基于MATLAB的FIR濾波器語(yǔ)音信號(hào)去噪_畢業(yè)設(shè)計(jì)

1、*實(shí)踐教學(xué)*蘭州理工大學(xué)計(jì)算機(jī)與通信學(xué)院信號(hào)處理課程設(shè)計(jì)題 目：基于MATLAB的FIR濾波器語(yǔ)音信號(hào)去噪摘要隨著信息技術(shù)的不斷發(fā)展，現(xiàn)代信號(hào)處理正向著數(shù)字化發(fā)展，研究語(yǔ)音信號(hào)的濾波設(shè)計(jì)也成了現(xiàn)代信息處理的基本內(nèi)容。本次課程設(shè)計(jì)主要內(nèi)容是基于MATLAB的FIR濾波器語(yǔ)音信號(hào)去噪。主要運(yùn)用麥克風(fēng)采集一段語(yǔ)音信號(hào)，對(duì)其進(jìn)行了時(shí)域分析和頻譜分析，分析語(yǔ)音信號(hào)的特性，并對(duì)語(yǔ)音信號(hào)加入了隨機(jī)噪聲，采用凱塞（Kaiser）窗函數(shù)法設(shè)計(jì)了一個(gè)FIR低通濾波器，然后對(duì)加噪的語(yǔ)音信號(hào)進(jìn)行濾波處理。最后對(duì)濾波前后的語(yǔ)音信號(hào)的時(shí)域和頻域特性進(jìn)行對(duì)比。關(guān)鍵詞: MATLAB；語(yǔ)音信號(hào)；FIR濾波器；凱塞(Kaise

2、r)窗 目錄 TOC o 1-3 h z u HYPERLINK l _Toc360116105 第一章 語(yǔ)音信號(hào)采樣和濾波器設(shè)計(jì)的基本原理 PAGEREF _Toc360116105 h 1 HYPERLINK l _Toc360116106 1.1語(yǔ)音信號(hào)采樣的基本原理 PAGEREF _Toc360116106 h 1 HYPERLINK l _Toc360116107 1.1.1 采樣定理 PAGEREF _Toc360116107 h 1 HYPERLINK l _Toc360116108 1.1.2 采樣頻率 PAGEREF _Toc360116108 h 1 HYPERLINK

3、l _Toc360116109 數(shù)字濾波器的基本理論和設(shè)計(jì)的基本原理 PAGEREF _Toc360116109 h 2 HYPERLINK l _Toc360116110 1.2.1 數(shù)字濾波器的類(lèi)型 PAGEREF _Toc360116110 h 2 HYPERLINK l _Toc360116111 1.2.2 窗口設(shè)計(jì)法 PAGEREF _Toc360116111 h 3 HYPERLINK l _Toc360116112 第二章 語(yǔ)音信號(hào)去噪的總體設(shè)計(jì) PAGEREF _Toc360116112 h 6 HYPERLINK l _Toc360116113 2.1 語(yǔ)音信號(hào)去噪的設(shè)計(jì)流

4、程圖 PAGEREF _Toc360116113 h 6 HYPERLINK l _Toc360116114 2.2 語(yǔ)音信號(hào)去噪的設(shè)計(jì)流程的介紹 PAGEREF _Toc360116114 h 6 HYPERLINK l _Toc360116115 第三章 語(yǔ)音信號(hào)去噪的仿真實(shí)現(xiàn)及結(jié)果分析 PAGEREF _Toc360116115 h 8 HYPERLINK l _Toc360116116 3.1 語(yǔ)音信號(hào)的采集 PAGEREF _Toc360116116 h 8 HYPERLINK l _Toc360116117 3.2 加噪語(yǔ)音信號(hào)的頻譜分析 PAGEREF _Toc360116117

5、 h 9 HYPERLINK l _Toc360116118 3.3 語(yǔ)音信號(hào)的濾波去噪 PAGEREF _Toc360116118 h 10 HYPERLINK l _Toc360116119 3.4 語(yǔ)音信號(hào)去噪的結(jié)果分析 PAGEREF _Toc360116119 h 12 HYPERLINK l _Toc360116120 總結(jié) PAGEREF _Toc360116120 h 13 HYPERLINK l _Toc360116121 參考文獻(xiàn) PAGEREF _Toc360116121 h 14 HYPERLINK l _Toc360116122 附錄 PAGEREF _Toc3601

