數(shù)字信號(hào)處理課程設(shè)計(jì)---語(yǔ)音信號(hào)的處理與濾波

1、<p>　　數(shù)字信號(hào)處理課程設(shè)計(jì)報(bào)告</p><p>　　課 題 ：語(yǔ)音信號(hào)的處理與濾波</p><p>　　系 別：計(jì)算機(jī)工程系</p><p><b>　　班 級(jí)：</b></p><p><b>　　學(xué) 號(hào)： </b></p><p>&

2、lt;b>　　學(xué)生姓名：</b></p><p><b>　　指導(dǎo)教師：</b></p><p><b>　　目錄</b></p><p>　　摘要·············&

3、#183;···················</p><p>　　一、設(shè)計(jì)內(nèi)容············

4、·············</p><p>　　二、設(shè)計(jì)原理···················

5、;······</p><p>　　三、設(shè)計(jì)步驟·························<

6、/p><p>　　1.語(yǔ)音信號(hào)的采集·····················</p><p>　　2. 分別取8000個(gè)和16000個(gè)數(shù)據(jù)進(jìn)行頻譜分析···

7、;···</p><p>　　3．濾波器設(shè)計(jì)························</p><p>　　4．對(duì)語(yǔ)

8、音信號(hào)進(jìn)行濾波·················</p><p>　　5．把處理后的數(shù)據(jù)儲(chǔ)存為聲音文件與原始聲音進(jìn)行比較·</p><p>　　四、總結(jié)體會(huì)····

9、3;·····················</p><p>　　五、參考文獻(xiàn)··········

10、83;··············</p><p><b>　　摘要：</b></p><p>　　本文主要介紹的是：通過運(yùn)用MATLAB編程的方法來對(duì)語(yǔ)音信號(hào)進(jìn)行處理與濾波。在MATLAB環(huán)境中，使用聲音相關(guān)函數(shù)對(duì)語(yǔ)音進(jìn)行采集、

11、播放、存儲(chǔ)和讀取。然后對(duì)采集到的語(yǔ)音信號(hào)分別取8000個(gè)和16000個(gè)數(shù)據(jù)進(jìn)行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。接著，針對(duì)電話信道，設(shè)計(jì)一個(gè)IIR濾波器對(duì)語(yǔ)音信號(hào)進(jìn)行濾波，并進(jìn)行頻譜分析，得到幅度和相位譜。最后，把處理后的所有數(shù)據(jù)儲(chǔ)存為聲音文件，與原始聲音進(jìn)行比較。</p><p><b>　　一．設(shè)計(jì)內(nèi)容</b></p><p>　　設(shè)計(jì)課題：語(yǔ)音

12、信號(hào)的處理與濾波（難度系數(shù)：0.8）</p><p>　　1．熟悉并掌握MATLAB中有關(guān)聲音（wave）錄制、播放、存儲(chǔ)和讀取的函數(shù)。</p><p>　　2．在MATLAB環(huán)境中，使用聲音相關(guān)函數(shù)錄制2秒左右自己的聲音，抽樣率是8000Hz/s。（考慮如何解決一個(gè)實(shí)際問題：錄制剛開始時(shí)，常會(huì)出現(xiàn)實(shí)際發(fā)出聲音落后錄制動(dòng)作半拍的現(xiàn)象，如何排除對(duì)這些無效點(diǎn)的采樣？）</p>&

13、lt;p>　　3．分別取8000個(gè)和16000個(gè)數(shù)據(jù)進(jìn)行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。</p><p>　　4．針對(duì)電話信道（最高3500Hz），設(shè)計(jì)一個(gè)FIR或IIR濾波器進(jìn)行濾波，把抽樣率轉(zhuǎn)變?yōu)?000Hz/s，并進(jìn)行頻譜分析，得到幅度和相位譜。</p><p>　　5．把處理后的所有數(shù)據(jù)儲(chǔ)存為聲音文件，與原始聲音進(jìn)行比較。</p><p

14、><b>　　二．設(shè)計(jì)原理</b></p><p><b>　　1．語(yǔ)音采集原理</b></p><p>　　在MATLAB環(huán)境中，我們可以通過多種編程方法來驅(qū)動(dòng)聲卡，實(shí)現(xiàn)對(duì)語(yǔ)音的采集和播放，它的信號(hào)處理與分析工具箱為語(yǔ)音信號(hào)分析提供了十分豐富的功能函數(shù)可以快捷而又方便地完成語(yǔ)音信號(hào)的處理和分析。</p><p>&

