语音信号处理-语音增强 线性预测技术是语音处理中最有效的手段，但是最容易受噪声影响。 原因：若将线性预测技术看做频谱匹配过程，则在含大量噪声的语音会使频谱畸变，但是预测器就设法与畸变频谱匹配，而不是与目标语音频谱匹配。当在声码器的接收端使用与发送端相同的预测器时，则复原语音的可懂度大大降低。 语音增强是从带噪声信号中提取尽可能纯净的原始语音，是解决噪声污染的一种有效方法。 主要应用范围：降低听觉噪声识别系统的与处理和线性预测编码的与处理。这种技术对语音识别和说话人识别是十分重要，可识别装置可以在含噪环境下进行工作。 目前语音增强已发展成为语音信号数字处理的一个重要分支。

Matlab语音信号处理程序-f11.m 可以对语音信号的单个字，词进行频率及过零率分析 clc [filename,pathname]=uigetfile; [x,Fs]=wavread; %幅度归一化到[-1,1] x = double; x = x / max); %常数设置 FrameLen = 240; FrameInc = 80; amp1 = 10; amp2 = 2; zcr1 = 10; zcr2 = 5; maxsilence = 3;  % 6*10ms  = 30ms minlen  = 15;    % 15*10ms = 150ms status  = 0; count   = 0; silence = 0; %计算过零率 tmp1  = enframe, FrameLen, FrameInc); tmp2  = enframe  , FrameLen, FrameInc); signs = 0.02; zcr   = sum; %计算短时能量 amp = sum, FrameLen, FrameInc)), 2); %调整能量门限 amp1 = min/4); amp2 = min/8); %开始端点检测 x1 = 0; x2 = 0; x3=0; x4=0; for n=1:length    goto = 0;    switch status    case {0,1}                   % 0 = 静音, 1 = 可能开始       if amp > amp1          % 确信进入语音段          x1 = max;          status  = 2;          silence = 0;          count   = count 1;       elseif amp > amp2 | ... % 可能处于语音段              zcr > zcr2          status = 1;          count  = count 1;       else                       % 静音状态          status  = 0;          count   = 0;       end    case 2,                       % 2 = 语音段       if amp > amp2 | ...     % 保持在语音段          zcr > zcr2          count = count 1;       else                       % 语音将结束          silence = silence 1;          if silence < maxsilence % 静音还不够长，尚未结束             count  = count 1;          elseif count < minlen   % 语音长度太短，认为是噪声             status  = 0;             silence = 0;             count   = 0;          else                    % 语音结束             status  = 3;          end       end    case 3,       break;    end end    count = count-silence/2; x2 = x1 count -1; subplot plot axis -1 1]) ylabel; line; line; subplot plot; axis 0 max]) ylabel; line,max], 'Color', 'red'); line,max], 'Color', 'red'); subplot plot; axis 0 max]) ylabel; line,max], 'Color', 'red'); line,max], 'Color', 'red'); 复制代码

基音周期估计的各种方法，matlab代码。

矩形窗函数的波形 (a) 幅频图 (b) 相频图 矩形窗函数的频谱 § 1-4非周期信号的频谱分析 幅频谱： 相频谱：

循环神经网络的结构

比较经典的语音处理书籍，涵盖了语音的基本特征提取，LPC分析，语音识别等等基础技术。

可以实现对wav文件的读取，运行环境为c语言

语音信号处理实验源程序 可运行 附带语音信号处理音频 能出结果 哈尔滨理工大学 电子信息工程系 语音信号处理实验。

Step1.采集一段语音信号，语音信号录音文字内容要求如下 要求：石狮寺前有四十四个石狮子，寺前树上结了四十四个涩柿子，四十四个石狮 子不吃四十四个涩柿子，四十四个涩柿子倒吃四十四个石狮子。 要求 9：从歌曲《一起红火火》中任意截取一段和录音文字内容相同长度的信号。 Step2.对 Step1 产生的语音信号添加如下要求的噪声信号 要求：添加信噪比为 XdB 的高斯白噪声； Step3.选择如下要求的滤波器对信号进行降噪处理。 要求：设计相应的维纳滤波器，对 Step2 产生的加噪信号进行降噪处理； Step4.自己的录音内容语音信号和要求 9 的录音内容的语音信号相加； 要求：Step1 中要求的语音信号平均功率比要求 9 的语音信号平均功率大 10 倍； Step5.对 Step4 中叠加后的语音信号进行分离，分离方法自选，要求最大程度分离出自己 录音内容，并对分离结果进行详细的分析。 Step6.以文件形式保存处理结果。

matlab语音信号处理课程设计，我自己在做的时候想要借鉴，发现在csdn付费下载的一个有用的都没有，我更愿意免费分享给大家