6、16122 h 15 HYPERLINK l _Toc360116123 致謝 PAGEREF _Toc360116123 h 20第一章 語(yǔ)音信號(hào)采樣和濾波器設(shè)計(jì)的基本原理1.1語(yǔ)音信號(hào)采樣的基本原理現(xiàn)代所應(yīng)用的計(jì)算機(jī)所處理和傳送的都是數(shù)字信號(hào)，所以經(jīng)常要求對(duì)模擬信號(hào)采樣，將其轉(zhuǎn)換為數(shù)字信號(hào)，然后對(duì)其進(jìn)行計(jì)算處理，最后再重建為模擬信號(hào) 。采樣在連續(xù)時(shí)間信號(hào)與離散時(shí)間信號(hào)之間起著至關(guān)重要的作用，模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)的關(guān)鍵是確定合適的采樣頻率，使得既要能夠從采樣信號(hào)中無(wú)失真地恢復(fù)出原模擬信號(hào)，同時(shí)又盡量降低采樣頻率，減少編碼數(shù)據(jù)速率，有利于數(shù)據(jù)的存儲(chǔ)、處理和傳輸。 采樣定理在進(jìn)行模擬/數(shù)字信號(hào)

7、的轉(zhuǎn)換過(guò)程中，當(dāng)采樣頻率fs大于信號(hào)中，最高頻率fm的2倍時(shí)，即：fs=2fm,則采樣之后的數(shù)字信號(hào)完整地保留了原始信號(hào)中的信息，一般實(shí)際應(yīng)用中保證采樣頻率為信號(hào)最高頻率的510倍；采樣定理又稱(chēng)奈奎斯特定理。 1924年奈奎斯特(Nyquist)就推導(dǎo)出在理想低通信道的最高大碼元傳輸速率的公式: 理想低通信道的最高大碼元傳輸速率=2W*log2 N (其中W是理想低通信道的帶寬,N是電平強(qiáng)度)為什么把采樣頻率設(shè)為8kHz?在數(shù)字通信中，根據(jù)采樣定理, 最小采樣頻率為語(yǔ)音信號(hào)最高頻率的2倍頻帶為F的連續(xù)信號(hào) f(t)可用一系列離散的采樣值f(t1),f(t1t)，f(t12t)，.來(lái)表示,只要這

8、些采樣點(diǎn)的時(shí)間間隔t1/2F，便可根據(jù)各采樣值完全恢復(fù)原來(lái)的信號(hào)f(t)。 這是時(shí)域采樣定理的一種表述方式1。時(shí)域采樣定理的另一種表述方式是：當(dāng)時(shí)間信號(hào)函數(shù)f(t)的最高頻率分量為fm時(shí),f(t)的值可由一系列采樣間隔小于或等于1/2fm的采樣值來(lái)確定,即采樣點(diǎn)的重復(fù)頻率f2fm。 時(shí)域采樣定理是采樣誤差理論、隨機(jī)變量采樣理論和多變量采樣理論的基礎(chǔ)。對(duì)于時(shí)間上受限制的連續(xù)信號(hào)f(t)（即當(dāng)tT時(shí),f(t)=0,這里T=T2-T1是信號(hào)的持續(xù)時(shí)間），若其頻譜為F（）,則可在頻域上用一系列離散的采樣值，如式（1-1）： HYPERLINK :/baike.baidu /albums/472214/

9、472214/0/0.html l 0$5327ce16a651b159972b4393 o 查看圖片 t _blank （1-1）采樣值來(lái)表示,只要這些采樣點(diǎn)的頻率間隔，如式（1-2）： HYPERLINK :/baike.baidu /albums/472214/472214/0/0.html l 0$95afee1f5d5037b4e0fe0b9f o 查看圖片 t _blank （1-2） 采樣頻率采樣頻率，也稱(chēng)為采樣速度或者采樣率，定義了每秒從連續(xù)信號(hào)中提取并組成離散信號(hào)的采樣個(gè)數(shù)，它用赫茲（Hz）來(lái)表示。采樣頻率的倒數(shù)是采樣周期或者叫作采樣時(shí)間，它是采樣之間的時(shí)間間隔。通俗的講采樣

10、頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。采樣頻率只能用于周期性采樣的采樣器，對(duì)于非周期性采樣的采樣器沒(méi)有規(guī)則限制。 采樣頻率的常用的表示符號(hào)是 fs。 通俗的講采樣頻率是指計(jì)算機(jī)每秒鐘采集多少個(gè)聲音樣本，是描述聲音文件的音質(zhì)、音調(diào)，衡量聲卡、聲音文件的質(zhì)量標(biāo)準(zhǔn)。采樣頻率越高，即采樣的間隔時(shí)間越短，則在單位時(shí)間內(nèi)計(jì)算機(jī)得到的聲音樣本數(shù)據(jù)就越多，對(duì)聲音波形的表示也越精確。采樣頻率與聲音頻率之間有一定的關(guān)系，根據(jù)采樣定理，只有采樣頻率高于聲音信號(hào)最高頻率的兩倍時(shí)，才能把數(shù)字信號(hào)表示的聲音還原成為原來(lái)的聲音。這就是說(shuō)采樣頻率是衡量聲卡采集、記錄

