1、武漢理工大學信息群處理課程設計課程設計任務書學生姓名： 楊逸舟 專業班級： 通信gj1101 指導教師： 郭志強 工作單位： 信息工程學院 題 目:聲音的延時和混響仿真 初始條件：MATLAB軟件，windows下的錄音機。要求完成的主要任務: (1)利用Windows下的錄音機或其他軟件，錄制一段自己的語音信號，時間控制在1s左右，并對錄制的信號進行采樣。(2)語音信號的頻譜分析，畫出采樣后語音信號的時域波形和頻譜圖。(3)將信號加入延時和混響，再分析其頻譜，并與原始信號頻譜進行比較。(4)設計幾種特殊類型的濾波器：單回聲濾波器，多重回聲濾波器，無限個回聲濾波器，全通結構的混響器，并畫出濾波

2、器的頻域響應。(5)用自己設計的濾波器對采集的語音信號進行濾波。(6)分析得到信號的頻譜，畫出濾波后信號的時域波形和頻譜，并對濾波前后的信號進行對比，分析信號的變化。(7)回放語音信號。時間安排： 第18周理論講解。 第19周理論設計、實驗室安裝調試。 指導教師簽名： 年 月 日 系主任（或責任教師）簽名： 年 月 日目錄摘 要2Abstract31 任務與要求41.1 課程設計的任務41.2 課程設計的要求41.3課題背景及意義52原理分析62.1 混響62.2延時72.3 濾波器設計82.4離散傅立葉變換93 實驗內容及結果分析103.1 讀取原始音頻信號并繪制時域和頻域圖103.2 延時

3、和混響的信號113.3 濾波器的濾波133.3.1.單回聲濾波器代碼:133.3.2.多重回聲濾波器代碼153.3.3.無限回聲濾波器代碼:173.3.4.全通結果的混響器代碼:184 心得體會20參考文獻21本科生課程設計成績評定表22 摘 要 這次課設就是利用MATLAB軟件對聲音信號進行數字處理的過程，對語音信號進行頻譜分析，并進行處理，包括延時、混響、單回聲濾波、多回聲濾波、無限回聲濾波以及全通結構混響，并設計一個濾波器對該語音信號進行濾波處理，觀察濾波后的波形圖和頻譜分析。數字信號處理是將信號以數字方式表示并處理的理論和技術，而MATLAB則是一款功能強大的集數學運算和仿真為一體的軟

4、件當然，這次主要運用了軟件強大的計算功能，尤其是軟件自帶的一些比較復雜的函數的調用，比方說：快速傅里葉變換。同時也利用軟件的仿真功能，設計各種濾波器，對讀入的聲音信號進行濾波處理。總體上來講，通過課設學習了數字信號處理的相關理論知識，熟悉了軟件的使用和濾波器的設計，了解了語音信號的特點。關鍵詞：數字信號處理，快速傅里葉變換，延時與混響，濾波器。Abstract The course design is the use of MATLAB software for digital audio signal processing procedure, the speech signal spect

5、rum analysis, and processing, including delay, reverb, echo filtering a single, multi-echo filtering, unlimited all-pass filtering and echo structure reverb, and design a filter for filtering the voice signal, the filtered waveform observation and spectral analysis.Digital signal processing is will

6、signal to digital way said the theory and technique of the and processing, and MATLAB is a powerful mathematical operation and simulation of the set for one of the software. This class set is the use of the software MATLAB voice signal digital processing process. Of course, the main using software p

7、owerful computing functions, especially software bringing some complex function call, for example: fast Fourier transformation. At the same time also using the software simulation function, design of filter, to read in a voice signal filtering processing. In general, through the class set study the

8、digital signal processing related theory knowledge, be familiar with the use of the software and the design of filter, understand the characteristics of the speech signal.Keywords: digital signal processing, fast Fourier transform, delay and reverb ,filter.1 任務與要求1.1 課程設計的任務 這次綜合課程設計，是利用MATLAB軟件對聲音信

