（定稿）年加工、销售4000吨休闲食品建设项目投资申请报告2（喜欢就下吧）

但语音识别系统必须在相对比较安静的环境下运行，然而，在语言信息的采集中难免会有各种噪声的干扰，在较强的噪声背景下，语音识别系统的准确性会受到较大影响，甚至没法正常工作。

所以在语波形加噪后信号频谱加噪后信号幅值加噪后信号相位其仿真图如图二所示。

下面是噪声的仿真的源代码读取文件并返回和的值。

截取语音信息前点作为噪声信号对噪声信号进行傅里叶变换取噪声功率谱绝对值取噪声相位噪声信号波形噪声信号频谱噪声信号幅值噪声信号相位其仿真的图形如图三所示。

下面是利用基本谱减法降噪处理源代码，下面是利用改进的谱减法降噪处理的源代码相对更容易点，但也有不小的难度。

处理宽带噪声的最通用技术是谱相减法，即从带噪语音估值中减去噪声频谱估值，从而得到纯净语音的频谱。

谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。

在这里我要感谢老师的悉心的指导，同学们的帮助，还有网上技术论坛的朋友们，没有你们我很难完成这次课程设计，我在你们身上也学到了很多东西，让我生受益。

设定和的值增强后语音以为文件名保存其降噪后的仿真图形如图四所示。

设计结果和仿真波形图图二图三图四参考文献程佩青数字信号处理教程清华大学出版社吴镇扬数字信号处理高等教育出版社胡广书数字信号处理导论清华大学出版社易克初田斌付强语音信号处理国防工业出版社刘保柱苏彦华张宏林从入门到精通人民邮电出版社罗军辉罗勇江在数字信号处理中的应用机械工业出版社周辉董正宏数字信号处理基础及实现北京希望电子出版社设计心得体会经过两周的数字信号处理课程设计，让我学到了很多东西。

其实我刚开始看到老师给的任务要求时我很茫然，不知道该干嘛，就连选题都不知道怎么选，虽然我学了数字信号处理这门课，但也只是理论上了解点，在脑海中还是没有个实质的概念。

不会做我就只有上网去找相关的资料，参考别人做的报告，看看别人是如何做的，有点启发，但还是不知道自己改选什么题目。

后来我又到图书馆借阅相关书籍，也进入了图书馆的电子资源各个网站，看到了关于谱减法的相关的资料，关于降噪的相关的技术现在应该普遍在应用。

我看到了，感觉比较感兴趣，于是就选了这个题目。

题目选好了，但真正难的是做。

这个题目是基于软件的，虽然用过，但很不熟悉，对于的编程时基本不懂，只有重新学了，又到图书馆借了本教程，并且到网上找些相关的信息。

还好我有点语言的基础，学起由于基本假定是噪声信号与语音信号是加性的，和独立，所以和也独立。

故。

所以对个分析帧内得短时平稳过程，有因为噪声是局部平稳的，故可以认为没有语音信息是的噪声与有语音信息时的噪声功率谱是相同的，因而可以利用发语音前的寂静帧来估计噪声。

由式可以得到原始语音的估计值式中，下标表示加窗信号，表示估值，则表示无语音信号时的均值。

如果式中结果出现负值点检测的方法可以综述为从输入信号中提取个或系列的对比特征参数，然后将其和个或系列的门限阈值进行比较，如图所示。

如果超过门限则表示当前为有音段，否则就表示当前为无音段。

图语音激活因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。

前面读取的语音信号声音比较清晰，信噪比较高，用这样的信号实验对比效果不太明显。

因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声，降低语音信号的信噪比。

下面是加入噪声的源代码因录音时是立体声，故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加，为带有噪声的语音信号将带有噪声的语音信号转换为声音，中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法，该方法要求背景噪声保持平稳且信噪比较高。

第二类方法是基于信号的短时能量进行检测的算法，它通过对背景噪声能量的统计，定出能量门限，利用能量门限来确定语音信号起始点。

在这里运用语音端点检测采用了第二类方法，即基于信号的短时能量进行检测的算法。

基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长，为帧的编号，为每帧中的各点，，为帧数然而它有个缺陷，即它对高电平非常敏感信号的二次方计算。

为此，定义短时平均幅度函数来表征帧语音信号的能量大小，定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限，应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱，因此，语音激活检测这环节非常重要，准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。

改进型语音降噪处理运用端点检测技术，用仿真，可明显显示出其优越性。

用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧，帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段，进而组合递归平滑，更新噪声谱进行谱减运算，得到估计出的语音信号功率谱插入相位谱，计算出语音谱进行变换，得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理，得到最终信号。

源程序清单下面是段无噪声纯净的音频，用仿真的源程序代码，干扰。

噪声不仅降低了语音的可懂度和语音质量，还严重的影响语音处理的准确性，甚至使系统不能正常工作。

本文将就对语音增强技术的原理和方法进行讨论，重点介绍语音增强的种方法谱减法及其改进算法。

该方法能够有效消除平稳的加性噪声，其改进算法能够有效消除普通方法产生的音乐噪声，在很大程度上提高语音信号的信噪比。

目前，语言识别技，则类划分。

用户登录信息等价类划分如表所示。

表用户登录信息等价类划分输入合理等价类不合理等价类登录账号位字母数字下划线中划线或点号有非法字符少于个字符④多于个字符不输入登录密码位字母数字或符号少于个字符多于个字符不输入根据用户登录信息等价类划分设计出的测试用例如表所示。

表用户登录信息测试用例测试数据期望结果覆盖范围登录账号登录密码登录成功登录失败登录失败登录失败④登录失败集成测试集成测试，也称组装测试联合测试子系统测试，在单元测试的基础上，将模块按照设计要求组装起来同时进行测试，主要目标是发现与接口有关的模块之间问题。