15、lt;b>　　2．信號(hào)抽樣原理</b></p><p>　　在對(duì)模擬信號(hào)的采樣過程中應(yīng)滿足奈奎斯特定律，否則會(huì)發(fā)生混疊現(xiàn)象，還原不出原始的信號(hào)。奈奎斯特定律的內(nèi)容為：要從抽樣信號(hào)中無失真地恢復(fù)原信號(hào)，抽樣頻率fs應(yīng)大于2倍信號(hào)最高頻率fmax，即：fs>=2fmax。當(dāng)抽樣頻率小于2倍頻譜最高頻率時(shí)，信號(hào)的頻譜會(huì)有混疊，在還原出原始信號(hào)時(shí)將會(huì)失真。當(dāng)抽樣頻率大于2倍頻譜最高頻率時(shí)，信號(hào)的頻

16、譜無混疊，則采樣之后的數(shù)字信號(hào)可以完整地保留了原始信號(hào)中的信息，能夠無失真的還原出原始信號(hào)。</p><p>　　3．?dāng)?shù)字濾波器設(shè)計(jì)原理</p><p>　　數(shù)字濾波器是一種用來過濾時(shí)間離散信號(hào)的數(shù)字系統(tǒng)，通過對(duì)抽樣數(shù)據(jù)進(jìn)行數(shù)學(xué)處理來達(dá)到頻域?yàn)V波的目的。根據(jù)其單位沖激響應(yīng)函數(shù)的時(shí)域特性可分為兩類：無限沖激響應(yīng)（IIR）濾波器和有限沖激響應(yīng)（FIR）濾波器。與IIR濾波器相比，F(xiàn)IR的實(shí)現(xiàn)是

17、非遞歸的，總是穩(wěn)定的；更重要的是，F(xiàn)IR濾波器在滿足幅頻響應(yīng)要求的同時(shí)，可以獲得嚴(yán)格的線性相位特性。因此，它在高保真的信號(hào)處理，如數(shù)字音頻、圖像處理、數(shù)據(jù)傳輸、生物醫(yī)學(xué)等領(lǐng)域得到廣泛應(yīng)用。</p><p>　?、買IR數(shù)字濾波器的設(shè)計(jì)原理：采用雙線性變換法。</p><p>　　雙線性變換法的思想是：將模擬濾波器的傳遞函數(shù)形式化為完全以積分器（1/s）構(gòu)成的網(wǎng)絡(luò)函數(shù)形式。然后由數(shù)字網(wǎng)絡(luò)來代

18、替模擬積分器，從而整個(gè)濾波器網(wǎng)絡(luò)都轉(zhuǎn)化成了數(shù)字的。</p><p>　　雙線性變換法的設(shè)計(jì)過程如下：</p><p>　　1、由積分器構(gòu)成的模擬濾波器的系統(tǒng)函數(shù)形式；</p><p>　　2、對(duì)數(shù)字式積分器的差分方程兩邊進(jìn)行Z變換，可得數(shù)字式積分器的傳遞函數(shù)：</p><p>　　已知：u(t) 1/s ，若積分器的輸入輸出為xa(t)、

19、 ya(t)，則有：</p><p>　　當(dāng)T足夠小的時(shí)候，信流圖當(dāng)中的模擬積分器傳遞函數(shù)就可以由數(shù)字積分器傳函代替。從而得到性能與模擬濾波器相近數(shù)字濾波器。</p><p>　　從而可得模擬濾波器的復(fù)頻率與數(shù)字濾波器的復(fù)頻率之間的關(guān)系：</p><p>　　所以，用雙線性變換法來設(shè)計(jì)數(shù)字濾波器，只需將給出的模擬濾波器的系統(tǒng)函數(shù)Ha(s)當(dāng)中的s替換為一個(gè)關(guān)于z成雙

20、線性關(guān)系的網(wǎng)絡(luò)即可。</p><p>　?、?#160;FIR數(shù)字濾波器的設(shè)計(jì)原理：采用窗函數(shù)設(shè)計(jì)法。    </p><p>　　FIR濾波器的設(shè)計(jì)方法有許多種，如窗函數(shù)設(shè)計(jì)法、頻率采樣設(shè)計(jì)法和最優(yōu)化設(shè)計(jì)法等。窗函數(shù)設(shè)計(jì)法的基本原理是用一定寬度窗函數(shù)截取無限脈沖響應(yīng)序列獲得有限長(zhǎng)的脈沖響應(yīng)序列，主要設(shè)計(jì)步驟為：   (1)

