标签：数字化 fopen 函数 nal 数据 scan 文件 alt 傅立叶变换
语音信号的频带范围通常是300~3400Hz，一般情况下取采样率为8kHz，本博客的部分代码采用的是已经数字化了的语音。
预加重的目的是为了对语音的高频部分进行加重，去除口唇辐射的影响，增加语音的高频分辨率。
一般通过使用一阶FIR高通数字滤波器来实现预加重，滤波器函数为：
$$H(z)=1-\alpha z^{-1}$$
其中$\alpha $为预加重系数，$0.9<\alpha<1.0$，
设n时刻的语音采样值为$x(n)$，经过预加重处理后的结果为$y(n)=x(n)-\alpha x(n-1)$,这里$\alpha=0.98$，
我们先来看看高通滤波器的幅频和相频响应：
clear; [h1,f1]=freqz([1,-0.98],[1],256,4000);%高通滤波器 pha=angle(h1); %高通滤波器的相位 H1=abs(h1); %高通滤波器的幅值 figure(1);subplot(211); plot(f1,H1);title(‘高通滤波器的幅频响应‘); xlabel(‘频率/Hz‘);ylabel(‘幅度‘); subplot(212);plot(pha);title(‘高通滤波器的相位响应‘); xlabel(‘频率/Hz‘);ylabel(‘角度/radians‘);
原始语音信号和经过滤波后的语音信号
fid=fopen(‘voice2.txt‘,‘rt‘); %打开语音数字化文件 e=fscanf(fid,‘%f‘); %读数据 ee=e(200:455); %选取原始文件e的第200到455点的语音,也可选其他样点 figure(2);subplot(211);plot(ee);title(‘原始语音信号‘); xlabel(‘样点数‘);ylabel(‘幅度‘); axis([0 256 -3*10^4 2*10^4]); r=fft(ee,1024); %对信号ee进行1024点傅立叶变换 un=filter([1,-0.98],[1],ee); %un为经过高频提升后的时域信号 subplot(212);plot(real(un));title(‘经高通滤波后的语音信号‘); xlabel(‘样点数‘);ylabel(‘幅度‘); axis([0 256 -1*10^4 1*10^4]);
原始语音信号频率和经过滤波后的语音信号频率
clear; fid=fopen(‘voice2.txt‘,‘rt‘); %打开语音数字化文件 e=fscanf(fid,‘%f‘); %读数据 ee=e(200:455); %选取原始文件e的第200到455点的语音,也可选其他样点 r=fft(ee,1024); %对信号ee进行1024点傅立叶变换 r1=abs(r); %对r取绝对值 r1表示频谱的幅度值 pinlv=(0:1:255)*8000/512; %点和频率的对应关系 yuanlai=20*log10(r1); %对幅值取对数 signal(1:256)=yuanlai(1:256);%取256个点，目的是画图的时候，维数一致 figure(1);subplot(211);plot(pinlv,signal);title(‘原始语音信号频谱‘); xlabel(‘频率/Hz‘);ylabel(‘幅度/dB‘); r2(1:256)=r(1:256); [h1,f1]=freqz([1,-0.98],[1],256,4000);%高通滤波器 u=r2.*h1‘; % 将信号频域与高通滤波器频域相乘 相当于在时域的卷积 u2=abs(u); %取幅度绝对值 u3=20*log10(u2); %对幅值取对数 subplot(212);plot(pinlv,u3);title(‘经高通滤波后的语音信号频谱‘); xlabel(‘频率/Hz‘); ylabel(‘幅度/dB‘);
标签：数字化 fopen 函数 nal 数据 scan 文件 alt 傅立叶变换
原文地址：https://www.cnblogs.com/LXP-Never/p/10452942.html
