2022年基于Matlab的语音信号传输系统的研究与仿真.docx

《2022年基于Matlab的语音信号传输系统的研究与仿真.docx》由会员分享，可在线阅读，更多相关《2022年基于Matlab的语音信号传输系统的研究与仿真.docx（45页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精品学习资源基于 Matlab 的语音信号传输系统的分析与仿真摘要语音信号处理是争论用数字信号处理技术和语音学学问对语音信号进行处理的新兴的学科，是目前进展最为快速的信息科学争论领域的核心技术之一；通过语音传递信息是人类最重要、最有效、最常用和最便利的交换信息形式；Matlab 语言是一种数据分析和处理功能特别强大的运算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算才能处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的出现等，它的信号处理与分析工具箱为语音信号分析供应了特别丰富的功能函数，利用这些功能函数可以快捷而又便利地完成语音信号的处理和分析

2、以及信号的可视化，使人机交互更加便利；信号处理是 Matlab 重要应用的领域之一；本设 计针对现在大部分 语音处理软件 内容 繁多、 操作 不便等问题， 采纳MATLAB7.0综合运用 GUI 界面设计、各种函数调用等来实现语音信号的变频、变幅、傅里叶变换及滤波，程序界面简练，操作简便，具有肯定的实际应用意义；最终，本文对语音信号处理的进一步进展方向提出了自己的看法；关键字： Matlab；语音信号；傅里叶变换；信号处理；欢迎下载精品学习资源The Design of Analysis and Processing Voice SignalAbstractSpeech signal proc

3、essing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growingareas ofinformationscience one ofthe core technology.Transmission of information through the voice of humanitys most important, most

4、effective, most popularand most convenient form of exchange of information.Matlab language is a data analysis and processing functions are very powerful computer application software, sound files which can be transformed into discrete data files, then use its powerful ability to process the data mat

5、rix operations, such as digital filtering, Fourier transform, when domain and frequency domain analysis, sound playback and a variety of map rendering, and so on.Its signal processing and analysis toolkit for voice signal analysis provides a very rich feature function, use of these functions can be

6、quick and convenient features complete voice signal processing and analysis and visualization of signals, makes computer interaction more convenient . Matlab Signal Processing is one of the important areas of application.The design of voice-processing software for most of the content are numerous, e

7、asy tomaneuver and so on, using MATLAB7.0 comprehensive use GUI interface design, various function calls to voice signals such as frequency, amplitude, Fourier transform and filtering, the program interface concise, simple, has some significance in practice.Finally, the speech signal processing furt

8、her development put forward their own views.Keywords: Matlab，Voice Signa，lFourier transform， Signal Processing欢迎下载精品学习资源目 录1 绪论 01.1 课题背景及意义 01.2 国内外争论现状 01.3 本课题的争论内容和方法 21.3.1 争论内容 21.3.2 运行环境 21.3.3 开发环境 22 语音信号处理的总体方案 32.1 系统基本概述 32.2 系统基本要求 32.3 系统框架及实现 62.4 系统初步流程图 73 语音信号处理基本学问103.1 语音的录入与打开

9、103.2 采样位数和采样频率 103.3 时域信号的 FFT 分析 103.4 数字滤波器设计原理 113.5 倒谱的概念 134 语音信号处理实例分析144.1 图形用户界面设计 144.2 信号的采集 144.3 语音信号的处理设计 144.3.1 语音信号的提取 144.3.2 语音信号的调整 174.3.2.1 语音信号的频率调整 174.3.2.2 语音信号的振幅调整 174.3.3 语音信号的傅里叶变换184.3.4 语音信号的滤波 224.3.4.1 语音信号的低通滤波23欢迎下载精品学习资源4.3.4.2 语音信号的高通滤波 244.3.4.3 语音信号的带通滤波 254.3