21、0;通過傅里葉逆變換獲得理想濾波器的單位脈沖響應(yīng)hd(n)。</p><p>　　(2) 由性能指標(biāo)確定窗函數(shù)W(n)和窗口長(zhǎng)度N。    (3) 求得實(shí)際濾波器的單位脈沖響應(yīng)h(n)， h(n)即為所設(shè)計(jì)FIR濾波器系數(shù)向量b(n)。 </p><p>　　窗函數(shù)有截短和平滑的作用，窗函數(shù)選擇的好，可以在相同階次的情況下，提高濾波器的性

22、能，或是在滿足設(shè)計(jì)要求的情況下，減少濾波器階數(shù)。所以，窗函數(shù)法設(shè)計(jì)FIR濾波器選窗是有一定標(biāo)準(zhǔn)的，具體為：</p><p>　　1、較低的旁瓣幅度，尤其是第一旁瓣； </p><p>　　2、旁瓣幅度要下降得快，以利于增加阻帶衰減； </p><p>　　3、主瓣寬度要窄，這樣濾波器過渡帶較窄。 </p><p>　　但這三點(diǎn)難以同時(shí)滿足，當(dāng)

23、選用主瓣寬度較窄時(shí)，雖然得到的幅頻特性較陡峭，但通帶、阻帶波動(dòng)會(huì)明顯增加；當(dāng)選用較低的旁瓣幅度時(shí)，雖然得到的幅頻特性較平緩勻滑，但過渡帶變寬。因此，實(shí)際的選擇往往是取折衷。 一般選這幾個(gè)窗之一：矩形窗、三角窗、漢寧窗、海明窗、布拉克曼窗、凱澤窗，可以查查資料比較他們的旁瓣幅度，過渡帶寬度和阻帶最小衰減后再進(jìn)行選擇。</p><p><b>　　三．設(shè)計(jì)步驟</b></p>&l

24、t;p><b>　　1．語(yǔ)音信號(hào)的采集</b></p><p>　　在MATLAB中有關(guān)聲音的函數(shù)有：wavrecord()， wavwrite()，wavread()，sound()，soundsc()，wavplay()，前面三個(gè)分別用來進(jìn)行聲音的錄制，存儲(chǔ)和讀取，后面三個(gè)都是可以用來播放所錄制的聲音的。語(yǔ)音信號(hào)采集過程的代碼如下：</p><p>　　fs

25、=8000; %抽樣頻率</p><p>　　channel=1; %1信道</p><p>　　time=2; %設(shè)定錄音時(shí)間</p><p>　　fprintf(

26、9;按任意鍵后開始錄音·····'); </p><p><b>　　pause;</b></p><p>　　fprintf('\n正在錄音······'); %提示錄音進(jìn)行中</p>&l

27、t;p>　　x=wavrecord(time*fs, fs,channel,'double'); %錄制自己的聲音信號(hào),</p><p>　　fprintf('\n錄音完成\n'); %提示錄音完成</p><p>　　wavwrite(x,fs,'E:\黃里\黃里.wav');

28、 %保存錄音文件</p><p>　　fprintf('按任意鍵回放錄音:');</p><p><b>　　pause;</b></p><p>　　wavplay(x,fs); %播放錄制的聲音</p><p><b>　

29、　plot(x);</b></p><p>　　xlabel('時(shí)間'); </p><p>　　ylabel('時(shí)域');</p><p><b>　　grid;</b></p><p>　　運(yùn)行得出的語(yǔ)音信號(hào)時(shí)域圖如下所示：</p><p>　　結(jié)

30、果分析：從上圖可以看出，在約0.5秒以前的錄制是沒有聲音的，即是這樣一個(gè)現(xiàn)象：錄制剛開始時(shí)，出現(xiàn)實(shí)際發(fā)出的聲音會(huì)落后錄制動(dòng)作半拍的現(xiàn)象。出現(xiàn)這種現(xiàn)象的原因主要是在錄音開始時(shí)，人的反應(yīng)慢了半拍而導(dǎo)致的，因此會(huì)在時(shí)域圖中出現(xiàn)了一些無效點(diǎn)。這些無效點(diǎn)我們是可以去掉的。要去掉這些無效點(diǎn)，我們可以用下面的程序代碼實(shí)現(xiàn)：</p><p>　　y=wavread('E:\黃里\黃里.wav'); %讀取原始

