声音延时与混响

1、武汉理工大学信息处理课群综合训练与设计报告目录摘要IAbstractII1 任务与要求11.1 课程设计的任务11.2 课程设计的要求11.3 课题背景及意义22 原理分析32.1语音信号的采样32.2 混响42.3 延时52.4 时域分析62.5 频域分析62.6 离散傅立叶变换72.7 滤波器设计82.7.1 特殊滤波器的系统函数：82.7.2 滤波函数filter83 声音的延时与混响仿真的方案设计94 运行结果与分析104.1 原始信号时域与频域波形图104.2 采样后语音信号时域与频域波形图114.3 信号延时时域与频域波形图124.4 信号混响后时域与频域波形图134.5 单回声滤

2、波器波形图144.6 多重回声滤波器波形图154.7 无限回声滤波器波形图164.8 全通滤波器波形图175 总结18参考文献19附录20摘要 语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十

3、分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。数字信号处理(Digital Signal Processing)技术，从20世纪60年代以来，随着计算机科学和信息科学发展，数字处理技术应运而生并得以快速发展。 语言是人们进行信息沟通的主要方式之一，它具有直接、自然、方便等优点。语音则是语言的物理层表达方式。语音处理主要是对语音进行机器处理，以达到传输、自动识别、机器理解等目的。进行了语音处理过程的滤波、采样、傅立叶变换和谱包络提取的算法实现研究，讨论了在算法的DSP实现方法。Matla

4、b 语言是一种广泛应用于工程计算及数值分析领域的新型高级语言, Matlab 功能强大、简单易学、编程效率高。特别是Matlab 还具有信号分析工具箱, 不需具备很强的编程能力, 就可以很方便地进行信号分析、处理和设计。 本课程设计基于Matlab分析wav声音文件频谱与声音的关系。通过采集个人的一段声音进行频谱分析等处理，然后设计数字滤波器处理这个原始声音的wav文件,并比较滤波以后输出声音信号与原声音信号的异同。关键词: matlab 语音信号 延时 混响 滤波器 MATLAB语言 频谱分析Abstract Speech signal processing is the study of

5、digital signal processing technology and phonetics knowledge of the voice signal processing of the emerging discipline, is one of the core technology of the fastest growing field of scientific research. Voice transmission of information is human is the most important and effective exchange of inform

6、ation in the form most commonly used and most convenient.The Matlab language is a very powerful computer application software in a data analysis and processing functions, it can transform the sound files for discrete data files, and then use its powerful matrix operations capable of handling data, s

7、uch as digital filtering, Fourier transform, domain and frequency domain analysis, voice playback, as well as a variety of map showing the signal processing and analysis toolkit for speech signal analysis provides a very rich feature function, the use of these features function can quick and easily

8、completed the speech signal processing and analysis and signal visualization, make computer interaction more convenient. The signal processing is one of the the Matlab important field of application.This course is designed based on Matlab analysis of the spectrum, the relationship between sound of w

9、av sound files. Through the collection of individuals a sound spectrum analysis, processing, and then design the digital filter, the original sound wav files, and compare similarities and differences of the output audio signal with the original sound signal after the filter.Keywords : matlab voice s

10、ignal delay reverb filterI1 任务与要求1.1 课程设计的任务 这次综合课程设计，是利用MATLAB软件对声音信号进行一系列的处理。主要要做的任务有一下几点：(1)利用Windows下的录音机或其他软件，录制一段自己的语音信号，时间控制在1s左右，并对录制的信号进行采样。(2)语音信号的频谱分析，画出采样后语音信号的时域波形和频谱图。(3)将信号加入延时和混响，再分析其频谱，并与原始信号频谱进行比较。(4)设计几种特殊类型的滤波器：单回声滤波器，多重回声滤波器，无限个回声滤波器，全通结构的混响器，并画出滤波器的频域响应。(5)用自己设计的滤波器对采集的语音信号进行滤波

