摘 要：語音信號處理是一門新興的涉及面很廣的交叉學(xué)科，是許多信息領(lǐng)域應(yīng)用的核心技術(shù)之一。本文簡要介紹了語音信號的采集與處理過程，并利用 MATLAB 對語音信號進行時域和頻域分析，并對語音進行處理。

關(guān)鍵詞：語音信號；仿真原理；實現(xiàn)過程

一、引言

人類已進入了信息化時代，用現(xiàn)代手段研究語音信號，使人們能更加有效地產(chǎn)生、傳輸、存儲、獲取和應(yīng)用語音信息，這對于促進社會的發(fā)展具有十分重要的意義。作為高科技應(yīng)用領(lǐng)域的研究熱點，語音信號的采集和分析從理論的研究到產(chǎn)品的開發(fā)已經(jīng)取得了長足的進步。語音信號的采集與分析之所以能夠被不斷地進行研究和探討，除了它的實用性之外，另一個重要的原因是，它始終與當時信息科學(xué)中最活躍的前沿學(xué)科保持密切聯(lián)系，并且一起發(fā)展。對語音信號的采集與分析的研究一直是數(shù)字信號處理技術(shù)發(fā)展的重要推動力量。因為許多處理的新方法的提出，首先是在語音信號處理中獲得成功，然后再推廣到其他領(lǐng)域。

語音信號的仿真與處理技術(shù)一直以來都是很熱門的研究領(lǐng)域，具有重要的理論和實踐研究價值。針對語音信號自身的時域頻域特性的研究是語音信號處理技術(shù)能夠取得進一步突破的重要基礎(chǔ)，必須有針對性地對語音信號做一個系統(tǒng)性分析。語音信號傳輸過程中會受到噪聲的干擾，導(dǎo)致語音質(zhì)量的下降從而降低了語音辨識度，因此要進行濾波濾去不需要的噪聲或者混頻干擾。

二、語音信號的簡介

語音具有成為聲學(xué)特征的物理物質(zhì)，基本的組成單位是音素。音素是發(fā)出各不相同音的最小單位，可以將音素分為濁音和清音兩大類。如果把不存在語音而只有背景噪聲的情況稱為無聲時，音素又可以分為無聲、濁音和清音三類。一個音節(jié)由元音和輔音構(gòu)成。元音在音節(jié)中占主要部分。所有元音都是濁音。

語音信號處理的目的有兩個：一個是要通過處理得到一些反應(yīng)語音信號重要特征的語音參數(shù)，以便高效地傳輸或儲存語音信號信息；另一個是要通過處理某種運算以達到某種用途的要求，例如人工合成出語音、辨識出講話者、識別出講話的內(nèi)容等。

傅里葉變換在信號處理中能夠?qū)⑿盘栐跁r間域和頻率域之間進行有效的聯(lián)系和轉(zhuǎn)換，能夠?qū)⑿盘柕念l率特征清晰準確的表現(xiàn)出來，而在時域中這種頻率性能是沒有定量的表現(xiàn)的，因此傅里葉變換在信號處理上具有十分重要的作用。在語音信號處理上，傅里葉變換一直起著主要作用。穩(wěn)態(tài)的語音生成模型有線性系統(tǒng)組成，系統(tǒng)輸入為隨時間作周期變化或隨機變化時，系統(tǒng)輸出的頻譜則反應(yīng)了激勵與聲道頻率響應(yīng)特性。此外，語音信號的頻譜具有非常明顯的語言學(xué)意義，可以獲得某些重要的語音特征，如共振峰頻率帶寬等。

三、語音信號的仿真原理

利用 MATLAB 對語音信號進行分析和處理，采集語音信號后，利用 MATLAB 軟件平臺進行頻譜分析；并對所采集的語音信號加入干擾噪聲，對加入噪聲的信號進行頻譜分析，設(shè)計合適的濾波器濾除噪聲，恢復(fù)原信號。語音信號的“短時譜”對于非平穩(wěn)信號，它是非周期的，頻譜隨時間連續(xù)變化，因此由傅里葉變換得到的頻譜無法獲其在各個時刻的頻譜特性。如果利用加窗的方法從語音流中取出其中一個片斷，再進行傅里葉變換，就可以得到該語音的短時譜。MATLAB 可以有效地實現(xiàn)濾波器的設(shè)計、分析和仿真，極大地減輕了工作量，有利于濾波器設(shè)計的最優(yōu)化。利用 MATLAB 中的隨機函數(shù)產(chǎn)生噪聲加入到語音信號中，模仿語音信號被污染，并對其進行頻譜分析，設(shè)計一濾波器，并對被噪聲污染的語音信號進行濾波，對濾波前后信號進行時域分析。

四、語音信號的仿真實現(xiàn)

1.語音信號的采集

基于聲卡進行數(shù)字信號的采集，在 MATLAB 軟件平臺下可以利用函數(shù) wavread對語音信號進行采樣，得到了相應(yīng)的聲音數(shù)據(jù)變量?？梢缘弥?，在時域環(huán)境下，信號呈現(xiàn)出不規(guī)則的信號峰值。通過 freqz 函數(shù)給出原始語音信號的頻率響應(yīng)。然后對語音信號進行頻譜分析，在 MATLAB 中可以利用函數(shù) fft 對信號進行快速傅里葉變換，得到信號的頻譜圖。

2.語音信號的分析

語音信號幅度值的變化一般用短時能量顯示，鑒于短時能量對高電平非常敏感，可以采用短時平均幅度用來表征語音信號能量大小。兩者的主要區(qū)別在于計算時取樣值的大小不同，但這些參數(shù)在處理時對取樣值都做平方處理，在一些應(yīng)用上可能會帶來一些好處。

3.設(shè)計低通濾波器

在MATLAB中，設(shè)計濾波器的方法和函數(shù)較多，本文中是采用 butterworth 設(shè)計 FIR 低通濾波器，然后采用雙線性變換法設(shè)計成數(shù)字低通濾波器。

4.語音信號的處理和GUI界面的設(shè)計

在回聲和添加背景音樂語音特效處理后信號發(fā)生明顯變化，可以感受不一樣的聽覺效果。綜合以上，課題設(shè)計了GUI人機交互界面操作平臺，可以方便地實現(xiàn)對語音信號的采集分析和處理。

五、結(jié)語

通過用低通濾波器對原始信號進行濾波，對濾波前后的波形分析對比可知，總體可以恢復(fù)原始信號波形。濾波后的輸出波形明顯在對應(yīng)時間幅度比原語音加噪聲信號的要小，而且濾波的效果也與濾波器的選擇有關(guān)，可以看出濾波器的性能差異以及參數(shù)的調(diào)節(jié)會對濾波器產(chǎn)生一定的影響，并且通過加入可以發(fā)現(xiàn)濾波前后的聲音有變化。但經(jīng)過低通濾波器后，已很接近原來的聲音，人耳幾乎辨別不出。

參考文獻：

[1]周淵，何英.基于MATLAB的噪聲信號采集和分析系統(tǒng)的設(shè)計[J].噪聲控制，2004.

[2]徐靖濤，王金根.基于MATLAB的語音信號分析和處理[J]. 重慶科技學(xué)院學(xué)報，2008.

[3]張登奇，楊慧銀.信號的頻譜分析及MATLAB實現(xiàn)[J].湖南理工學(xué)院學(xué)院，2010.