11、和還原聲音文件的質(zhì)量標(biāo)準(zhǔn)。 的基本理論和設(shè)計(jì)的基本原理1.2.1 數(shù)字濾波器的類(lèi)型數(shù)字信號(hào)處理技術(shù)經(jīng)過(guò)幾十年的發(fā)展，在國(guó)內(nèi)外已經(jīng)取得了很大的成績(jī)。到目前為止，已經(jīng)比較成熟的去噪方法比較典型的有切比雪夫去噪法、雙線(xiàn)性變換去噪法、窗函數(shù)去噪法等有名的去噪方法。下面分別對(duì)濾波器中比較有代表性的FIR和IIR濾波器做一個(gè)簡(jiǎn)單的介紹。（1）FIR濾波器有限長(zhǎng)單位脈沖響應(yīng)數(shù)字濾波器（Finite Impulse Response Digital Filter,縮寫(xiě)FIRDF）：有限長(zhǎng)單位沖激響應(yīng)濾波器，是數(shù)字信號(hào)處理系統(tǒng)中最基本的元件，最大優(yōu)點(diǎn)是可以實(shí)現(xiàn)線(xiàn)性相性濾波，它可以在保證任意幅頻特性的同時(shí)具有嚴(yán)格

12、的線(xiàn)性相頻特性，同時(shí)其單位抽樣響應(yīng)是有限長(zhǎng)的，因而濾波器是穩(wěn)定的系統(tǒng)。因此，F(xiàn)IR濾波器在通信、圖像處理、模式識(shí)別等領(lǐng)域都有著廣泛的應(yīng)用。FIR濾波器的設(shè)計(jì)方法主要分為兩類(lèi)：第一類(lèi)是基于逼近理想濾波器器特性的方法包括窗函數(shù)法、頻率采樣法、和等波紋最佳逼近法；第二類(lèi)是最優(yōu)設(shè)計(jì)法。設(shè)FIRDF的單位脈沖響應(yīng)的長(zhǎng)度為，則其頻率響應(yīng)函數(shù)如式（1-3）： （1-3）一般將表示成如式（1-4）： （1-4）式中，是的實(shí)函數(shù)（可以去負(fù)值）。與前面的表示形式，即相比，與不同。與 不同。為了區(qū)別于幅頻響應(yīng)函數(shù)和相頻響應(yīng)函數(shù)，稱(chēng)為幅頻特性函數(shù)，稱(chēng)為相頻特性函數(shù)。第一類(lèi)線(xiàn)性相位FIRDF的相位特性函數(shù)是的嚴(yán)格線(xiàn)性函

13、數(shù)如式（1-5）： （1-5）第二類(lèi)線(xiàn)性相位FIRDF的相位特性函數(shù)如式（1-6）： （1-6）式中，是常數(shù)，是起始相位。在信號(hào)處理中很有實(shí)用價(jià)值（如希伯爾特變換器），這是FIRDF除了線(xiàn)性相位濾波外，還具有真正交變換作用2。（2）IIR濾波器從離散時(shí)間來(lái)看，若系統(tǒng)的單位抽樣(沖激)響應(yīng)延伸到無(wú)窮長(zhǎng)，稱(chēng)之為“無(wú)限長(zhǎng)單位沖激響應(yīng)系統(tǒng)”，簡(jiǎn)稱(chēng)為IIR系統(tǒng)。無(wú)限長(zhǎng)單位沖激響應(yīng)（IIR）濾波器有以下幾個(gè)特點(diǎn):（1）系統(tǒng)的單位沖激響應(yīng)h(n)是無(wú)限長(zhǎng)；（2）系統(tǒng)函數(shù)H(z)在有限z平面（0|z|）；（3）結(jié)構(gòu)上存在著輸出到輸入的反饋，也就是結(jié)構(gòu)上是遞歸型的。IIR濾波器采用遞歸型結(jié)構(gòu)，即結(jié)構(gòu)上帶有反饋環(huán)