11、。(6)分析得到信号的频谱，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化。(7)回放语音信号。1.2 课程设计的要求 这次课程设计是为了培养我们的学习能力和处理能力，所以对这次的课设有如下的几点要求：(1)熟悉离散信号和系统的时域特性。(2)熟悉语音信号的特点。(3)掌握数字信号处理的基本概念，基本理论和基本方法。(4)掌握序列快速傅里叶变换方法。(5)学会MATLAB的使用，掌握MATLAB的程序设计方法。(6)掌握MATLAB设计各种数字滤波器的方法和对信号进行滤波的方法。1.3 课题背景及意义数字信号处理主要是研究用数字或符号序列表示和处理信号。处理的目的可

12、以是削弱信号中的多余内容，滤除混杂的噪声和干扰，或者是将信号变换为容易分析和识别的形式，便于估计和选择它的特征参数。语音信号分析是语音信号处理的前提和基础，只有分析出可表示语音信号本质特征的参数，才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理。而且，语音合成的音质好坏，语音识别率的高低，也都取决于对语音信号分桥的准确性和精确性。因此语音信号分析在语音信号处理应用中具有举足轻重的地位。根据所分析出的参数的性质的不同，可将语音信号分析分为时域分析、频域分析、倒领域分析等；时域分析方法具有简单、计算量小、物理意义明确等优点，但由于语音信号最重要的感知特性反映在功率谱中，而相位变化只

13、起着很小的作用，所以相对于时域分析来说频域分析更为重要。本文将简要介绍时域分析、频域分析。声音信号是一维连续信号,而计算机只能处理离散信号。为了从离散信号还原连续信号,根据采样定理,可以确定采样频率的最小值。wav文件是一种数字声音文件格式,本课程设计基于Matlab分析了wav声音文件频谱与声音的关系。通过采集个人的一段声音进行频谱分析等处理，然后设计数字滤波器处理这个原始声音的wav文件,并比较滤波以后输出声音信号与原声音信号的异同。语音信号处理是一门比较实用的电子工程的专业课程，语音是人类获取信息的重要来源和利用信息的重要手段。通过语言相互传递信息是人类最重要的基本功能之一。语言是人类特

14、有的功能，它是创造和记载几千年人类文明史的根本手段，没有语言就没有今天的人类文明。语音是语言的声学表现，是相互传递信息的最重要的手段，是人类最重要、最有效、最常用和最方便的交换信息的形式。 近年来,随着计算机及大规模数字集成电路的迅速发展,语音数字信号处理得到了相应的发展。语音信号分析模拟、语音合成、语音识别等的研究已较成熟。、各种声码器、声控器、语声识别系统、语声合成器等已逐渐有商品出现。2 原理分析 2.1语音信号的采样（1）采样频率 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

15、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。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。(2)采样位数 采样位数即采样值或取样值，用来衡量声音波动变化的参数，是指声卡在采集和播放声音文件时所使用数字声音信号的二进制位数。采样频率是指录音设备在一秒钟内对声音信号的采样次数，采样频率越高声音的还原就越真实越自然。采样位数和采样率对于音频接口来说是最为重要的两个指标，也是选择音频接口的两个重要标准。无论采样频率如何，理论上来说采样的位数决定了音频数据最大的力度范围。每增加一个采样位数相当于力度范围增加了6dB。采样位数越多则捕捉到的信号越精确。对于采样率来说你可以想象它类

16、似于一个照相机，44.1kHz意味着音频流进入计算机时计算机每秒会对其拍照达441000次。显然采样率越高，计算机摄取的图片越多，对于原始音频的还原也越加精确。(3)采样定理 在进行模拟/数字信号的转换过程中，当采样频率fsmax大于信号最高频率fmax的2倍时，即：fsmax>=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大码元传输速率=2W*log2 N (其中W是理想低通信道的带宽,N是电平强度)。2.2 混响 声音是通过媒