10、.4.4 语音信号的带阻滤波 264.4 语音信号的输出 275 总结 29参考文献 31致 谢 32欢迎下载精品学习资源1 绪论语音是语言的声学表现，是人类沟通信息最自然、最有效、最便利的手段；随着社会文化的进步和科学技术的进展，人类开头进入了信息化时代，用现代手段争论语音处理技术，使人们能更加有效地产生、传输、储备、和猎取语音信息，这对于促进社会的进展具有特别重要的意义，因此，语音信号处理正越来越受到人们的关注和广泛的研 究；1.1 课题背景及意义语音信号处理是一门比较有用的电子工程的专业课程，语音是人类猎取信息的重要来源和利用信息的重要手段；通过语言相互传递信息是人类最重要的基本功能之一

11、；语言是人类特有的功能，它是制造和记载几千年人类文明史的根本手段，没有语言就没有今日的人类文明；语音是语言的声学表现，是相互传递信息的最重要的手段，是人类最重要、最有效、最常用和最便利的交换信息的形式；语音信号处理是争论用数字信号处理技术对语音信号进行处理的一门学科，它是一门新兴的学科，同时又是综合性的多学科领域和涉及面很广的交叉学科；通过语音传递倍息是人类最重要、最有效、最常用和最便利的交换信息的形式；语言是人类持有的功能声音是人类常用的工具，是相互传递信息的最主要的手段；因 此，语音信号是人们构成思想疏通和感情沟通的最主要的途径；并且，由于语言和语音与人的智力活动亲密相关，与社会文化和进步

12、紧密相连，所以它具有最大的信息容量和最高的智能水平；现在，人类已开头进入了信息化时代，用现代手段争论语音信号，使人们能更加有效地产生、传输、储备、猎取和应用语音信息，这对于促进社会的进展具有特别重要的意义；让运算机能听懂人类的语言，是人类自运算机产生以来梦寐以求的想法；随着运算机越来越向便携化方向进展，随着运算环境的日趋复杂化，人们越来越迫切要求摆脱键盘的束缚而代之以语音输人这样便于使用的、自然的、人性化的输人方式；作为高科鼓应用领域的争论热点，语音信号采集与分析从理论的争论到产品的开发已经走过了几十个春秋并且取得了长足的进步；它正在直接与办公、交通、金融、公安、商业、旅行等行业的语音询问与治

13、理工业生产部门的语声掌握，电话、电信系统的自动拨号、帮助掌握与查询以及医疗卫生和福利事业的生活支援系统等各种实际应用领域相接轨，并且有望成为下一代欢迎下载精品学习资源操作系统和应用程序的用户界面；可见，语音信号采集与分析的争论将是一项极具市场价值和挑战性的工作；我们今日进行这一领域的争论与开拓就是要让语音信号处理技术走人人们的日常生活当中，并不断朝更高目标而努力；语音信号采集与分析之所以能够那样长期地、深深地吸引广大科学工作者去不断地对其进行争论和探讨，除了它的有用性之外，另一个重要缘由是，它始终与当时信息科学中最活跃的前沿学科保持亲密的联系并且一起进展；语音信号采集与分析是以语音语言学和数字

14、信号处理为基础而形成的一门涉及面很广的综合性学科，与心理、生理 学、运算机科学、通信与信息科学以及模式识别和人工智能等学科都有着特别亲密的关系；对语音信号采集与分析的争论始终是数字信号处理技术进展的重要推动力气；由于很多处理的新方法的提出，第一是在语音信号处理中获得胜利，然后再推广到其他领 域；1.2 国内外争论现状20 世纪 60 岁月中期形成的一系列数字信号处理的理论和算法，如数字滤波器、快速傅立叶变换 FFT）等是语音信号数字处理的理论和技术基础；随着信息科学技术的飞速进展，语音信号处理取得了重大的进展：进入70 岁月之后，提出了用于语音信号的信息压缩和特点提取的线性猜测技术LPC），并