31、錄音文件</p><p>　　subplot(2,1,1); </p><p>　　plot(y); %顯示時(shí)域圖</p><p>　　title('時(shí)域圖'); </p><p>　　xlabel('采樣點(diǎn)數(shù)'); ylabel('振幅'

32、); %x,y軸說明</p><p>　　grid; %對(duì)圖形添加網(wǎng)格</p><p>　　m=wavread('E:\黃里\黃里.wav', [2000 10000]); </p><p>　　%解決播放聲音比錄制動(dòng)作慢半拍的現(xiàn)象，從2000點(diǎn)截取到10000</p><p&g

33、t;　　subplot(2,1,2); </p><p>　　plot(m); %顯示濾除無效點(diǎn)后語(yǔ)音信號(hào)時(shí)域波形圖</p><p>　　title('濾除無效點(diǎn)后語(yǔ)音信號(hào)時(shí)域圖');</p><p>　　xlabel('采樣點(diǎn)數(shù)'); ylabel

34、('振幅'); %x,y軸說明</p><p><b>　　grid;</b></p><p>　　wavwrite(m,'E:\黃里\黃里.wav'); %存儲(chǔ)濾除無效點(diǎn)后的語(yǔ)音信號(hào)</p><p>　　運(yùn)行后可以得出以下的圖形：</p><p>　　結(jié)果分析：由以上的圖

35、形可以看出，約3000個(gè)的無效點(diǎn)已被去掉了，即以上的代碼解決了我們?cè)阡浿七^程中遇到的問題。</p><p>　　2．對(duì)采集得的語(yǔ)音信號(hào)分別取8000個(gè)和16000個(gè)數(shù)據(jù)進(jìn)行頻譜分析，得到幅度和相位譜，比較二者異同并分析原因。</p><p>　　%取8000點(diǎn)頻譜分析</p><p>　　x=wavread('E:\黃里\黃里.wav');

36、 %讀取原始語(yǔ)音信號(hào)</p><p>　　a=fft(x,8000); %對(duì)語(yǔ)音信號(hào)做8000點(diǎn)的FFT變換</p><p>　　subplot(2,1,1); %分割窗口</p><p>　　title('8000點(diǎn)的頻域幅度譜');</p><p>

37、　　plot(abs(a)); %繪出語(yǔ)音信號(hào)的幅度譜圖</p><p>　　xlabel('頻率'); ylabel('振幅'); %x,y軸說明</p><p>　　grid; %添加網(wǎng)格</p><p>　　

38、subplot(2,1,2); %分割窗口</p><p>　　title('8000點(diǎn)的頻域相位譜');</p><p>　　plot(angle(a)); %繪出語(yǔ)音信號(hào)的相位譜圖</p><p>　　xlabel('頻率'); ylabel(&#

39、39;相位'); %x,y軸說明</p><p>　　grid; %添加網(wǎng)格</p><p>　　運(yùn)行得到的8000點(diǎn)的幅度譜與相位譜如下圖所示：</p><p>　　%取16000點(diǎn)進(jìn)行頻譜分析</p><p>　　b=fft(x,16000);

40、 %對(duì)語(yǔ)音信號(hào)做16000點(diǎn)的FFT變換</p><p>　　subplot(2,1,1); %分割窗口 </p><p>　　title('16000點(diǎn)的頻域幅度譜');</p><p>　　plot(abs(b)); %顯示語(yǔ)音信號(hào)的幅度譜圖

41、</p><p>　　xlabel('頻率'); ylabel('振幅'); %x,y軸說明</p><p>　　grid; %添加網(wǎng)格</p><p>　　subplot(2,1,2); %分割窗口</p>

42、;<p>　　title('16000點(diǎn)的頻域相位譜'); </p><p>　　plot(angle(b)); %顯示語(yǔ)音信號(hào)的相位譜圖 </p><p>　　xlabel('頻率'); ylabel('相位'); %x,y軸說明</p><p