17、质传入人的听觉器官的。媒质，既是声音的传播途径，也是声音的载体。用一个日常生活中司空见惯的例子来说，媒质，就像湖中传递波浪的湖水。在平静的湖面投人一块石子，石子击起水波，波纹越来越大，水波越传越远。这湖水，就是传播水波的媒质。声音也仿佛如此:当某一声源发音，空气中声波的震荡就会改变周围空气的静止状态，使之形成时而压缩，时而稀疏的前进波，声波就这样不断地散发开去，传播声音的媒质就是空气。 在闭室中，当声源发出一个声音信号(例如是一个脉冲声信号)时，位于室内任何一点的听者所接收到的声音中，应包含两部分成份，一部分是由声源直接传到听者的声音，我们称其为“直达声”。另一部分是声波传到墙壁或障碍物处反射

18、出的声音，其中有一些被听者接收到，另外一些又会传到其它墙壁处再次发生反射，反射后的声音中又有一些被听者接收到，类似地持续下去，将听者接收到的这部分声音，统称为“反射声”。从时间上看，反射声较直达声落后(或称为延迟声)，从能量角度看，由于每经一次反射都会有部分能量被吸收，因此反射声是一系列能量逐渐衰减的延迟声。 数字混响可以通过用人工创作的回音并将它加入原始信号里，从而把隔音录音室里录制的声音转换为一种自然的声音形式；回音可以简单地由延迟单元产生。 混响效果主要是用于增加音源的融合感。自然音源的延时声阵列非常密集、复杂，所以模拟混响效果的程序也复杂多变。常见参数有以下几种：（1） 混响时间：能逼

19、真的模拟自然混响的数码混响器上都有一套复杂的程序，其上虽然有很多技术参数可调，然而对这些技术参数的调整都不会比原有的效果更为自然，尤其是混响时间。（2）高频滚降：此项参数用于模拟自然混响当中，空气对高频的吸收效应，以产生较为自然的混响效果。一般高频混降的可调范围为0.11.0。此值较高时，混响效果也较接近自然混响；此值较低时，混响效果则较清澈。（3）扩散度：此项参数可调整混响声阵密度的增长速度，其可调范围为010，其值较高时，混响效果比较丰厚、温暖；其值较低时，混响效果则较空旷、冷僻。（4）预延时：自然混响声阵的建立都会延迟一段时间，预延时即为模拟次效应而设置。（5）声阵密度：此项参数可调整声

20、阵的密度，其值较高时，混响效果较为温暖，但有明显的声染色；其值较低时，混响效果较深邃，切声染色也较弱。（6）频率调制：这是一项技术性的参数，因为电子混响的声阵密度比自然混响稀疏，为了使混响的声音比较平滑、连贯，需要对混响声阵列的延时时间进行调制。此项技术可以有效的消除延时声阵列的段裂声，可以增加混响声的柔和感。（7）调治深度：指上述调频电路的调治深度。2.3 延时延时就是将音源延迟一段时间后，再欲播放的效果处理。依其延迟时间的不同，可分别产生合唱、镶边、回音等效果，当延迟时间在335ms之间时人耳感觉不到滞后音的存在，并且他与原音源叠加后，会因其相位干涉而产生"梳状滤波"效

21、应，这就是镶边效果。如果延迟时间在50ms以上时，其延迟音就清晰可辨，此时的处理效果才是回音。回音处理一般都是用于产生简单的混响效果，延时、合唱、镶边、回音等效果的可调参数都差不多，具体有以下几项：延时时间（Dly），即主延时电路的延时时间调整。反馈增益（FB Gain），即延时反馈的增益控制。反馈高频比（Hi Ratio），即反馈回路上的高频衰减控制。调制频率（Freq），指主延时的调频周期。调制深度（Depth），指上述调频电路的调制深度。高频增益（HF），指高频均衡控制。预延时（Ini Dly），指主延时电路预延时时间调整。均衡频率（EQ F），这里的频率均衡用于音色调整，此为均衡的中点