9、號進行一系列的處理。主要要做的任務有一下幾點：(1)利用Windows下的錄音機或其他軟件，錄制一段自己的語音信號，時間控制在1s左右，并對錄制的信號進行采樣。(2)語音信號的頻譜分析，畫出采樣后語音信號的時域波形和頻譜圖。(3)將信號加入延時和混響，再分析其頻譜，并與原始信號頻譜進行比較。(4)設計幾種特殊類型的濾波器：單回聲濾波器，多重回聲濾波器，無限個回聲濾波器，全通結構的混響器，并畫出濾波器的頻域響應。(5)用自己設計的濾波器對采集的語音信號進行濾波。(6)分析得到信號的頻譜，畫出濾波后信號的時域波形和頻譜，并對濾波前后的信號進行對比，分析信號的變化。(7)回放語音信號。1.2 課程設

10、計的要求 這次課程設計是為了培養我們的學習能力和處理能力，所以對這次的課設有如下的幾點要求：(1)熟悉離散信號和系統的時域特性。(2)熟悉語音信號的特點。(3)掌握數字信號處理的基本概念，基本理論和基本方法。(4)掌握序列快速傅里葉變換方法。(5)學會MATLAB的使用，掌握MATLAB的程序設計方法。(6)掌握MATLAB設計各種數字濾波器的方法和對信號進行濾波的方法。1.3課題背景及意義 語音信號處理是一門比較實用的電子工程的專業課程，語音是人類獲取信息的重要來源和利用信息的重要手段。通過語言相互傳遞信息是人類最重要的基本功能之一。語言是人類特有的功能，它是創造和記載幾千年人類文明史的根本

11、手段，沒有語言就沒有今天的人類文明。語音是語言的聲學表現，是相互傳遞信息的最重要的手段，是人類最重要、最有效、最常用和最方便的交換信息的形式。 近年來,隨著計算機及大規模數字集成電路的迅速發展,語音數字信號處理得到了相應的發展。語音信號分析模擬、語音合成、語音識別等的研究已較成熟。、各種聲碼器、聲控器、語聲識別系統、語聲合成器等已逐漸有商品出現。2原理分析 2.1 混響 聲音是通過媒質傳入人的聽覺器官的。媒質，既是聲音的傳播途徑，也是聲音的載體。用一個日常生活中司空見慣的例子來說，媒質，就像湖中傳遞波浪的湖水。在平靜的湖面投人一塊石子，石子擊起水波，波紋越來越大，水波越傳越遠。這湖水，就是傳播

12、水波的媒質。聲音也仿佛如此:當某一聲源發音，空氣中聲波的震蕩就會改變周圍空氣的靜止狀態，使之形成時而壓縮，時而稀疏的前進波，聲波就這樣不斷地散發開去，傳播聲音的媒質就是空氣。在閉室中，當聲源發出一個聲音信號(例如是一個脈沖聲信號)時，位于室內任何一點的聽者所接收到的聲音中，應包含兩部分成份，一部分是由聲源直接傳到聽者的聲音，我們稱其為“直達聲”。另一部分是聲波傳到墻壁或障礙物處反射出的聲音，其中有一些被聽者接收到，另外一些又會傳到其它墻壁處再次發生反射，反射后的聲音中又有一些被聽者接收到，類似地持續下去，將聽者接收到的這部分聲音，統稱為“反射聲”。從時間上看，反射聲較直達聲落后(或稱為延遲聲)

13、，從能量角度看，由于每經一次反射都會有部分能量被吸收，因此反射聲是一系列能量逐漸衰減的延遲聲。數字混響可以通過用人工創作的回音并將它加入原始信號里，從而把隔音錄音室里錄制的聲音轉換為一種自然的聲音形式；回音可以簡單地由延遲單元產生。混響效果主要是用于增加音源的融合感。自然音源的延時聲陣列非常密集、復雜，所以模擬混響效果的程序也復雜多變。常見參數有以下幾種：（1）混響時間：能逼真的模擬自然混響的數碼混響器上都有一套復雜的程序，其上雖然有很多技術參數可調，然而對這些技術參數的調整都不會比原有的效果更為自然，尤其是混響時間。（2）高頻滾降：此項參數用于模擬自然混響當中，空氣對高頻的吸收效應，以產生較

