应用Matlab对含噪声的语音信号进行频谱分析及滤波 实时频谱仪的应用：1、在噪声频谱分析中通常使用的是模拟滤波器，这种滤波器使用时都要一个滤波器接一个滤波器依次进行频谱测量分析。由于滤波器以及检波电路都有一定时间常数，通常需要几秒钟才能达到稳定。因此，如果使用1/1倍频程滤波器完成整个频谱分析需要1 分钟左右时间，如使用1/3 倍频程滤波器则需要3 分钟左右时间。对于稳定噪声（如机器噪声）而且测量时间比较宽裕的场合，这完全不是问题，但是对于不稳定噪声，如：环境噪声、交通噪声以及其它随机变化的设备声源及时间很短的脉冲噪声等测量得到的频谱分析结果毫无意义。因为在进行下一个滤波器分析时的噪声与上一个滤波器分析时的噪声完全不一样，这种情况唯有选择实时频谱分析仪器分析才有意义。2、实时，它的简单涵义就是“即时”，也就是“立即”的意思。3、实时频谱分析仪器采用数字信号处理办法，将模拟信号变换成数字信号，边测量边进行频谱分析，速度非常快，立即就完成OCT 1/1 倍或1/3 倍频程以至更细的1/n倍频程谱分析，甚至可以进行FFT 分析，并可以扩展为其它许多测量与分析功能。正因为它有这么多的优点，因此得到了广泛应用。嘉兴市蝶图腾电子设备有限公司曾 广 国13356073253 QQ：。
用matlab设计一个滤波器 你自己整合吧，2113我没时间帮你整合，我给你提供一5261些程序：绝对正确的代码：4102程序1：fs=22050；语音信号采样频率为165322050x1=wavread('Windows Critical Stop.wav')；读取语音信号的数据，赋给变量x1sound(x1，22050)；播放语音信号y1=fft(x1，1024)；对信号做1024点FFT变换f=fs*(0：511)/1024；figure(1)plot(x1)%做原始语音信号的时域图形title('原始语音信号')；xlabel('time n')；ylabel('fuzhi n')；figure(2)freqz(x1)%绘制原始语音信号的频率响应图title('频率响应图')figure(3)subplot(2，1，1)；plot(abs(y1(1：512)))%做原始语音信号的FFT频谱图title('原始语音信号FFT频谱')subplot(2，1，2)；plot(f，abs(y1(1：512)))；title('原始语音信号频谱')xlabel('Hz')；ylabel('fuzhi')；程序2：fs=22050；语音信号采样频率为22050x1=wavread('Windows Critical Stop.wav')；读取语音信号的数据，赋给变量x1t=0：1/22050：(size(x1)-1)/22050；y1=fft(x1，1024)；对信号做1024点FFT变换f=fs*(0：511)/1024；x2=randn(1，length(x1))；产生一与x长度一致的随机信号sound(x2，22050)；figure(1)plot(x2)%做原始语音信号的时域图形title('高斯随机噪声')；xlabel('time 。
基于MATLAB采集语音信号分析与处理 语音信号的采集和频谱分析：[y，fs，bits]=wavread('voice')；读取音频信息（双声道，16位，e799bee5baa6e997aee7ad94e4b893e5b19e31333238646337频率44100Hz）sound(y，fs，bits)；回放该音频Y=fft(y，4096)；进行傅立叶变换subplot(211)；plot(y)；title('声音信号的波形')；subplot(212)plot(abs(Y))；title('声音信号的频谱')；窗函数设计低通滤波器：fp=1000；fc=1200；as=100；ap=1；fs=22000；wp=2*fp/fs；wc=2*fc/fs；N=ceil((as-7.95)/(14.36*(wc-wp)/2))+1；beta=0.1102*(as-8.7)；window=Kaiser(N+1，beta)；b=fir1(N，wc，window)；freqz(b，1，512，fs)；结果：滤波：[y，fs，bits]=wavread('voice')；d=filter(b，a，y)；D=fft(d)；subplot(211)plot(d)；title('滤波后的声音波形')subplot(212)plot(abs(D))title('滤波后的声音频谱')回放：sound(d，fs，bits)与滤波之前相比，噪音明显降低了许多。