15、已成为语音信号处理最强有力的工具，广泛应用于语音信号的分析、合成及各个应用领域，以及用于输入语音与参考样本 之间时间匹配的动态规划方法；80 岁月初一种新的基于聚类分析的高效数据压缩技术 矢量量化 VQ ）应用于语音信号处理中；而用隐马尔可夫模型 的争论取得了快速进展，语音信号处理的各项课题是促进其进展的重要动力之一，同时，它的很多成果也表达在有关语音信号处理的各项技术之中；语音信号的采集与分析作为一个重要的争论领域，已经有很长的争论历史1；但是它的快速进展可以说是从 1940 年前后 Dudley 的声码器 vocoder和 potter 等人的可见语音 Visible Speech开头的；

16、 1952 年贝尔 Bell 试验室的 Davis 等人首次研制胜利能识别十个英语数字的试验装置； 1956 年 Olson 和 Belar 等人采纳 8 个带通滤波器组提取频谱参数作为语音的特点，研制胜利一台简洁的语音打字机；20 世纪 60 岁月初由于 Faut 和Steven的努力，奠定了语音生成理论的基础，在此基础上语音合成的争论得到了扎实的进展； 20 世纪 60 岁月中期形成的一系列数字信号处理方法和技术，如数字滤波器、快速博里叶变换 FFT等成为语音信号数字处理的理论和技术基础；在方法上，随着电子运算机的进展，以往的以硬件为中心的争论逐步转化为以软件为主的处理争论；然而， 在语音

17、识别领域内，初期有几种语音打字机的争论也很活跃，但后来已全部停了下来，欢迎下载精品学习资源这说明白当时人们对话音识别难度的熟识得到了加深；所以1969 年美国贝尔争论所的Pierce感叹地说 “语音识别向何处去 .”；到了 1970 年，好像反对 Pierce 的批判，单词识别装置开头了有用化阶段，其后有用化的进程进一步高涨，有用机的生产销售也上了轨道；此外社会上所宣扬的声纹Voice Print 识别，即说话人识别的争论也扎扎实实地开展起来，并很快达到了有用化的阶段；到了 1971 年，以美国 ARPAAmerican Research Projects Agency为主导的 “语音理解系统

18、 ”的争论方案也开头起步；这个争论方案不仅在美国园内，而且对世界各国都产生了很大的影响，它促进了连续语音识别争论的兴起；历时五年的巨大的ARPA 争论方案，虽然在语音懂得、语言统计模型等方面的争论积存了一些体会，取得了很多成果，但没能达到巨大投资应得的成果，在1976 年停了下来，进入了深刻的反省阶段；但是，在整个 20 世纪 70 岁月仍是有几项争论成果对语音信号处理技术的进步和进展产生了重大的影响；这就是 20 世纪 70 岁月初由板仓 Itakura提出的动态时间规整 DTW 技术，使语音识别争论在匹配算法方面开创了新思路；20 世纪 70 岁月中期线性猜测技术LPC被用于语音信号处理，

19、此后隐马尔可夫模型法HNMM 也获得初步胜利，该技术后来在语音信号处理的多个方面获得巨大胜利；20 世纪 70 岁月未， Linda、Buzo、Gray 和 Markel 等人首次解决了矢量量化 VQ 码书生成的方法，并第一将矢量量化技术用于语音编码获得胜利；从今矢量量化技术不仅在语音识别、语音编码和说话人识别等方面发挥了重要作用，而且很快推广到其他很多领域；因此，20 世纪 80 岁月开头显现的语音信号处理技术产品化的热溯，与上述语音信号处理新技术的推动作用是分不开的；20 世纪 80 岁月，由于矢量量化、隐马尔可夫模型和人工神经网络ANN 等相继被应用于语音信号处理，并经过不断改进与完善，

