摘要："数字信号处理"是电类专业重要的专业基础课,理论性和实践性都很强,教学中如何做到理论与实际相结合,一直是课堂教学的重点和难点。以语音信号为研究对象,MATLAB为实验平台,对信号的频谱分析、数字滤波器设计等重要知识点进行了仿真案例设计,并给出了仿真结果。通过案例教学,让学生直观地领悟到了频谱的概念,体会到了严谨的数学推理的实际应用过程,激发了学生的学习兴趣,提高了学生的工程应用能力。

摘要：使用MATLAB中相关功能的函数,完成对采集的语音信号进行时频变换、加噪处理以及滤波器的设计。同时在此基础上分析研究了原信号、加噪信号和滤波后信号的时域波形和频谱的关系,该改动对IIR滤波器的发展有一定帮助。

摘要：提出了在语音信号对数功率谱域和功率谱域顺序滤波的新的增强ＲＡＳＴＡ滤波（ＥＲＡＳＴＡ）方法。语音识别和说话人识别实验表明，ＥＲＡＳＴＡ滤波能够有效地去除加性噪声和卷积噪声的干扰，ＥＲＡＳＴＡ算法与语音信号的失真过程和噪声的功率谱无关。ＥＲＡＳＴＡ方法性能同ＪＲＡＳＴＡ算法类似或更好，且不需要ＪＲＡＳＴＡ 算法中的实时语音信噪比估计。ＥＲＡＳＴＡ 滤波器的设计表明，低频率的谱调制分量可引起语音识别和说话人识别性能的下降，说话人识别较语音识别需要较小的谱时间调制带宽。

摘要：语音信号是信息的载体,语音交互是重要的人机交互方式。对不同的语音信号进行傅立叶级数展开和傅立叶变换分析,如连续时间周期信号及非周期信号和离散时间周期信号及非周期信号,并且通过选择不同采样频率对语音信号进行采样分析,验证了信号的采样定理。以Matlab为分析工具,通过对录制原始语音信号进行时域分析、频域分析;并对原始语音信号进行加噪处理。通过设计各种滤波器,如带阻滤波器、低通滤波器、巴特沃斯滤波器等,对含噪信号进行时分析域和频域分析。通过选择合适的滤波器参数对语音信号进行去噪处理,同时进行分析对比去噪前后语音信号。对滤波前后语音信号时域波形和频域波形变化和播放变化进行分析对比,在进行滤波后语音信号得到很好的改善。

摘要：针对语音信号去噪的问题,设计了各种类型的IIR数字滤波器,然后用不同类型的滤波器处理不同的噪声,这改变了传统的一成不变的去噪方式。实验结果表明,同样的噪声用不同的滤波器处理,效果各有不同,经过分析,选出最优的滤波方式。

摘要：提出一种基于组合参量的语音信号清 /浊判决方法 ,减小了清 /浊单信号特征概率分布的重叠区域 ,程序设计简练。经计算机仿真表明 ,与单一参量判决方法相比 ,其错判率小 ,抗噪性好。

摘要：以MATLAB为平台,利用滤波器去噪方法对含噪声的语音信号进行去噪处理,并从频域角度利用IIR和FIR两种滤波器去噪方法进行去噪,并对结果进行了对比分析,为加强程序的友好性和可视性,采用GUI编程的方法设计了语音信号去噪系统用户界面。实验结果证明,该方法能够实现对夹杂噪声的语音信号进行有效提取,有助于在噪声下提取微弱信号的研究。

摘要：对录制的语音信号进行采样,分析其时域波形和频谱图。给定数字滤波器的性能指标,采用窗函数法和双线性变换法设计数字滤波器,并对语音信号进行滤波,得到滤波前后的信号幅频响应。通过对比两种滤波处理结果,简单而有效地论证了两种数字滤波器在语音信号处理上的优势。

摘要：介绍人工电子耳的基本原理和CIS语音信号处理方案,提出基于DSP芯片TMS320LF2407的硬件电路设计和软件编程 流程,最后通过计算机对经过DSP处理后的语音数据进行了仿真和合成,实验结果表明合成语音与原始语音在频谱包 络特征上非常相似。

摘要：谱减法是语音信号处理中一种非常重要的方法,使用该方法的目的是降低语音信号中噪声所占比例,是语音识别中一个非常重要的环节。Matlab软件是语音信号处理的常用软件,Labview软件是一款功能强大的数据采集处理软件。本文介绍了如何将Labview和Matlab结合起来,完成谱减法语音信号的采集及语音信号的增强处理在Labview环境下的实现。