22、频率选择。由于延时产生的效果都比较复杂多变，如果不是效果处理专家，建议使用设备提供的预置参数，因为这些预置参数给出的处理效果一般都比较好。2.4 时域分析 语音信号的时域分析就是分析和提取语音信号的时域参数。进行语音分析时，最先接触到并且也是最直观的是它的时域波形。语音信号本身就是时域信号，因而时域分析是最早使用，也是应用最广泛的一种分析方法，这种方法直接利用语音信号的时域波形。时域分析通常用于最基本的参数分析及应用，如语音的分割、预处理、大分类等。这种分析方法的特点是：表示语音信号比较直观、物理意义明确。实现起来比较简单、运算且少。可以得到语音的一些重要的参数。只使用示波器等通用设备，使用较

23、为简单等。2.5 频域分析在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。下面介绍这些函数：（1）函数FFT用于序列快速傅立叶变换。函数的一种调用格式为：y=fft(x)其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT。且和x相同长度。若x为一矩阵，则y是对矩阵的每一列向量进行FFT，如果x长度是2的幂次方，函数fft执行高速基2FFT算法；否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢。（2） 函数FFT的另一种调用格式为：y=fft(x,N)式中，x，y意义同前，N为正整数，函数执行N点的FFT。若x为向量且长

24、度小于N，则函数将x补零至长度N。若向量x的长度大于N，则函数截短x使之长度为N。若x 为矩阵，按相同方法对x进行处理。（3）经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。MATLAB提供求复数的幅值和相位函数：abs，angle，这些函数一般和FFT同时使用函数abs(x)用于计算复向量x的幅值，函数angle(x)用于计算复向量的相角，以弧度表示。函数unwrap(p)用于展开弧度相位角p 。（4）fftshift作用：将零频点移到频谱的中，用法：Y=fftshift(X) Y=fftshift(X，dim) 描述：fftshift移动零频点到频谱中间，重新排列fft,fft

25、2和fftn的输出结果。将零频点放到频谱的中间对于观察傅立叶变换是有用的。2.6 离散傅立叶变换 在MATLAB的信号处理工具箱中函数FFT和IFFT用于快速傅立叶变换和逆变换。下面介绍这些函数,函数FFT用于序列快速傅立叶变换，函数的一种调用格式为:y=fft(x) （式4-1）其中，x是序列，y是序列的FFT，x可以为一向量或矩阵，若x为一向量，y是x的FFT。且和x相同长度。若x为一矩阵，则y是对矩阵的每一列向量进行FFT。如果x长度是2的幂次方，函数fft执行高速基2FFT算法；否则fft执行一种混合基的离散傅立叶变换算法，计算速度较慢，函数FFT的另一种调用格式为: 

26、60; y=fft(x,N) （式4-2） 式中，x，y意义同前，N为正整数,函数执行N点的FFT。若x为向量且长度小于N，则函数将x补零至长度N。若向量x的长度大于N，则函数截短x使之长度为N。若x 为矩阵，按相同方法对x进行处理，经函数fft求得的序列y一般是复序列，通常要求其幅值和相位。MATLAB提供求复数的幅值和相位函数：abs，angle，这些函数一般和FFT同时使用。用MATLAB工具箱函数fft进行频谱分析时需注意：（1）函数fft返回值y的数据结构对称性。（2）频率计算。（3）作FFT分析时，幅值大小与FFT选择点数有关，但不影响分析结果。2.7 滤波器设计 数字滤

27、波器的作用是利用离散时间系统的特性对输入信号波形(或频谱)进行加工处理，或者说利用数字方法按预定的要求对信号进行变换，数字滤波器可以理解为是一个计算程序或算法，将代表输入信号的数字时间序列转化为代表输出信号的数字时间序列，并在转化过程中，使信号按预定的形式变化。2.7.1 特殊滤波器的系统函数：单回声滤波器的系统函数：H(z)= <1 （式4-3）无限个回声滤波器的系统函数:H(z)= <1 （式4-4）多重回声滤波器的系统函数 ：H(z)= <1 （式4-5）全通结构的混响器的系统函数:H(z)= <1 （式4-6）2.7.2 滤波函数filter 系统还是离散时间L