20、使得语音信号处理技术产生了突破性的进展；其中，隐马尔可夫模型作为语音信号的一种统计模型，在语音信号处理的各个领域中获得了广泛的应用；其理论基础是 1970 年前后，由 Baum 等人建立起来的，随后， 由美国卡内基梅隆高校 CMU 的 Baker 和美国 IBM 公司的 Jelinek 等人将其应用到语音识别中；由于美国贝尔试验室的 Babiner 等人在 20 世纪 80 岁月中期，对隐马尔可夫模型深人浅出的介绍，才使世界各国从事语音信号处理的争论人员明白和熟识，进而成为一个公认的争论热点，也是目前语音识别等的主流争论途径；进入 20 世纪 90 岁月以来，语音信号采集与分析在有用化方面取得

21、了很多实质性的争论进展；其中，语音识别逐步由试验室走向有用化；一方面，对声学语音学统计模型的争论逐步深化，鲁棒的语音识别、基于语音段的建模方法及隐马尔可夫模型与人工种经网络的结合成为争论的热点；另一方面，为了语音识别有用化的需要，讲者自适应、听觉模型、快速搜寻识别算法以及进一步的语言模型的争论等课题倍受关注；欢迎下载精品学习资源1.3 本课题的争论内容和方法1.3.1 争论内容本论文主要介绍的是的语音信号的简洁处理；本论文针对以上问题，运用数字信号 学基本原理实现语音信号的处理，在matlab7.0 环境下综合运用信号提取，幅频变换以及傅里叶变换、滤波等技术来进行语音信号处理；我所做的工作就是

22、在matlab7.0 软件上编写一个处理语音信号的程序，能对语音信号进行采集，并对其进行各种处理，达到简洁的语音信号处理的目的；要求同学录制一段自己的语音信号后，在MATLAB软件中采集语音信号、回放语音信号并画出语音信号的时域波形和频谱图；对所采集的语音信号加入干扰噪声，对加 入噪声的信号进行播放，并进行时域和频谱分析；对比加噪前后的时域图和频谱图，分 析争论采纳什么样的滤波器进行滤除噪声；1.3.2 运行环境运行环境主要介绍了硬件环境和软件环境；硬件环境： 处理器： Inter Pentium 166 MX 或更高 内存： 512MB 或更高 硬盘空间： 40GB 或更高 显卡： SVGA

23、 显示适配器软件环境：操作系统： Window 98/ME/2000/XP1.3.3 开发环境开发环境主要介绍了本系统采纳的操作系统、开发语言；1 操作系统： Windows XP 2 开发环境： Matlab 7.0欢迎下载精品学习资源2 语音信号处理的总体方案2.1 系统基本概述图形用户界面 在频域内，语音信号的频谱重量主要集中在300 3400Hz 的范畴内；利用这个特点，可以用一个防混迭的带通滤波器将此范畴内的语音信号频率重量取出，然后按 8kHz 的采样率对语音信号进行采样，就可以得到离散的语音信号；2在时域内，语音信号具有 “短时性 ”的特点，即在总体上，语音信号的特点是随着时间而

24、变化的，但在一段较短的时间间隔内，语音信号保持平稳；在浊音段表现出周期信号的特点，在清音段表现出随机噪声的特点；下面是一段语音信号的时域波形图 图 2-1和频域图 图 2-2，由这两个图可以看出语音信号的两个特点；0.450.40.350.30.250.20.150.10.0500.60.40.20-0.2-0.4-0.6欢迎下载精品学习资源-0.800.511.522.533.544.5500.511.522.5欢迎下载精品学习资源TimesFrequencyHz4x 10欢迎下载精品学习资源图 2.1 语音信号时域波形图图2.2 语音信号频域波形图2.2 系统基本要求本文是用 Matlab