14、為自然的混響效果。一般高頻混降的可調范圍為0.11.0。此值較高時，混響效果也較接近自然混響；此值較低時，混響效果則較清澈。（3）擴散度：此項參數可調整混響聲陣密度的增長速度，其可調范圍為010，其值較高時，混響效果比較豐厚、溫暖；其值較低時，混響效果則較空曠、冷僻。（4）預延時：自然混響聲陣的建立都會延遲一段時間，預延時即為模擬次效應而設置。（5）聲陣密度：此項參數可調整聲陣的密度，其值較高時，混響效果較為溫暖，但有明顯的聲染色；其值較低時，混響效果較深邃，切聲染色也較弱。（6）頻率調制：這是一項技術性的參數，因為電子混響的聲陣密度比自然混響稀疏，為了使混響的聲音比較平滑、連貫，需要對混響聲

15、陣列的延時時間進行調制。此項技術可以有效的消除延時聲陣列的段裂聲，可以增加混響聲的柔和感。（7）調治深度：指上述調頻電路的調治深度。2.2延時延時就是將音源延遲一段時間后，再欲播放的效果處理。依其延遲時間的不同，可分別產生合唱、鑲邊、回音等效果。當延遲時間在335ms之間時人耳感覺不到滯后音的存在，并且他與原音源疊加后，會因其相位干涉而產生"梳狀濾波"效應，這就是鑲邊效果。如果延遲時間在50ms以上時，其延遲音就清晰可辨，此時的處理效果才是回音。回音處理一般都是用于產生簡單的混響效果。延時、合唱、鑲邊、回音等效果的可調參數都差不多，具體有以下幾項：延時時間（Dly），即主延

16、時電路的延時時間調整。反饋增益（FB Gain），即延時反饋的增益控制。反饋高頻比（Hi Ratio），即反饋回路上的高頻衰減控制。調制頻率（Freq），指主延時的調頻周期。調制深度（Depth），指上述調頻電路的調制深度。高頻增益（HF），指高頻均衡控制。預延時（Ini Dly），指主延時電路預延時時間調整。均衡頻率（EQ F），這里的頻率均衡用于音色調整，此為均衡的中點頻率選擇。由于延時產生的效果都比較復雜多變，如果不是效果處理專家，建議使用設備提供的預置參數，因為這些預置參數給出的處理效果一般都比較好。2.3 濾波器設計 數字濾波器的作用是利用離散時間系統的特性對輸入信號波形(或頻譜)進

17、行加工處理，或者說利用數字方法按預定的要求對信號進行變換。數字濾波器可以理解為是一個計算程序或算法，將代表輸入信號的數字時間序列轉化為代表輸出信號的數字時間序列，并在轉化過程中，使信號按預定的形式變化。濾波器的設計按要求有四種，還要自己設計一種。考慮到實際生活中的回聲類型，比較接近IIR濾波器，即下面公式1：Y(n)=x(n)+a1*y(n-d1)+a2*y(n-d2)+a3*y(n-d3)+a4*y(n-d4)+a5*y(n-d5)+a6*y(n-d6)+a7*y(n-d7)+a8*y(n-d8)+a9*y(n-d9)+10*y(n-d10)+a11*y(n-d11)-公式1不過，原理大都是

18、一致的，在MATLAB中，都是調用filter()函數，但是，最最重要的是確定這個函數的兩個主要參數a和b。確定了這兩個參數就可以進行濾波了，所以只用設計參數a和b，a為傳遞函數分母系數向量，b為傳遞函數分子系數向量。單回聲濾波器的設計就是取a和b向量分別為1,zeros(1,4410)，0.2和全1。然后進行濾波就可以了。多重回聲濾波器，無限回聲濾波器以及全通結構的濾波器的設計都只是改變a和b向量的參數而已。多重回聲濾波器的a和b向量取值為1,1,1,1,1,1,1,1,1,1,1和1,0,0,0,0,0,0,0,0,0,0.2,正好和單回聲濾波器的a和b取值相反。無限回聲濾波器的a和b取值