14、路。同一種系統(tǒng)函數(shù)H（z）可以有多種不同的結(jié)構(gòu)，基本網(wǎng)絡(luò)結(jié)構(gòu)有直接型、直接型、級(jí)聯(lián)型、并聯(lián)型四種，都具有反饋回路。同時(shí)，IIR數(shù)字濾波器在設(shè)計(jì)上可以借助成熟的模擬濾波器的成果，巴特沃斯(Butterworth)濾波器、切比雪夫(Chebyshev)濾波器、橢圓(Cauer)濾波器、貝塞爾(Bessel)濾波器等，這些典型的濾波器各有特點(diǎn)。有現(xiàn)成的設(shè)計(jì)數(shù)據(jù)或圖表可查，在設(shè)計(jì)一個(gè)IIR數(shù)字濾波器時(shí)，我們根據(jù)指標(biāo)先寫(xiě)出模擬濾波器的公式，然后通過(guò)一定的變換，將模擬濾波器的公式轉(zhuǎn)換成數(shù)字濾波器的公式。1. 窗口設(shè)計(jì)法本設(shè)計(jì)采用凱塞（Kaiser）窗函數(shù)法設(shè)計(jì)FIR數(shù)字低通濾波器。FIR濾波器的設(shè)計(jì)方法有

15、許多種，如窗函數(shù)設(shè)計(jì)法、頻率采樣設(shè)計(jì)法和最優(yōu)化設(shè)計(jì)法等。窗口設(shè)計(jì)法的基本思想是用FIRDF逼近希望的濾波特性。設(shè)希望逼近的濾波器的頻率響應(yīng)為，其單位脈沖響應(yīng)用表示。為了設(shè)計(jì)簡(jiǎn)單方便，通常選擇為具有片段常數(shù)特性的理想濾波器。因此是無(wú)限長(zhǎng)非因果序列，不能直接作為FIRDF的單位脈沖響應(yīng)。窗口設(shè)計(jì)法就是截取為有限長(zhǎng)的一段因果序列，并用合適的窗口函數(shù)進(jìn)行加權(quán)作為FIRDF的單位脈沖響應(yīng)。窗口設(shè)計(jì)法基本步驟如下3： （1）構(gòu)造希望逼近的頻率響應(yīng)函數(shù)。以低通線(xiàn)性相位FIRDF設(shè)計(jì)為例，一般選擇為線(xiàn)性理想低通濾波器，即 （1-7）（2）加窗得到FIRDF的單位脈沖響應(yīng)， （1-8）式中，稱(chēng)為窗口函數(shù)，其長(zhǎng)度

16、為。如果要求第一類(lèi)線(xiàn)性相位FIRDF，則要求關(guān)于點(diǎn)偶對(duì)稱(chēng)。而關(guān)于點(diǎn)偶對(duì)稱(chēng)，所，同時(shí)要求關(guān)于點(diǎn)偶對(duì)稱(chēng)。常見(jiàn)的窗函數(shù)，可以分為以下主要類(lèi)型：（1）冪窗-采用時(shí)間變量某種冪次的函數(shù)，如矩形、三角形、梯形或其它時(shí)間t的高次冪；（2）三角函數(shù)窗-應(yīng)用三角函數(shù)，即正弦或余弦函數(shù)等組合成復(fù)合函數(shù)，例如漢寧窗、海明窗、Kaiser窗等；（3）指數(shù)窗-采用指數(shù)時(shí)間函數(shù)，例如高斯窗等。其性能如表1-1所示：表1-1 常見(jiàn)窗函數(shù)性能表名稱(chēng)濾波器過(guò)渡帶寬最小阻帶衰減名稱(chēng)濾波器過(guò)渡帶寬最小阻帶衰減矩形21dBPARZENWIN56dB巴特利特25dBFLATTOPWIN108dB漢寧44dBGAUSSWIN60dB漢明

17、51dBBARTHANNWIN40dB布萊克曼11/M74dBBLACKMANHARRIS109dB本設(shè)計(jì)采用的是凱塞窗（Kaiser）設(shè)計(jì)的濾波器，凱塞窗（Kaiser）通過(guò)改變參數(shù)可以達(dá)到不同的性能，正由于其優(yōu)良的窗函數(shù)特性，廣泛應(yīng)用于高通、低通、帶通、帶阻等各種濾波器的設(shè)計(jì)。凱塞窗（Kaiser）是利用貝塞爾函數(shù)來(lái)逼近需要的理想窗，其時(shí)域函數(shù)形式如式(1-9)： , (1-9)式中， 為零階第一類(lèi)修正的貝賽爾函數(shù)，可用式(1-10)的級(jí)數(shù)表示。 (1-10)凱塞窗（Kaiser）的幅度如式（1-11）所示： (1-11)由公式可知，凱塞窗的值與貝賽爾函數(shù)級(jí)數(shù)項(xiàng)數(shù)n是兩個(gè)獨(dú)立的參數(shù)，但都會(huì)

