语音信号都是随着时间：变化而变化的，我们可以把语音看成是一个受准周 期脉冲或随机噪声源激励的线性系统的输出。输出频谱是信道系统频率响应与激

励源频谱的乘积。信道系统的频率响应及激励源都是随时间变化的，因此一般标 准的傅立叶表示虽然对周期及平稳随机信号的表示是合适的，但它不能直接用于 语音信号。由于语音信号可以在短时间被认为近似不变，因而可以采用短时分析 法。文献综述

变换：在 matalab 界面调用 Fourier 等变换函数对采集的语音信号作对应的 变换，然后产生变换前后的频谱图和变换后的倒谱图。

其他语音处理功能的实现：在本论里我们还会讨论如何实现语音的淡入，淡 出，倒放，快放，合成，增加回音功能。

语音信号的效果显示：通过设计好的 GUI 窗口，播放经淡入，淡出，倒放 等处理的语音信号，将收听后的效果与原声带进行比较。

3  语音信号处理基本知识

3。1 语音的录入与打开

在 MATLAB 中，我们可以利用”waveread”命令来读入语音信号。下面来 介绍几种该函数的调用格式：

（1）y=wavread (file)：读取 file 所规定的 wav 文件，返回采样值放在向量 y 中。

（2）[y, fs, nbits]=wavread(file)：采样值放在向量 y 中，fs 表示采样频率(hz)，nbits 表示采样位数

（3）y=wavread (file，N)：读取钱 N 点的采样值放在向量 y 中。

（4）y=wavread (file, [NI, N2])：读取从 N1 到 N2 点的采样值放在向量 y 中[1]

y=sound(x,fs,bits); 该函数用于声音的播放。向量 y 则就代表了一个语音信 号（即一个复杂的“函数表达式”），fs 代表采样频率，bits 代表采样位数。

3。2 采样位数和采样频率

采样位数是指 1   次采样所占的位数，用来衡量声音波动变化的参数，这个数

值越大，解析度越高，录制和回放的声音就越真实。采样频率是指 1 秒钟取样的 次数，较高的采样频率能够更真实自然的恢复原有的声音。

采样位数和采样率是该音频接口的两个最重要指标， 这也是两个选择 音频接口的重要标准。理论上来说采样的位数决定了音频数据最大的力度 范围， 它与采样频率并没有直接的关系， 而且一个采样位数所对应的力度 范围是 6 分贝。如果采样的位数越多， 那么我们捕捉到的信号就越精确。 对于采样频率来说你可以把它想象成一台录像机，35。4k kHz 意味着音频流

进入录像机时录像机机每秒会对其拍照达 35400 次。很 明显采样频率越高， 录像机所采集到的图片就越多，那么还原到信号也就越准确。

3。3  时域信号的 FFT 分析

FFT 即快速傅里叶变换，是 DFT 即离散傅氏变换的一种快速算法而不是 一种新的变换， 它可以在数量级的意义上提高运算速度， 它是基于离散傅 氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改良获得 的。在 MATLAB 中调用函数 FFT 和 IFFT，这两个函数分别用于快速傅立叶变 换和逆变换。FFT 有两种调用格式，其中一种为 y=fft(x)，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； 当 x 为一矩阵时，y 为矩阵 x 的每一列的 FFT。如果 x 的长度 length(x)为 2 的幂 次方时，fft 得到基－2FFT 算法，否则就采用运行稍慢的混合基算法（将 n 分解 为素数），若 n 为素数，则 fft 采用的是原始的 DFT 算法。函数 FFT 的另一种调 用格式为 y=fft(x,N)，此时函数采用 N 点 FFT，当 x 为向量且长度小于 N 时，fft 在 x 的尾部补零，补成 N 点数据；当向量 x 的长度大于 N，fft 就会截断序列 来*自~优|尔^论:文+网www.youerw.com +QQ752018766* 基于Matlab的语音信号处理技术研究(3):http://www.youerw.com/zidonghua/lunwen_86365.html