19、為0,0,0,0,0,0,0,0,0,0,1和1,0,0,0,0,0,0,0,0,0,-0.5。還有全通結構的a和b的取值為0.5,0,0,0,0,0,0,0,0,0,1和1,0,0,0,0,0,0,0,0,0,0.5。2.4離散傅立葉變換在MATLAB的信號處理工具箱中函數FFT和IFFT用于快速傅立葉變換和逆變換。下面介紹這些函數。函數FFT用于序列快速傅立葉變換。函數的一種調用格式為        y=fft(x) （式4-1）其中，x是序列，y是序列的FFT，x可以為一向量或矩陣，若x為一向量，y是x的FFT。且和x

20、相同長度。若x為一矩陣，則y是對矩陣的每一列向量進行FFT。如果x長度是2的冪次方，函數fft執行高速基2FFT算法；否則fft執行一種混合基的離散傅立葉變換算法，計算速度較慢。函數FFT的另一種調用格式為    y=fft(x,N) （式4-2）式中，x，y意義同前，N為正整數。函數執行N點的FFT。若x為向量且長度小于N，則函數將x補零至長度N。若向量x的長度大于N，則函數截短x使之長度為N。若x 為矩陣，按相同方法對x進行處理。經函數fft求得的序列y一般是復序列，通常要求其幅值和相位。MATLAB提供求復數的幅值和相位函數：abs，angle，這些函數一般

21、和FFT同時使用。用MATLAB工具箱函數fft進行頻譜分析時需注意：（1）函數fft返回值y的數據結構對稱性。（2）頻率計算。 （3）作FFT分析時，幅值大小與FFT選擇點數有關，但不影響分析結果。3 實驗內容及結果分析3.1 讀取原始音頻信號并繪制時域和頻域圖 對用windows的錄音機錄制的語音信號進行采樣后，用MATLAB對其進行處理，利用其繪圖工具，繪制語音信號的時域和頻域波形圖，MATLAB代碼如下：原始信號的處理程序：x1,fs,bits=wavread('C:UsersAdministratorDesktop我叫楊逸舟.wav'); sound(x1,fs);

22、%回放語音信號x1=x1(:,1); %將x1矩陣第一列賦值為x1subplot(2,2,1);plot(x1); title('原始語音信號');grid on;y1=fft(x1);subplot(2,2,2);plot(abs(y1); title('原始信號的頻譜');grid on;x,fs,bits=wavread('C:UsersAdministratorDesktop我叫楊逸舟.wav',10000 40000); %對原語音信號進行采樣x=x(:,1); sound(x,fs); subplot(2,2,3);plot(x);t

23、itle('采樣后語音信號的時域波形');grid on;y=fft(x);subplot(2,2,4);plot(abs(y);title('采樣后信號的頻譜');grid on; 運行結果如下：圖3.1 原信號和采樣后的運行結果 比較上面的2個時域頻域波形,可以得到一個結論,語音信號的采樣就是對語音信號的時域截取一部分,對頻率部分的影響是可能會丟失一部分頻率,但是不會有頻率的增加.3.2 延時和混響的信號 延時的處理和混響的處理。代碼如下：z=zeros(20000,1);x1;sound(z,fs);subplot(2,2,1);plot(z);title

24、('延時后的時域圖');grid on;Z=fft(z);subplot(2,2,2);plot(abs(Z);title('延時后的頻域圖');grid on;y2=x1;zeros(20000,1); %將后面2個要相加的矩陣變成等長度y3=y2+z; sound(y3,fs,bits);subplot(2,2,3);plot(y3);title('混響的時域圖');grid on ;Y3=fft(y3); subplot(2,2,4);plot(abs(Y3);title('混響后的頻域圖'); grid on; 處理后的結

25、果，如圖3.2所示： 圖3.2延時和混響之后的音頻時域頻域圖 從原始信號和處理后的延時圖可以看出，延時并沒有真正意義上改變語音信號，只是把信號的時域推后了，頻譜圖也可以看出，只是頻譜的位置變化了，而且是線性搬移的。從原始信號和處理后的混響的圖可以看出，混響改變了語音信號的時域特性，音量有疊加的成分，其頻譜也有改變，從圖可見，混響的低頻段呈明顯的凹狀分布，說明零頻段的頻率成分在語音信號中占得比例非常少，本來看不出來，但是混響使得頻譜相同部分疊加了，就顯得很明顯了。3.3 濾波器的濾波3.3.1.單回聲濾波器代碼:y,fs=wavread('C:UsersAdministratorDesk