18、對(duì)凱塞窗造成影響。第二章 語(yǔ)音信號(hào)去噪的總體設(shè)計(jì)2.1 語(yǔ)音信號(hào)去噪的設(shè)計(jì)流程圖 本課程設(shè)計(jì)主要是用麥克風(fēng)采集一段語(yǔ)音信號(hào)，通過(guò)進(jìn)行自編函數(shù)加入噪聲，然后采用凱塞(Kaiser)窗函數(shù)法設(shè)計(jì)FIR濾波器，并且對(duì)這段加入噪聲的語(yǔ)音信號(hào)函數(shù)進(jìn)行濾波去噪，用繪圖的程序畫(huà)出濾波前后時(shí)域和頻域的波形圖進(jìn)行對(duì)比分析。語(yǔ)音信號(hào)去噪的設(shè)計(jì)流程圖如下圖3-1所示： 語(yǔ)音信號(hào)的采集，畫(huà)時(shí)域和頻域圖加入隨機(jī)噪聲對(duì)語(yǔ)音信號(hào)進(jìn)行頻譜分析，畫(huà)出時(shí)域和頻域波形圖 用Kaiser窗設(shè)計(jì)FIR濾波器畫(huà)出其頻率響應(yīng)用FIR濾波器對(duì)語(yǔ)音信號(hào)進(jìn)行濾波畫(huà)出語(yǔ)音信號(hào)濾波前后波形并且進(jìn)行比較分析開(kāi)始結(jié)束圖3-1語(yǔ)音信號(hào)去噪的設(shè)計(jì)流程圖2.

19、2 語(yǔ)音信號(hào)去噪的設(shè)計(jì)流程的介紹 首先是用麥克風(fēng)采集一段語(yǔ)音信號(hào)，將該語(yǔ)音信號(hào)作為分析的對(duì)象，用程序繪制原始語(yǔ)音信號(hào)的時(shí)域和頻域波形，觀察波形得出語(yǔ)音信號(hào)的通帶頻率和阻帶頻率，為后面濾波器的設(shè)計(jì)提供參數(shù)。然后調(diào)用系統(tǒng)函數(shù)rand產(chǎn)生一個(gè)隨機(jī)信號(hào)，對(duì)原始語(yǔ)音信號(hào)進(jìn)行加噪處理，加噪過(guò)程中必須計(jì)算信號(hào)長(zhǎng)度，并產(chǎn)生和原始信號(hào)長(zhǎng)度相同的隨機(jī)信號(hào)，否則軟件將提示錯(cuò)誤。加噪之后對(duì)時(shí)域波形進(jìn)行傅里葉變換得到頻域波形，繪圖并將加噪前后信號(hào)的時(shí)域波形和頻域波形分別作對(duì)比，發(fā)現(xiàn)加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)要模糊得多，頻率也出現(xiàn)了明顯的變化。最后采用窗函數(shù)法設(shè)計(jì)FIR低通濾波器實(shí)現(xiàn)對(duì)加噪信號(hào)的濾波。由于凱

20、撒窗是一種參數(shù)可調(diào)的窗函數(shù)，是一種最優(yōu)窗函數(shù)，并且噪音大部分是頻率大于4000Hz的部分，所以本次課程設(shè)計(jì)采用凱塞窗對(duì)加噪信號(hào)進(jìn)行了濾波處理。對(duì)濾波后的信號(hào)進(jìn)行時(shí)域和頻域分析，觀察到濾波后的信號(hào)基本恢復(fù)成為原始語(yǔ)音信號(hào)，達(dá)到了濾波的目的。第三章 語(yǔ)音信號(hào)去噪的仿真實(shí)現(xiàn)及結(jié)果分析3.1 語(yǔ)音信號(hào)的采集利用wavread函數(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行采樣，采集出原始信號(hào)波形與頻譜，x,fs,bits=wavread(D:4.wav)，用于讀取語(yǔ)音，采樣值放在向量x中，fs表示采樣頻率(Hz)，bits表示采樣位數(shù)。播放語(yǔ)音信號(hào)可以調(diào)用函數(shù)sound（x,fs,bits）4。原始語(yǔ)音信號(hào)的幅值和相位如圖3-1所