28、TI系统，系统对输入信号的响应，实质上就是对输入信号从频域角度，无论是连续时间LTI的频谱进行不同选择处理的过程，这个过程称为滤波。因此，在MATLAB的信息处理工具箱中，提供了一维滤波器函数filter和二维滤波器函数filter2。 函数filter的调用格式为：y=filter(b,a,x) （ 式4-7）该格式采用数字滤波器对数据进行滤波，既可以用于IIR滤波器，也可以用于FIR滤波器。其中向量b和a分别表示系统函数的分子、分母多项式的系数，若a1，此时表示FIR滤波器，否则就是IIR滤波器。该函数是利用给出的向量b和a，对x中的数据进行滤波，结果放入向量y.3 声音的延时与混响仿真的

29、方案设计利用Windows下录音机或其他软件，录制一段语音信号，时间控制在1s左右 设计流程图：对语音文件进行单回声滤波，多重回声滤波，无限个回声滤波，全通结构的混响，并画出滤波的频域响应图像。对采样信号进行延时，再调整采样长度进行叠加得到混响。并画出时域及频域波形对语音文件进行采样，并画出时域及频域波形利用Matlab读取语音文件4 运行结果与分析4.1 原始信号时域与频域波形图图4-1 原始信号时域和频域波形图 本次课程设计中，声音文件的获取可以通过Matlab软件得到。4.2 采样后语音信号时域与频域波形图图4-2 采样后时域和频域波形图结果分析：与时域波形结果吻合，由频谱可看出频率不集

30、中，有一点高频分量，是由于噪声的干扰引起的。4.3 信号延时时域与频域波形图图4-3 信号延时时域与频域波形图 结果分析：从原始信号和处理后的延时图可以看出，延时并没有真正意义上改变语音信号，只是把信号的时域推后了，频谱无变化。4.4 信号混响后时域与频域波形图图4-4 信号混响后时域与频域波形图 结果分析：由运行结果可以看出，原始信号的延时声阵列非常密集、复杂，混响后时域波形音量增大了，各个脉冲变宽，语音信号的频谱展宽了，幅值增大，回放的语音声音变得融合，能听到回音。4.5 单回声滤波器波形图图4-5 单回声滤波器波形图结果分析：由运行结果可以看出，时域波形的幅值变大，毛刺变多，频谱的中心频

31、率两边的频率分量展宽、幅值变大，回放的声音立体感变强。4.6 多重回声滤波器波形图图4-6 多重回声滤波器波形图结果分析：由运行结果可以看出，时域波形的幅值变大，毛刺变得更多，频谱的中心频率幅值变大，回放的声音立体感变的更强。4.7 无限回声滤波器波形图图4-7 无限回声滤波器波形图结果分析：由运行结果可以看出，时域波形的幅值变大，频谱的中心频率不变，中心频率两边的频率分量变得密集、幅值变小，回放的声音变得清晰，音量变大。4.8 全通滤波器波形图结果分析：由运行结果可以看出，时域波形和频谱基本不变，回放的声音跟原语音信号很接近。5 总结 通过本次课程设计，我对MATLAB软件有了较深的了解，并

32、且学会了用MATLAB对语音信号进行分析和处理。这次课程设计 ，刚开始我无从下手，不知所措，后来经过问同学、去图书馆资查料、上网查资料、看视频教程，逐渐了解了用MATLAB对语音信号进行分析和处理要用到的各种函数，及滤波器的设计及其频率响应的绘制，并在调试过程不断出错的过程中，不断加强了对MATLB编程的掌握程度，能够用MATLB对语音信号进行分析和处理，收获颇深。 本次课程设计锻炼了我独立解决问题的能力。刚看到题目时我一点思路也没有，到后来，自己不断探索MATLB，不断摸索各个函数的使用方法和格式，最后完成了本次课程设计，整个过程让我学会了发现问题，并独立解决问题的方法，也能更好的利用网络学