26、top我叫楊逸舟.wav');sound(y,fs);y=y(:,1);z=zeros(3000,1);y;y=y;zeros(3000,1);subplot(3,2,1);plot(y);title('原信號時域圖');grid on;Y=fft(y,6001);subplot(3,2,2);plot(abs(Y);title('原信號頻域圖');grid on;a=0.5;R=5000;Bz1=1,zeros(1,R-1),a;Az1=(1);y2=filter(Bz1,Az1,y);Y2=fft(y2,6001);h,w=freqz(Bz1,Az1

27、); %求濾波器的幅頻相應subplot(3,2,3);plot(abs(h);title('單回聲濾波器幅頻響應');grid on;subplot(3,2,4);plot(angle(h);title('單回聲濾波器相頻響應');grid on;subplot(3,2,5);plot(y2);title('單回聲濾波器時域圖');grid on;subplot(3,2,6);plot(abs(Y2);title('單回聲濾波器頻域圖');grid on;仿真波形如圖3.3:圖3.3單回聲濾波器波形3.3.2.多重回聲濾波器代碼

28、y,fs=wavread('C:UsersAdministratorDesktop我叫楊逸舟.wav');sound(y,fs);y=y(:,1);subplot(3,2,1);plot(y);title('原信號時域圖');grid on;Y=fft(y,6001);subplot(3,2,2);plot(abs(Y);title('原信號頻域圖');grid on;z=zeros(3000,1);y;y=y;zeros(3000,1);a=0.5;N=5;R=9000;Bz1=1,zeros(1,N*R-1),-aN;Az1=1,zeros(

29、1,R-1),-a;y2=filter(Bz1,Az1,y);Y2=fft(y2,6001);h,w=freqz(Bz1,Az1);subplot(3,2,3);plot(abs(h);title('多重回聲濾波器幅頻響應');grid on;subplot(3,2,4);plot(angle(h);title('多重回聲濾波器相頻響應');grid on;subplot(3,2,5);plot(y2);title('多重回聲濾波器時域圖');grid on;subplot(3,2,6);plot(abs(Y2);title('多重回聲濾

30、波器頻域圖');grid on;仿真波形如圖3.4:圖3.4多重回聲濾波器波形3.3.3.無限回聲濾波器代碼:y,fs=wavread('C:UsersAdministratorDesktop我叫楊逸舟.wav');sound(y,fs);y=y(:,1);z=zeros(3000,1);y;y=y;zeros(3000,1);subplot(3,2,1);plot(y);title('原信號時域圖');grid on;Y=fft(y,6001);subplot(3,2,2);plot(abs(Y);title('原信號頻域圖');gri

31、d on;a=0.5;R=5000;Bz1=0,zeros(1,R-1),1;Az1=1,zeros(1,R-1),-a;y2=filter(Bz1,Az1,y);Y2=fft(y2,6001);h,w=freqz(Bz1,Az1);subplot(3,2,3);plot(abs(h);title('無限個回聲濾波器幅頻響應');grid on;subplot(3,2,4);plot(angle(h);title('無限個回聲濾波器相頻響應');grid on;subplot(3,2,5);plot(y2);title('無限個回聲濾波器時域圖'

32、);grid on;subplot(3,2,6);plot(abs(Y2);title('無限個回聲濾波器頻域圖');grid on;仿真波形如圖3.5:圖3.5 無限回聲濾波器波形3.3.4.全通結果的混響器代碼:y,fs=wavread('C:UsersAdministratorDesktop我叫楊逸舟.wav');sound(y,fs);y=y(:,1);z=zeros(3000,1);y;y=y;zeros(3000,1);subplot(3,2,1);plot(y);title('原信號時域圖');grid on;Y=fft(y,6001);subplot(3,2,2);plot(abs(Y);title('原信號頻域圖');grid on;a=0.5;R=5000;Bz1=a,zeros(1,R-1),1;Az1=1,zeros(1,R-1),a;y2=filter(Bz1,Az1,y);Y2=fft(y2,6001);h,w=freqz(Bz1,Az1);subplot(