21、示：圖3-1 原始信號(hào)幅值和相位原始信號(hào)時(shí)域和頻域圖如圖3-2所示：圖3-2 原始信號(hào)時(shí)域圖和頻譜圖3.2 加噪語(yǔ)音信號(hào)的頻譜分析函數(shù)中的noise是加的隨機(jī)噪聲，語(yǔ)句y_z=y+noise實(shí)現(xiàn)了兩個(gè)信號(hào)的相加，然后繪制加噪后的語(yǔ)音信號(hào)時(shí)域波形和頻譜圖并回放加噪后的語(yǔ)音信號(hào)，并與原始時(shí)域波形和頻域波形對(duì)比如圖3-3和圖3-4。圖3-3原始信號(hào)和加噪信號(hào)時(shí)域圖圖3-4原始信號(hào)和加噪后信號(hào)的頻譜圖通過(guò)對(duì)原始語(yǔ)音信號(hào)的頻譜圖與加噪后的語(yǔ)音信號(hào)頻譜圖的對(duì)比可得，加噪后語(yǔ)音信號(hào)頻率幅值發(fā)生了明顯的變化。再通過(guò)對(duì)原始語(yǔ)音信號(hào)的回放效果與加噪后的語(yǔ)音信號(hào)回放的效果的對(duì)比，人耳可以明顯辨別出兩種語(yǔ)音信號(hào)不一樣

22、了，加噪后的語(yǔ)音信號(hào)在聽(tīng)覺(jué)上比原始語(yǔ)音信號(hào)要渾濁很多，而且還有吱吱嘎嘎的混雜音。3.3 語(yǔ)音信號(hào)的濾波去噪用自己設(shè)計(jì)的FIR數(shù)字低通濾波器對(duì)加噪的語(yǔ)音信號(hào)進(jìn)行濾波時(shí)，在Matlab中，F(xiàn)IR濾波器利用函數(shù)fftfilt對(duì)信號(hào)進(jìn)行濾波5，并與原始時(shí)域波形和頻域波形對(duì)比如圖3-6和圖3-7。圖3-5 Kaiser窗頻率響應(yīng)圖圖3-6 信號(hào)的時(shí)域波形比較圖3-7 信號(hào)的頻譜圖比較通過(guò)比較加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)發(fā)生了很大的變化，再通過(guò)濾波前后的信號(hào)波形和頻譜圖的對(duì)比，可以明顯看出濾波后的波形開(kāi)始變得清晰了，有點(diǎn)接近原始信號(hào)的波形圖了。3.4 語(yǔ)音信號(hào)去噪的結(jié)果分析從圖3-6和圖3-7

23、可以很明顯和直觀的看出原始語(yǔ)音信號(hào)和加噪語(yǔ)音信號(hào)時(shí)域波形和頻譜圖的區(qū)別。加噪后的語(yǔ)音信號(hào)的時(shí)域波形比原始語(yǔ)音信號(hào)要模糊得多，頻譜圖則是在頻率5000Hz以后出現(xiàn)了明顯的變化。語(yǔ)音信號(hào)經(jīng)過(guò)FIR濾波器的濾除噪聲的處理，在Matlab中，函數(shù)sound可以對(duì)聲音進(jìn)行回放。其調(diào)用格式：sound (x，fs，bits)我們可以明顯感覺(jué)濾波前后的聲音有變化。聲音中刺耳的聲音沒(méi)有了，幾乎恢復(fù)成原始的聲音，但較原始的聲音更平滑一些。這說(shuō)明用kaiser窗設(shè)計(jì)FIR濾波器濾掉了語(yǔ)音中的噪聲同時(shí)，也把原始語(yǔ)音的很小的一部分也濾掉了，所以回放語(yǔ)音的時(shí)候聽(tīng)起來(lái)比以前的更加平滑。 總結(jié)本次課程設(shè)計(jì)首先是用麥克風(fēng)采集

24、一段語(yǔ)音信號(hào)，將該語(yǔ)音信號(hào)作為分析的對(duì)象，對(duì)其進(jìn)行時(shí)域分析。在MATLAB中將隨機(jī)噪聲加入到語(yǔ)音信號(hào)中，比較被噪聲干擾的語(yǔ)音信號(hào)，并對(duì)其進(jìn)行時(shí)域分析。其次，對(duì)原始語(yǔ)音信號(hào)和加噪聲語(yǔ)音信號(hào)通過(guò)fft變換，得出了語(yǔ)音信號(hào)的頻譜圖；通過(guò)頻譜圖可以明確看到語(yǔ)音信號(hào)主要分布在低頻段，噪聲信號(hào)主要分布在高頻段；最后，運(yùn)用數(shù)字信號(hào)處理理論設(shè)計(jì)FIR低通數(shù)字濾波器。本設(shè)計(jì)主要是從FIR濾波器入手采用凱塞（Kaiser）窗函數(shù)法來(lái)設(shè)計(jì)濾波器，實(shí)現(xiàn)了打開(kāi)含噪語(yǔ)音文件、濾掉高頻段噪聲，并完成顯示濾波前后的波形圖，通過(guò)對(duì)濾波前后波形、頻譜圖比較分析，根據(jù)結(jié)果和學(xué)過(guò)的理論得出合理的結(jié)論。通過(guò)結(jié)論可看出雖然基本上達(dá)到了預(yù)

