 2020 [2] 杨述斌，李永全.数字信号处置实践教程. 武汉: 华中科技大学出版社, 2007 [3] 丁玉美，高西全. 数字信号处置学习指导(第三版). 西安: 西电出版社, 2020 [4] 陈怀琛，数字信号处置教程MATLAB释疑与实现. 北京: 电子工业出版社, 2004 [5] 刘顺兰，吴杰. 数字信号处置. 西安: 西安电子科技大学出版社, 2003 [6] 刘益成，孙祥娥. 数字信号处置. 北京: 电子工业出版社, 2004

[7] Harry Y-F Lam.模拟和数字滤波器设计与实现. 北京:人民邮电出版社, 1985 [8] 孙洪. 数字信号处置实验指导书(MATLAB版). 北京: 清华大学出版社, 2003