25、对含噪的的语音信号同时在时域和频域进行滤波处理和分析，在MATLAB 应用软件下设计一个简洁易用的图形用户界面，以防止混叠干扰；抑制 50Hz 的电源工频干扰；这样，预滤波器必需是一个带通滤波器，设其上、下截止颜率分别是fH 和 fL ，就对于绝大多数语音编译码器，fH=3400Hz 、fL 60100Hz、采样率为 fs8kHz ；而对丁语音识别而言，当用于电话用户时，指标与语音编译码器相同；当使用要求较高或很高的场合时fH 4500Hz 或 8000Hz、fL 60Hz、fs 10kHz 或 20kHz；为了将原始模拟语音信号变为数字信号，必需经过采样和量化两个步骤，从而得到时间和幅度上均

26、为离散的数字语音信号；采样也称抽样，是信号在时间上的离散化，即依据肯定时间间隔 t 在模拟信号 xt 上逐点实行其瞬时值；采样时必需要留意满意奈奎斯特定理，即采样频率fs 必需以高于受测信号的最高频率两倍以上的速度进行取样，才能正确地重建波 它是通过采样脉冲和模拟信号相乘来实现的；图 2.3 是一段语音信号在采样频率 44.1KHz 情形下的频谱图；原 始 信号0.40.20-0.2-0.401234564x 1020015010050000.511.522.54x 10图 2.3 采样频率 44.1KHz 情形下的频谱图由图 2.3 可知，这段语音信号的频率主要集中在1KHz 左右，当采样频

27、率为 44.1KHz时，由于采样频率比较大，所以采样点数就越密，所得离散信号就越靠近于原信号，频欢迎下载精品学习资源谱也没有发生混叠；抽 取 后 的 信 号0.60.40.20欢迎下载精品学习资源-0.201234564x 10欢迎下载精品学习资源32.521.51050001000015000图 2.4 采样频率 500HZ 情形下的频谱图对上述信号进行1/80 采样频率抽取，即采样频率变为将近500Hz 时，由于采样频率比较小，所以采样点数就稀疏，所得离散信号就越偏离于原信号，频谱也发生了混叠；在采样的过程中应留意采样间隔的挑选和信号混淆：对模拟信号采样第一要确定采样间隔；在实际工作中，我

28、们可以利用windows 自带的录音机录制语音文件， 图 2.5 是基于PC 机的语音信号采集过程，声卡可以完成语音波形的A/D 转换，获得 WAVE 文件，为后续的处理储备原材料；调剂录音机储存界面的“更换 ”选项，可以储备各种格式的WAVE 文件；声麦克风声卡滤波采样A/D转音换Wa vWindows 自带的录音机图 2.5 基于 PC 机的语音信号采集过程欢迎下载精品学习资源采集到语音信号之后，需要对语音信号进行分析，如语音信号的时域分析、频谱分析、语谱图分析以及加噪滤波等处理；2.3 系统框架及实现1） 语音信号的采集使用电脑的声卡设备采集一段语音信号，并将其储存在电脑中；2） 语音信

29、号的处理语音信号的处理主要包括信号的提取、信号的调整、信号的变换和滤波等；.语音信号的时域分析语音信号是一种非平稳的时变信号，它携带着各种信息；在语音编码、语音合成、语音识别和语音增强等语音处理中无一例外需要提取语音中包含的各种信息；语音信号分析的目的就在与便利有效的提取并表示语音信号所携带的信息；语音信号分析可以分为时域和变换域等处理方法，其中时域分析是最简洁的方法，直接对语音信号的时域波形进行分析，提取的特点参数主要有语音的短时能量，短时平均过零率，短时自相关函数等；1、提取：通过图形用户界面上的菜单功能按键采集电脑设备上的一段音频信号， 完成音频信号的频率，幅度等信息的提取，并得到该语音

30、信号的波形图；2、调整：在设计的用户图形界面下对输入的音频信号进行各种变化，如变化幅度、转变频率等操作，以实现对语音信号的调整；.语音信号的频域分析信号的傅立叶表示在信号的分析与处理中起着重要的作用；由于对于线性系统来说，可以很便利地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决很多信号分析和处理问题；另外，傅立叶表示使信号的某些特性变得更明显，因此，它能更深化地说明信号的各项红物理现象；由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源鼓励的线性系统的输出；输出频谱是声道系统频率响应与鼓励源频谱的乘积；声道系统的频率响应及鼓励源都是随时间变化的，因此一般