25、期的濾波效果，但也存在許多的不足，濾波效果不是特別理想。然后與不同信源相同濾波方法的同學(xué)比較各種信源的特點(diǎn)，與相同信源不同濾波方法的同學(xué)比較各種濾波方法性能的優(yōu)劣。參考文獻(xiàn)1王風(fēng)文，舒冬梅，趙宏才數(shù)字信號(hào)處理（第2版） M北京郵電大學(xué)出版社2006:33-36,192-193 M.電子工業(yè)出版社2006:29-33原理實(shí)現(xiàn)及應(yīng)用(第二版) M.電子工業(yè)出版社2010:178-192 M.電子工業(yè)出版社 2005 年7月:153-1625丁玉美,高西全.數(shù)字信號(hào)處理(第二版) M.西安電子科技大學(xué)出版社2000:175-193附錄源程序代碼：%語(yǔ)音信號(hào)采集程序設(shè)計(jì)fs=22050; %語(yǔ)音信號(hào)采

26、集頻率為22050 x,fs,bits=wavread(D:4.wav);sound(x);y=fft(x,1024); %對(duì)信號(hào)做1024點(diǎn)FFT變換magX=abs(y);%原始信號(hào)幅值angX=angle(y);%原始信號(hào)相位figure(1);subplot(211);plot(magX);title(原始信號(hào)幅值);subplot(212);plot(angX);title(原始信號(hào)相位);f=fs*(0:511)/512;figure(2);subplot(211);plot(x);title(原始語(yǔ)音信號(hào)時(shí)域波形圖);grid on;Subplot(212); %繪制原始語(yǔ)音信號(hào)

27、的頻率響應(yīng)圖 plot(f,abs(y(1:512);title(原始語(yǔ)音信號(hào)頻譜圖);xlabel(Hz);ylabel(fudu);grid on;%語(yǔ)音信號(hào)加噪程序設(shè)計(jì)fs=22050; %語(yǔ)音信號(hào)采集頻率為22050 x,fs,bits=wavread(D:4.wav);%加隨機(jī)噪聲并繪制時(shí)域波形和FFT頻譜圖，作對(duì)比L=length(x);noise=0.04*randn(L,2);x1=x+noise;y=fft(x,1024); %對(duì)信號(hào)做1024點(diǎn)FFT變換figure(1);subplot(211);plot(x); %做原始語(yǔ)音信號(hào)的時(shí)域圖形title(原始語(yǔ)音信號(hào)的時(shí)域圖

28、)subplot(212); plot(x1); %繪制加噪語(yǔ)音信號(hào)的時(shí)域圖形title(加噪語(yǔ)音信號(hào)的時(shí)域圖); xlabel(t);ylabel(x1);figure(2);y1=fft(x1,1024); %對(duì)加噪信號(hào)做1024點(diǎn)FFT變換f=fs*(0:511)/512;subplot(211);plot(f,abs(y(1:512);title(原始語(yǔ)音信號(hào)頻譜圖);xlabel(Hz);ylabel(fudu);grid on;Subplot(212);plot(f,abs(y1(1:512); %繪制原始語(yǔ)音信號(hào)頻率響應(yīng)圖title(加噪語(yǔ)音信號(hào)頻譜圖);xlabel(Hz);y

29、label(fudu);grid on;%語(yǔ)音信號(hào)濾波去噪程序設(shè)計(jì)fs=22050; %語(yǔ)音信號(hào)采集頻率為22050 x,fs,bits=wavread(D:4.wav); %加隨機(jī)噪聲L=length(x);noise=0.04*randn(L,2);x1=x+noise; %利用kaiser濾波器對(duì)語(yǔ)音信號(hào)濾波fp=1000;fm=1200;rs=100;Fs=8000; %濾波器設(shè)計(jì)wp=2*pi*fp/Fs;ws=2*pi*fm/Fs;Bt=ws-wp; %計(jì)算過(guò)渡帶寬度alph=0.112*(rs-8.7);%計(jì)算kaiser窗的控制參數(shù)alphM=ceil(rs-8)/2.285/