它的最简单的形式是两个已经测试过的单元组合成个组件，并且测试它们之间的接口。

集成测试主要以黑盒测试为主。

集成测试模式是软件集成测试中的策略体现，其重要性是明显的，直接关系到测试的效率结果等，般要根据具体的系统来确定采用哪种模式。

本系统主要采用的是渐增式测试模式，所谓的渐增式测试是把个要测试的模块同已经测试好的模块结合起来进行测试，测试完以后再把下个应该测试的模块结合进来进行测试。

系统测试系统测试是将软件放在整个计算机环境下，包括软硬件平台些支持软件数据和人员等，在实际运行环境下进行系列的测试，包括压力测试容量测试和性能测试等。

它是将已经确认的软件计算机硬件外设网络等其他元素结合在起，进行信息系统的各种组装测试和确认测试，其目的是通过与系统的需求相比较，发现所开发的系统与用户需求不符或矛盾的地方，从而提出更加完善的方案。

功能测试主要是根据产品的规格说明书，来检测被测试的系统是否满足各个方面功能的使用要求，对于功能测试，针对不同的应用系统，其测试内容的差异很大，但都可以归为界面数据操作逻辑接口等几个方面。

本系统的具体功能与用户的需求说明基本致，能够满足用户对于系统功能的需求。

本系统在满足用户基本功能需求的基础之上又增加了新的功能，如附件的批量上传等。

压力测试在种需要反常如长时间的峰值数量频率或资源的方式下，执行可重复的负载测试，以检查程序对异常情况的抵抗能力，找出性能瓶颈。

从本质上来说，测试者是想要破坏程序。

对该系统进行压力测试如下本系统测试机配置酷睿双核，内存，位的操作系统。

系统测试时同时运行的软件，服务器数据库。

由于计算机配置偏低而且同时运行多个大型软件最终系统的压力测试结果基本维持在多人同时在线使用该系统。

但这只是模拟测试在真实的情况下般台服务器只提供项服务，所以在真实情况下会支持更多的人同时在线。

性能测试为了验证系统是否达到用户提出的性能指标，同时发现系统中存在的性能瓶颈，起到优化系统的目的。

对该系统进行性能测试如下系统的响应能力在各种负载压力情况下，该系统的响应时间可以满足普通用户的正常收发邮件的需求。

系统的吞吐率该应用系统在单位时间内能完成规定的交互。

系统的负载能能在正常的响应时间中，系统能够支持的最多的客户端的数量足以满足需求。

结论与展望个多月来忙碌紧张而又有条不紊的毕业设计，使我有机会对本专业的基本理论专业知识和基本技术有了更深术已经取得了重大进展，并开始进入实用阶段。

但语音识别系统必须在相对比较安静的环境下运行，然而，在语言信息的采集中难免会有各种噪声的干扰，在较强的噪声背景下，语音识别系统的准确性会受到较大影响，甚至没法正常工作。

所以在语波形加噪后信号频谱加噪后信号幅值加噪后信号相位其仿真图如图二所示。

下面是噪声的仿真的源代码读取文件并返回和的值。

截取语音信息前点作为噪声信号对噪声信号进行傅里叶变换取噪声功率谱绝对值取噪声相位噪声信号波形噪声信号频谱噪声信号幅值噪声信号相位其仿真的图形如图三所示。

下面是利用基本谱减法降噪处理源代码，下面是利用改进的谱减法降噪处理的源代码相对更容易点，但也有不小的难度。

处理宽带噪声的最通用技术是谱相减法，即从带噪语音估值中减去噪声频谱估值，从而得到纯净语音的频谱。

谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。

在这里我要感谢老师的悉心的指导，同学们的帮助，还有网上技术论坛的朋友们，没有你们我很难完成这次课程设计，我在你们身上也学到了很多东西，让我生受益。

设定和的值增强后语音以为文件名保存其降噪后的仿真图形如图四所示。

设计结果和仿真波形图图二图三图四参考文献程佩青数字信号处理教程清华大学出版社吴镇扬数字信号处理高等教育出版社胡广书数字信号处理导论清华大学出版社易克初田斌付强语音信号处理国防工业出版社刘保柱苏彦华张宏林从入门到精通人民邮电出版社罗军辉罗勇江在数字信号处理中的应用机械工业出版社周辉董正宏数字信号处理基础及实现北京希望电子出版社设计心得体会经过两周的数字信号处理课程设计，让我学到了很多东西。

其实我刚开始看到老师给的任务要求时我很茫然，不知道该干嘛，就连选题都不知道怎么选，虽然我学了数字信号处理这门课，但也只是理论上了解点，在脑海中还是没有个实质的概念。

不会做我就只有上网去找相关的资料，参考别人做的报告，看看别人是如何做的，有点启发，但还是不知道自己改选什么题目。

后来我又到图书馆借阅相关书籍，也进入了图书馆的电子资源各个网站，看到了关于谱减法的相关的资料，关于降噪的相关的技术现在应该普遍在应用。

我看到了，感觉比较感兴趣，于是就选了这个题目。

题目选好了，但真正难的是做。

这个题目是基于软件的，虽然用过，但很不熟悉，对于的编程时基本不懂，只有重新学了，又到图书馆借了本教程，并且到网上找些相关的信息。

还好我有点语言的基础，学起由于基本假定是噪声信号与语音信号是加性的，和独立，所以和也独立。

故。

所以对个分析帧内得短时平稳过程，有因为噪声是局部平稳的，故可以认为没有语音信息是的噪声与有语音信息时的噪声功率谱是相同的，因而可以利用发语音前的寂静帧来估计噪声。

由式可以得到原始语音的估计值式中，下标表示加窗信号，表示估值，则表示无语音信号时的均值。

如果式中结果出现负值