33、习知识。 本次课程设计让我对语音信号的采样、延时、混响、滤波器的设计及语音信号的分析有了更深的了解，并且巩固了数字信号处理所学的内容。了解了通过MATLAB设计单回声滤波器，多重回声滤波器，无限个回声滤波器，全通结构的混响器的过程和方法，使所学的知识得到了综合运用与巩固。 本次课程设计最重要的是让我学会了独立解决问题的方法，经过不断的学习、出错、调试、改正，锻炼了我的耐心和毅力，让我体会到了不断探索的乐趣，并体会到了付出后得到成功的激动。此次设计也让我发现了我的不足：对MATLB的掌握程度不够，在原来学习后，我对MATLAB的许多函数、属性的用法还是不很了解，以后应当多多学习软件，辅助各门专业

34、课的学习，并激发对本专业的学习兴趣。参考文献1 邹彦，DSP原理及应用，第1版，电子工业出版社，2006；2 彭启琮等，DSP技术的发展与应用，第二版，高等教育出版社，20073 刘泉，阙大顺数字信号处理原理与实现电子工业出版社20054 张雄伟，DSP集成开发与应用实例，第1版，电子工业出版社，2002；5 张洪涛等，数字信号处理，第一版，华中科技大学出版社，20076 杨述斌等，数字信号处理实践教程，第一版，华中科技大学出版社，20077 胡航语音信号处理哈尔滨工业大学出版社20028 张威MATLAB基础与编程入门西安电子科技大学出版社2006附录源程序如下：(1)语音信号程序操作如下：

35、%*recording 3 path Voice signal*% pausefs=50000; %sample frequency is 50Khz duration=4; %time=4s%*recordig path one*% fprintf('Press any key to start %g seconds of recording one.n',duration); pausefprintf('recording.n');ly1=wavrecord(duration*fs,fs); %duration*fs=200000，save as ly1%r

36、ecordig path twofprintf('Press any key to start %g seconds of recording two.n',duration);pausefprintf('recording.n');ly2=wavrecord(duration*fs,fs); %duration*fs=200000，save as ly2%recordig path threefprintf('Press any key to start %g seconds of recording three.n',duration);pa

37、usefprintf('recording.n');ly3=wavrecord(duration*fs,fs); %duration*fs=200000，save as ly3%*play the 3 record*%fprintf('Press any key to play the 3 recording.n');pause;fprintf('playing one.n');wavplay(ly1,fs);fprintf('overn');wavwrite(ly1,fs,'s1.wav'); %save as

38、WAVfprintf('playing two.n');wavplay(ly2,fs);fprintf('overn');wavwrite(ly2,fs,'s2.wav');fprintf('playing three.n');wavplay(ly3,fs);fprintf('overn');wavwrite(ly3,fs,'s3.wav');%将上述代码保存为record02.m文件，在matlab命令行下输入刚才保存的文件名即可x1,fs,bits=wavread('F:360data重

39、要数据桌面s21.wav');sound(x1,fs,bits);x1=x1(:,1);subplot(2,1,1);plot(x1); %做原始语音信号的时域图形title('原始语音信号');grid on;xlabel('时间 n');ylabel('音量 n');y1=fft(x1);subplot(2,1,2);plot(abs(y1); %画出原始的语音信号的频谱图title('原始信号的频谱');grid on;x,fs,bits=wavread('F:360data重要数据桌面s21.wav'

40、;,10000 150000);x=x(:,1); %只取单声道sound(5*x,fs); %对声音的回放n1=0:2000;N=size(x,1);figure(2);subplot(2,1,1);plot(x);title('采样后语音信号的时域波形');Y=fft(x,2001); subplot(2,1,2); %对信号做2001点FFT变换plot(n1(1:1000),Y(1:1000); title('采样后语音信号的频谱图'); %信号幅度 %延时的信号x1,fs,bits=wavread('D:sound1.wav');x1=

