1、clcclear all; close all;x,Fs,bits=wavread（ 刘冰 数字信号处理liubing ）;x0=x（:,1）; %将采集来的语音信号转换为一个数组soun d（x0,Fs,bits）;y=fft（x）;figure;plot（x, 原始语音信号时域波形）;y1=fft（x0）;y1=fftshift（y1）; d = Fs/le ngth（x）;1原始语音信号时域波形0.80.60.40.2-0.2-0.4-0.6-0.82 3 45 67 8 9plot（-Fs/2:d: Fs/2-d,abs（y1）, b）原始语音信号的频域信号）% 画出原始语音信号的频谱
2、图x 103000N=le ngth（x）;w1 = wi ndow（ha nn ,N）;w2 = wi ndow（blackma n, N）;x仁x0.*w1; %对原始信号加汉宁窗处理x2=x0.*w2 ; %对原始信号加布兰克曼窗处理figure,plot（x1）;title（加汉宁窗后的语音信号）显示加窗后的时域语音信号 s=floor（le ngth（xO）/Fs）;%计算原始语音信号的时间长度，这里得到的结果是 18秒，因为floor是向下取整，所以信号的末尾一点会被去掉， 但是因为最后一点没有声音信号， 所以 影响可以忽略。%加汉宁窗后功率谱，加布兰克曼窗后又可以得到一组图，只需
3、要将下列循环中 的x1改为x2，这里就不再显示%每两秒对语音信号求一次功率谱并显示for i=1:1:s/2f=x1（i -1）*Fs*2+1:i*Fs*2）; %每两秒取出一段信号l=le ngth （f）;q=fft（f,l）;E=abs（q）.*abs（q）; %傅里叶变换结果取模的平方figure,plot（E（1:3000）,b）;title（第,num2str（i*2-1）,num2str（i*2）,秒语音功 率谱）;%因为语音信号主要集中在低频段，所以这里只需要显示低频段即可，取（1:3000）end加窗后的时域波形第12秒语音功率谱x 10 4 第34秒语音功率谱x 105 第
4、78秒语音功率谱x 105700第910秒语音功率谱50010001500_ 一 一2000 250056 第1314秒语音功率谱20002500频谱分析：人说话的频率基本集中在 1200Hz 以内的低频 段，但我这里可以在高频段 （2000Hz 左右） 可以观察到部分 能量，这应该是在录音的时候电脑本身的噪音以及录音设备 的误差造成（2）根据功率谱线，大致可观察到语音信号在 150400和 500650 之间有两个波峰，因此取这两个频宽作为我语音 信号的特征频带，根据要求选择汉宁窗作为滤波器滤波。1）汉宁窗滤波器的幅频特性显示%汉宁窗 f1=150; f2=400; w1=2*pi*f1/F
5、s;w2=2*pi*f2/Fs; w=w1,w2;N=ceil（4*pi/（2*pi*200/Fs）; %求出所需滤波器的阶数Windows=HANNING（N）;b1=FIR1（N-1,w, Windows）; %带通滤波器freqz（b1,1,512）;title（汉宁窗带通（150400 ）滤波器的频率响应%数字滤波器频率响应f1=500;f2=650; %带通滤波器的通带范围w1=2*pi*f1/Fs;Nw=N;b2=FIR1（N-1,w, Win dows）;% 带通滤波器freqz（b2,1,512）;汉宁窗带通（500650 ）滤波器的频率响应% 数字滤波器频率响应T-300I1
6、呻飞貲5丁 kFhr-j0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9Normalized Frequency （rad/sample）o-2ls eATgeflre S9h-20000.1 0.2 0.3 0.4 0.5f i i -10000.6 0.7 0.8 0.9eangaMlseeLagdr esahpI f怙.1rr-丫:m半种1 穴Fr卜酣：1 fw 中-汉宁窗带通（500650 ）滤波器的频率响应40 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1Normalized Frequency （ rad/sample）L a
7、J d i-5000.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.92）将原始语音信号分别通过两个频带， 以下是滤波后的时域波形band仁 fftfilt（b1,xO）;sou nd（ba nd1,Fs,bits）%滤波后听到的声音有了明显的变化subplot（2,1,1）;plot（band1）;汉宁窗（150400 ）滤波后的时域波形 ban d2=fftfilt（b2,x0）;soun d（ba nd2,Fs,bits）;subplot（2,1,2）;plot（band2）;汉宁窗（500650 ）滤波后的时域波形汉宁窗（150400）滤波后的时域波形（3 ）特征频段
8、语音信号随时间变化的曲线，分别作出150400和500650特征频带的语音信号曲线a=zeros（s/0.05,1）%这一步是为了求出所画信号曲线的长度，并定义空数组 for i=1:s/0.05f=x0（i-1）*Fs*0.05+1:i*Fs*0.05）; %每 0.05 秒取出一段数据E=q*conj（q）/I; a（i）=mea n（E（150400）; end%求出该段的功率%求平均figure,plot（0:0.05:s-0.05,a）;150400Hz 汉宁窗滤波后的功率谱曲线b=zeros（s/0.05,1）;f=x0（i -1）*Fs*0.05+1:q=fft（f,l）； b（
9、i）=mea n（E（500:650）;s-0.05,b）;500650Hz 汉宁窗滤波后的功率谱曲线语谱图，也叫频谱分析视图，如果针对语音数据的话，叫语谱图。语谱图的横坐标是时间，纵坐标是频率，坐标点值为语音数据能量。 由于是采用二维平面表达三维信息， 所以能量值的大小是通过颜 色来表示的，颜色深，表示该点的语音能量越强。所有函数：spectrogram功能：使用短时傅里叶变换得到信号的频谱图 语法：S,F,T,P=spectrogram（x,wi ndow, no verlap, nfft,fs）x-输入信号的向量。默认情况下，即没有后续输入参数， x将被分成8段分别做变换处理，如果x不能被平分成8段，则会做截断处理。默认情况下，其他参数的默认 值为window-窗函数，默认为nfft长度的海明窗Hammingnoverlap-每一段的重叠样本数，默认值是在各段之间产生 50%的重叠nfft-做FFT变换的长度，默认为256和大于每段长度的最小2次幕之间的 最大值。fs-采样频率，默认值归一化频率程序：figure,spectrogram（x0,512,500,512,Fs, yaxiscolormap（ graycolorbar;语谱图这里由于语谱图的数据量太大， 很容易造成死机，因此这里采用截屏得到。（iAtlsnaeJ