43、>　　grid; %添加網(wǎng)格</p><p>　　運(yùn)行得到的16000點(diǎn)的幅度譜與相位譜如下圖所示：</p><p>　　結(jié)果分析：通過比較8000點(diǎn)的幅度譜與相位譜和16000點(diǎn)的幅度譜與相位譜圖可以看出，兩種情況下所得的幅度譜和相位譜的圖形形狀基本上是相同的，不同之處就是8000點(diǎn)圖形線比16000點(diǎn)的圖形線梳，原因是：譜

44、線的疏密程度是與分析時(shí)所取的點(diǎn)數(shù)是有關(guān)的，在同樣的抽樣頻率下，對(duì)不同點(diǎn)數(shù)進(jìn)行頻譜分析時(shí)得出的幅度譜和相位譜線疏密程度是不同的，點(diǎn)數(shù)越多，譜線越密，且單位時(shí)間內(nèi)取點(diǎn)越多，描述出來的波形就越精確，這個(gè)尺度就是“采樣速率”。</p><p><b>　　3．濾波器的設(shè)計(jì)</b></p><p>　　針對(duì)電話信道（最高3500Hz）,下面我們?cè)O(shè)計(jì)一個(gè)IIR巴特沃茲型低通濾波器

45、語(yǔ)音信號(hào)進(jìn)行濾波，抽樣率轉(zhuǎn)變?yōu)?000Hz/s。所設(shè)計(jì)的濾波器代碼如下：</p><p>　　wp=2*1200/7000; %歸一化通帶數(shù)字頻率wp</p><p>　　ws=2*2000/7000; %歸一化阻帶數(shù)字截止頻率ws</p><p>　　Rp=0.5;

46、 %通帶波紋系數(shù)Rp</p><p>　　Rs=60; %最小阻帶衰減Rs</p><p>　　[N,Wn]=buttord(wp,ws,Rp,Rs); %求階數(shù)N和濾波器截止頻率Wn</p><p>　　[num,den]=butter(N,Rp); %傳輸分子和分母的系數(shù)</p>

47、<p>　　[h,w]=freqz(num,den); %求頻率響應(yīng)</p><p>　　subplot(2,1,1); %窗口分割</p><p>　　plot(w/pi,abs(h)); %二維連續(xù)圖形</p><p>　　grid;

48、 %添加網(wǎng)格</p><p>　　title('巴特沃茲型低通濾波器的幅頻響應(yīng)'); %加圖形說明</p><p>　　xlabel('\omega/\pi'); ylabel('振幅(幅值)'); </p><p>　　%X,Y軸說明（/后表示轉(zhuǎn)義字符）</p>

49、<p>　　subplot(2,1,2); %窗口分割</p><p>　　plot(w/pi,20*log10(abs(h))); %二維連續(xù)圖形</p><p>　　grid; %添加網(wǎng)格</p><p>　　title('巴特沃茲型低通濾波

50、器的幅頻響應(yīng)'); %加圖形說明</p><p>　　xlabel('\omega/\pi');ylabel('振幅(分貝)'); %X,Y軸說明</p><p>　　4．對(duì)語(yǔ)音信號(hào)進(jìn)行濾波：</p><p>　　下面我們用以上所設(shè)計(jì)的IIR契比雪夫低通濾波器對(duì)語(yǔ)音信號(hào)進(jìn)行濾波，濾波過程的具體代碼如下：</p>

51、;<p>　　fs=7000; %抽樣頻率</p><p>　　Wp=2*1200/fs; %歸一化通帶數(shù)字截止頻率wp</p><p>　　Ws=2*2000/fs; %歸一化阻帶數(shù)字截止頻率ws</p><p>　　Rp=0

52、.4; %通帶波紋系數(shù)Rp</p><p>　　Rs=80; %最小阻帶衰減Rs</p><p>　　[N,Wn]=cheb1ord(Wp,Ws,Rp,Rs); %求階數(shù)N和濾波器截止頻率Wn</p><p>　　[num,den]=cheby1(N,R

53、p,Wn); %傳輸分子和分母的系數(shù)</p><p>　　[h,w]=freqz(num,den); %求頻率響應(yīng)</p><p>　　subplot(2,1,1);</p><p>　　plot(w/pi,abs(h)); %二維連續(xù)圖形</p><p>

54、　　title('契比雪夫Ⅰ型低通濾波器的幅頻響應(yīng)');</p><p>　　xlabel('\omega/\pi'); % /后表示轉(zhuǎn)義字符</p><p>　　ylabel('振幅（幅值）');</p><p><b>　　grid;</b></p>