31、标准的傅立叶表示虽然适用于周期及平稳随机信号的表示，但不能直接用于语音信号；由于语音信号可以认为在短时间 内，近似不变，因而可以采纳短时分析法；1、 变换：在用户图形界面下对采集的语音信号进行Fourier 等变换，并画出变换前后的频谱图和变换后的倒谱图；2、滤波：滤除语音信号中的噪音部分，可采纳低通滤波、高通滤波、带通滤波和帯阻滤波，并比较各种滤波后的成效；欢迎下载精品学习资源3、 语音信号的成效显示通过用户图形界面的输出功能，将处理后的信号的语音进行播放，试听处理后的效果；2.4 系统初步流程图图 2.6 列出了整个语音信号处理系统的工作流程：信号采集信息提取信号调整信号变换信号滤波成效显

32、示图 2.6 语音信号处理系统的工作流程其中信号调整包括信号的幅度和频率的任意倍数变化；如下图2.7欢迎下载精品学习资源信号调整频率调整图 2.7 信号调整信号的滤波采纳了四种滤波方式，来观看各种滤波性能的优缺点：信号滤波切比雪夫 I型低通滤波椭圆数字带通滤波切比雪夫型带阻滤波切比雪夫型高通滤波图 2.8 语音信号滤波的方式在以上三图中，可以看到整个语音信号处理系统的流程大致分为三步，第一要读入待处理的语音信号，然后进行语音信号的处理，包括信息的提取、幅度和频率的变换以及语音信号的傅里叶变换、滤波等；滤波又包括低通滤波、高通滤波、带通滤波和带阻滤波等方式；最终对处理过的语音信号进行处理后的成效

33、显示；以上是本系统的工作流程，本文将从语音信号的采集开头做具体介绍；语音信号的思想早在 20 世纪 60 岁月就已经提出，由于使用模拟滤波器实现起来的系统复杂度较高，所以始终没有进展起来；在20 世纪 70 岁月，提出用离散傅里叶变换DFT）实现多载波调制，为语音信号的有用化奠定了理论基础；从今以后，语音信号在移动通信中的应用得到了迅猛的进展；语音信号系统收发机的典型框图如图2.9 所示，发送端将被传输的数字信号转换成子载波幅度和相位的映射，并进行离散傅里叶变换IDFT ）将数据的频谱表达式变换到时域上； IFFT 变换与 IDFT 变换的作用相同，只是有更高的运算效率，所以适用于全部的应用系

34、统；其中，上半部分对应于发射机链路，下半部分对应于接收机链路；由于 FFT 操作类似于 IFFT，因此发射机和接收机可以使用同一硬件设备；当然，这种复杂欢迎下载精品学习资源性的节省就意味着接收发机不能同时进行发送和接收操作；RF TXDAC欢迎下载精品学习资源编码交错数字插入调制倒频串并变换IFFT FFT并/串加 入 循环前缀欢迎下载精品学习资源欢迎下载精品学习资源解码解交织数字信道并串解调正交变换串/并去 除 循环前缀欢迎下载精品学习资源RF RXADC定 时和 频率 同步图 2.9 系统收发机的典型框图接收端进行发送相反的操作，将射频 ；用于读取语音，采样值放在向量 y 中， fs 表示

35、采样频率 Hz，bits 表示采样位数； N1 N2 表示读取从 N1 点到 N2 点的值； 用于对声音的回放；向量y 就就代表了一个信号 ，其中， x 是序列， y 是序列的 FFT，x 可以为一向量或矩阵，如x 为一向量， y 是 x 的 FFT 且和 x 相同长度；如 x 为一矩阵，就 y 是对矩阵的每一列向量进行FFT；假如 x 长度是 2 的幂次方，函数 fft 执行高速基 2FFT 算法，否就 fft 执行一种混合基的离散傅立叶变换算法，运算速度较慢；函数FFT 的另一种调用格式为 y=fftx,N ，式中， x，y 意义同前， N 为正整数；函数执行N 点的FFT，如 x 为向量