41、x1(:,1); %只取单声道z=zeros(2000,1);x1; %对声音延时2000sound(z,fs);figure(2); Subplot(211);plot(z);title('延时后的信号时域图');grid on; %画出延时后的信号时域图 z=fft(x1); %做length(x1)点的FFTz=fftshift(z); %平移，是频率中心为0derta_fs = fs/length(z); %设置频谱的间隔，分辨率Subplot(212);plot(-fs/2:derta_fs:fs/2-derta_fs,abs(z);%画出延时后的信号频谱图title

42、('延时后的信号频谱图');grid on; %混响后信号x,fs,bits=wavread(D:MATLABworkzhysound1.wav); %读取语音信号x=x(:,1); %只取单声道z=zeros(2000,1);x; %对语音信号进行延时x=x;zeros(2000,1); %使语音信号与延时后信号同等长度y1=x+z; %信号的混响sound(y1,fs); %回放混响后的信号figure(3);subplot(211);plot(y1); title('混响的时域图'); %混响时域图Y1=fft(y1); %做length(y1)点的FFT

43、Y1=fftshift(Y1); %平移，是频率中心为0derta_fs = fs/length(y1); %设置频谱的间隔，分辨率Subplot(212);plot(-fs/2:derta_fs:fs/2-derta_fs,abs(Y1);%画出混响频谱图title('混响的频谱图');grid on;%单回声滤波器x,fs,bits=wavread(D:MATLABworkzhysound1.wav); %读取语音信号x=x(:,1); %只取单声道a=0.5; %a取小于等于1z=zeros(2000,1);x; %对语音信号进行延时x=x;zeros(2000,1);

44、%使语音信号与延时后信号同等长度y2=x+z*a; %信号经单回声滤波sound(y2,fs); %回放经单回声滤波器后的语音信号figure;subplot(211);plot(y2);title('单回声滤波的信号时域图');Y2=fft(y2); %做length(y2)点的FFTY2=fftshift(Y2); %平移，是频率中心为0derta_fs = fs/length(y2); %设置频谱的间隔，分辨率Subplot(212);plot(-fs/2:derta_fs:fs/2-derta_fs,abs(Y2);%画出单回声信号频谱图title('单回声滤波

45、的信号频谱图');grid on;%多回声滤波器x,fs,bits=wavread(D:MATLABworkzhysound1.wav);x1=x(:,1); %变换为单声道语音信号delay_t=0.1; %回声延迟时间a=0.2; %衰减系数N=3; %N阶延时Bz=1;zeros(fs*delay_t,1)*N;aN;Az=1;zeros(fs*delay_t,1);a;y=filter(Bz, Az ,x1 );sound(y,fs,bits); %回放经多回声滤波器后的语音信号figure;subplot(211);plot(y);title('多回声滤波的信号时域图

46、');Y2=fft(y); %做length(y)点的FFTY2=fftshift(Y2); %平移，是频率中心为0derta_fs = fs/length(y); %设置频谱的间隔，分辨率Subplot(212);plot(-fs/2:derta_fs:fs/2-derta_fs,abs(Y2); %画出多回声信号频谱图title('多回声滤波的信号频谱图');grid on;%无限回声滤波器x,fs,bits=wavread(D:MATLABworkzhysound1.wav); %读取语音信号x=x(:,1); %只取单声道a=0.5; %a取小于等于1Bz=0,

47、0,0,0,0,0,0,0,0,0,1; %分子的系数Az=1,0,0,0,0,0,0,0,0,0,-a; %分母的系数yy1=filter(Bz,Az,x); %FIR滤波器进行滤波sound(yy1,fs,bits); %回放经无限回声滤波器后的语音信号figure(5);subplot(211);plot(yy1); %无限回声信号时域波形title('无限个回声滤波的信号时域图');YY1=fft(yy1); %经无限回声滤波器后的信号做length(yy1)点的FFTYY1=fftshift(YY1); %平移，是频率中心为0derta_fs = fs/length(yy1); %设置频谱的间隔，分辨率Subplot(212);plo