55、;<p>　　subplot(2,1,2);</p><p>　　plot(w/pi,20*log10(abs(h)));</p><p>　　title('契比雪夫Ⅰ型低通濾波器的幅頻響應(yīng)');</p><p>　　xlabel('\omega/\pi'); % /后表示轉(zhuǎn)義字符&l

56、t;/p><p>　　ylabel('振幅(分貝)');</p><p>　　grid; %顯示經(jīng)過濾波后的語(yǔ)音信號(hào)的幅度譜和相位譜圖形</p><p>　　n=wavread('E:\黃里\黃里.wav'); %讀取原始語(yǔ)音信號(hào)</p><p>　　x=filter(num,den,

57、n); %對(duì)原始語(yǔ)音信號(hào)進(jìn)行濾波</p><p>　　y=fft(x,2048); %對(duì)濾波后所得信號(hào)進(jìn)行FFT變換</p><p>　　subplot(2,1,1) %窗口分割</p><p>　　plot(abs(y));

58、 %顯示濾波后的幅度譜圖</p><p>　　title('濾波后的幅度譜');</p><p>　　xlabel('頻率'); ylabel('振幅'); %x,y軸說明</p><p><b>　　grid;</b></p><

59、;p>　　subplot(2,1,2) %窗口分割</p><p>　　plot(angle(y)); %顯示濾波后的相位譜圖</p><p>　　title('濾波后的相位譜');</p><p>　　xlabel('頻率'); ylabe

60、l('相位'); %x,y軸說明</p><p><b>　　grid;</b></p><p>　　wavwrite(x,fs,'E:\黃里\黃里濾波后.wav');%保存過濾波后的語(yǔ)音信號(hào)</p><p>　　分析：由上圖可以看出，經(jīng)過濾波器濾波后，信號(hào)的部分頻率成分已經(jīng)被濾除了。<

61、/p><p>　　5．把處理后的所有數(shù)據(jù)存儲(chǔ)為聲音文件，與原始聲音進(jìn)行比較</p><p><b>　　fs=8000;</b></p><p>　　y=wavread(' E:\黃里\黃里.wav'); %采集已錄聲音信號(hào)</p><p>　　y1=wavread(' E:\黃里\黃里濾波后.wav

62、'); %讀取濾波后語(yǔ)音信號(hào)</p><p>　　yx=fft(y);</p><p>　　yx1=fft(y1);</p><p>　　subplot(2,1,1)</p><p>　　plot(20*log10(abs(yx))); </p><p>

63、;　　title('濾波前的相對(duì)幅度譜');</p><p>　　subplot(2,1,2);</p><p>　　plot(20*log10(abs(yx1))); </p><p>　　title('濾波后的相對(duì)幅度譜');</p><p>　　運(yùn)行后可得濾波

64、前的相對(duì)幅度譜與濾波后的相對(duì)幅度譜如下圖所示：</p><p>　　結(jié)果分析：濾波前后兩信號(hào)的比較，通過上面的頻譜圖可以很清晰地觀察到經(jīng)過濾波后與濾波前存在一些差別，濾波后的圖比較平穩(wěn)，原始語(yǔ)音信號(hào)比濾波后的信號(hào)清晰，濾波后的聲音顯得比較低沉，因?yàn)樵夹盘?hào)經(jīng)過低通濾波器后，低通濾波器已經(jīng)把信號(hào)高頻部分濾掉了，只剩下低頻部分。</p><p><b>　　四．總結(jié)</b>

65、;</p><p>　　通過本次課程設(shè)計(jì)，我學(xué)會(huì)了如何用MATLAB編程的方法對(duì)聲音（wave）進(jìn)行錄制、播放、存儲(chǔ)和讀取，并從實(shí)踐上初步實(shí)現(xiàn)了用MATLAB作為工具來對(duì)數(shù)字信號(hào)的處理。在設(shè)計(jì)的整個(gè)過程中，錄音。讀取錄音的過程失敗了不少次，好不容易快做完了整個(gè)實(shí)驗(yàn)，結(jié)果最后不小心把錄好的音頻信號(hào)刪除了，結(jié)果不得不重新錄音重做，通過本次實(shí)踐，加強(qiáng)了我和同學(xué)們之間的互相交流，不懂的地方可以互相交流，這應(yīng)該就是本次實(shí)踐