36、且长度小于 N，就函数将 x 补零至长度 N；如向量 x 的长度大于 N， 就函数截短 x 使之长度为 N；如 x 为矩阵，按相同方法对 x 进行处理；3.4 数字滤波器设计原理数字滤波器分为 FIR 数字滤波器和 IIR 数字滤波器两种，即有限冲激响应滤波器FIR ， FiniteImpulse Response） 滤 波 器 和 无 线冲 激 响应 IIR ， InfiniteImpulse Response）滤波器；FIR 的特点：欢迎下载精品学习资源H zN 1hnz nn 0欢迎下载精品学习资源不存在极点 0|处收敛；系统单位冲激响应在有限个n 值处不为零；结构上主要是非递归结构，没

37、有输出到输入的反馈；故只能用较高的阶数达到 高的挑选性； FIR 数字滤波器的幅频特性精度较之于IIR 数字滤波器低，但是线性相位即不同频率重量的信号经过 FIR 数字滤波器后他们的时间差不变； FIR 数字滤波器具有系统稳固，易实现相位掌握，答应设计多带通滤波器等优点；FIR 数字滤波器的结构有四种：横截性；级联型结构；频率采样型结构；线性相位FIR 滤波器的结构；IIR 数字滤波器的特点：电位冲激响应hn是无限长的；系统函数Hz在有限 z 平面上0 |z|进行加工处理，或者说利用数字方法按预定的要求对信号进行变换；欢迎下载精品学习资源数字滤波器可以懂得为是一个运算程序或算法，将代表输入信号

38、的数字时间序列转化为代表输出信号的数字时间序列，并在转化过程中，使信号按预定的形式变化；数字滤波器有多种分类，依据数字滤波器冲激响应的时域特点，可将数字滤波器分为两种，即无限长冲激响应 IIR ）滤波器和有限长冲激响应 FIR ）滤波器；从性能上来说， IIR滤波器传输函数的极点可位于单位圆内的任何地方，因此可用较低的阶数获得高的挑选 性，所用的存贮单元少，所以经济而效率高；但是这个高效率是以相位的非线性为代价 的；挑选性越好，就相位非线性越严峻；相反，FIR 滤波器却可以得到严格的线性相位，然而由于 FIR 滤波器传输函数的极点固定在原点，所以只能用较高的阶数达到高的挑选性；对于同样的滤波器

39、设计指标，FIR 滤波器所要求的阶数可以比IIR 滤波器高510 倍，结果，成本较高，信号延时也较大；假如按相同的挑选性和相同的线性要求来说，就 IIR 滤波器就必需加全通网络进行相位较正，同样要大增加滤波器的节数和复杂性；整体来看， IIR 滤波器达到同样成效阶数少，推迟小，但是有稳固性问题，非线性相位； FIR 滤波器没有稳固性问题，线性相位，但阶数多，推迟大；信号的傅立叶表示在信号的分析与处理中起着重要的作用；由于对于线性系统来说，可以很便利地确定其对正弦或复指数和的响应，所以傅立叶分析方法能完善地解决很多信号分析和处理问题；另外，傅立叶表示使信号的某些特性变得更明 显，因此，它能更深化地说明信号的各项红物理现象；由于语音信号是随着时间变化的，通常认为，语音是一个受准周期脉冲或随机噪声源鼓励的线性系统的输出；输出频谱是声道系统频率响应与鼓励源频谱的乘 积；声道系统的频率响应及鼓励源都是随时间变化的，因此一般标准的傅立叶表示虽然适用于周期及平稳随机信号