30、Bt);%計(jì)算kaiser窗所需階數(shù)Mwc=(wp+ws)/2/pi;hn=fir1(M,wc,kaiser(M+1,alph);%調(diào)用kaiser計(jì)算低通FIDF的h(n)figure(1);freqz(hn);y=fft(x);y1=fft(x1);x2=fftfilt(hn,x1); %利用kaiser濾波器對(duì)語(yǔ)音信號(hào)濾波繪圖y=fft(x,1024); %對(duì)原始信號(hào)做1024點(diǎn)FFT變換y1=fft(x1,1024); %對(duì)加噪信號(hào)做1024點(diǎn)FFT變換y2=fft(x2,1024); %對(duì)加噪濾波后的信號(hào)做1024點(diǎn)FFT變換figure(1);freqz(hn);grid on f

31、igure(2) %畫(huà)出時(shí)域波形subplot(311); axis(0 7 -1 1)； plot(x);title(原始語(yǔ)音信號(hào)的時(shí)域波形);subplot(312);plot(x1)title(加噪后語(yǔ)音信號(hào)的時(shí)域波形);subplot(313); plot(x2);title(加噪語(yǔ)音濾波后信號(hào)的時(shí)域波形);f=fs*(0:511)/512;figure(3) %畫(huà)出頻譜圖y1=fft(x1,1024); subplot(311); plot(f,abs(y(1:512);%畫(huà)出原始語(yǔ)音信號(hào)頻譜圖title(原始語(yǔ)音信號(hào)頻譜圖)xlabel(Hz);ylabel(fuzhi);subp

32、lot(312);plot(f,abs(y1(1:512); %畫(huà)出加噪后語(yǔ)音信號(hào)頻譜圖title(加噪后語(yǔ)音信號(hào)頻譜圖)xlabel(Hz);ylabel(fuzhi);subplot(313); plot(f,abs(y2(1:512); %畫(huà)出濾波后的信號(hào)頻譜圖title(加噪語(yǔ)音濾波后的信號(hào)頻譜圖)xlabel(Hz);ylabel(fuzhi);致謝本次設(shè)計(jì)是在陳老師的悉心指導(dǎo)下完成的，在整個(gè)課程設(shè)計(jì)的完成過(guò)程中，陳老師給予了精心的指導(dǎo)，每一個(gè)環(huán)節(jié)都注入了導(dǎo)師大量的心血。導(dǎo)師嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、大公無(wú)私的品德和為科學(xué)獻(xiàn)身的精神都是我學(xué)習(xí)的榜樣，尤其是她的認(rèn)真塌實(shí)、實(shí)事求是、精益求精、刻苦

33、耐勞的工作作風(fēng)使我獲益良多。學(xué)生在老師身上學(xué)到的東西不僅僅是科學(xué)知識(shí)，更多的是學(xué)到了研究的方法及做人的道理，使我終生難忘，在此向?qū)熤乱猿绺叩木匆夂椭孕牡母兄x!精品資料9JWKffwvG#tYM*Jg&6a*CZ7H$dq8KqqfHVZFedswSyXTy#&QA9wkxFyeQ!djs#XuyUP2kNXpRWXmA&UE9aQGn8xp$R#͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz8

34、49GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmUE9aQGn8xp$R#

35、͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#

36、KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z8vG#tYM*Jg&6a*CZ7H$dq8KqqfHVZFedswSyXTy#&QA9wkxFyeQ!djs#XuyUP2kNXpRWXmA&UE9aQGn8xp$R#͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWR

37、rWwcvR9CpbK!zn%Mz849GxG89AmUE9aQGn8xp$R#͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm

38、6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z8vG#tYM*Jg&6a*CZ7H$dq8KqqfHVZFedswSyXTy#&QA9wkxFyeQ!djs#XuyUP2kNXpRWXmA&UE9aQGn8xp$R#͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3t

39、nGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5

40、pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmUE9aQGn8xp$R#͑GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYp

41、Eh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnG

42、K8!z89AmYWpazadNuGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9w

43、EwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVku

44、m&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwc

45、vR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz84!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849

46、GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcU

47、E%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNuGK8!z89AmYWpazadNu#KN&MuWFA5

48、uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&

49、ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjq

50、vadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXR

51、m6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK

52、8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK

53、8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz84!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx

54、2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGp

55、P$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%MadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*adNu#KN&MuWFA5uxY7

56、JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*

57、3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN

58、&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN

59、&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz84!z89Amv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP

60、$vSTT#&ksv*3tnGK8!z89AmYWv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$U*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!z89AmYWpazadNu#KN&MuWFA5uxY7JnD6YWRrWwcvR9CpbK!zn%Mz849GxGjqv$UE9wEwZ#QcUE%&qYpEh5pDx2zVkum&gTXRm6X4NGpP$vSTT#&ksv*3tnGK8!