%读入音频信号 [Xorig,Fs] = audioread( %读入音频信号 [Xorig,Fs] = audioread('.\source\audio\audio1.wav'); Xorig=Xorig(:,1);%原始的干净信号 Xorig = Xorig';%转置为行向量 Xfft=fft(Xorig,Fs);%进行傅里叶变换 f=-Fs/2:Fs/2-1; subplot(2,1,1),plot(Xorig) title('纯净信号时域波形图') subplot(2,1,2),plot(f,fftshift(abs(Xfft)));%幅度谱 title('纯净信号幅度谱') %添加噪声 t = 0:length(Xorig)-1; Xnoise = sin(2*pi*8000/Fs*t);%生成噪声信号，8000Hz 正弦信号 Ynoise = Xorig + Xnoise;%将噪声添加到干净信号上 Yfft=fft(Ynoise,Fs);%进行傅里叶变换 figure,subplot(2,1,1),plot(Ynoise) title('含噪信号时域波形图') subplot(2,1,2),plot(f,fftshift(abs(Yfft)));%幅度谱 title('含噪信号幅度谱') %添加噪声后，滤波前，观察信噪比 sigPower = sum(abs(Xorig).^2)/length(Xorig);%求出干净信号功率 noisePower=sum(abs(Ynoise-Xorig).^2)/length(Ynoise-Xorig);%求出噪声功率 SNR_10_before=10*log10(sigPower/noisePower)%由信噪比定义求出信噪比，单位为 db b_before=snr(Xorig,Ynoise-Xorig);% 调用信噪比函数 snr(a,b) : a 是原始信号，b 是噪声信号 %设计滤波器,IIR 低通 lpFilt = designfilt('lowpassiir','FilterOrder',20, ... 'PassbandFrequency',7000,'PassbandRipple',0.2, ... 'SampleRate',Fs); fvtool(lpFilt) Xfilt = filter(lpFilt,Ynoise); Xfiltfft=fft(Xfilt,Fs);%进行傅里叶变换 figure,subplot(2,1,1),plot(Xfilt) title('滤波后信号时域波形图') subplot(2,1,2),plot(f,fftshift(abs(Xfiltfft)));%幅度谱 title('滤波后信号幅度谱') %计算滤波后的信噪比 sigPower = sum(abs(Xorig).^2)/length(Xorig);%求出干净信号功率 noisePower=sum(abs(Xfilt-Xorig).^2)/length(Xfilt-Xorig);%求出噪声功率 SNR_10_after=10*log10(sigPower/noisePower)%由信噪比定义求出信噪比，单位为 db b_after=snr(Xorig,Xfilt-Xorig);% 调用信噪比函数 snr(a,b) : a 是原始信号，b 是噪声信号 基于上述代码设计GUI界面，使用designfilt函数，包含下列功能： 1.声音文本读取和保存，保存在读取文件的对应文件夹，在GUI界面展示初始信号的波形图和频谱图 ，并在原始文件夹中保存 2.选择要添加的噪声，包括窄带噪声和高斯白噪声，窄带噪声可以选取噪声上下限和噪声幅值，在GUI界面展示添加噪声后信号的波形图和频谱图 ，并在原始文件夹中保存 3.GUI界面中设计可供参数设置的滤波器（FIR和IIR至少各3种），展示滤波器频响图。 4.选择好对应的滤波器后，按下相应按键对含噪声音进行滤波，在GUI界面展示滤波后信号的波形图和频谱图 ，并在原始文件夹中保存 5.对滤波效果进行信噪比评价，并将信噪比显示在GUI界面上。 要求界面美观大方，给出完整的MATLAB代码,可以以.m文件在MATLAB2021a中运行不会出

### 创建MATLAB GUI实现声音处理 为了满足需求，在MATLAB中可以利用GUIDE工具或App Designer来构建图形用户界面(GUI)，这里选择更现代的App Designer。下面详细介绍如何创建一个具有所需功能的声音处理GUI。 #### 功能模块描述 1. **读取和保存音频文件** - 使用`audioread`函数加载音频文件，使用`audioWriter`对象保存修改后的音频数据到指定路径。 - 利用`plot`绘制时域图，借助`spectrogram`生成频谱图[^1]。 2. **添加噪声** - 实现两种常见噪声：窄带噪声可通过正弦波叠加模拟；高斯白噪声则调用`awgn`内置函数完成。 - 更新绘图区以反映加入噪声后的新信号状态。 3. **滤波器设计与配置** - 提供参数输入框让用户自定义FIR/IIR滤波器特性，如截止频率、通带纹波等。 - 调用`designfilt`函数创建相应类型的数字滤波器实例，并通过`fvtool`查看其幅频响应曲线。 4. **滤波操作及结果显示** - 应用上述设计好的滤波器对含噪信号执行过滤过程(`filter`)。 - 同样地更新图表区域呈现净化过的声音片段及时频分析结果。 5. **信噪比(SNR)计算** - 基于原始纯净版与加扰版本之间的差异度量SNR指标，公式为\( SNR=10\log_{10}\left(\frac{\sum x^{2}}{\sum(x-y)^{2}} \right)\)，其中\(x\)代表原声样本序列而\(y\)表示受干扰情形下的对应位置数值。 以下是完整的MATLAB App Designer代码框架： ```matlab classdef SoundProcessingApp < matlab.apps.AppBase % Properties that correspond to app components properties (Access = public) UIFigure matlab.ui.Figure LoadButton matlab.ui.control.Button SaveButton matlab.ui.control.Button NoiseTypeDropDown matlab.ui.control.DropDown AddNoiseButton matlab.ui.control.Button FilterDesignPanel matlab.ui.container.Panel ApplyFilterButton matlab.ui.control.Button SignalPlotAxes matlab.ui.axes.UIAxes SpectrumPlotAxes matlab.ui.axes.UIAxes SnrLabel matlab.ui.control.Label OriginalSignal double [] NoisySignal double [] CleanedSignal double [] end methods (Access = private) function loadAudio(app, event) [filename, pathname] = uigetfile({'*.wav';'All Files (*.*)'}, 'Select Audio File'); if isequal(filename,0)||isequal(pathname,0),return,end; fullFileName = fullfile(pathname,filename); [~,~,app.OriginalSignal,Fs]= audioread(fullFileName); t=(0:length(app.OriginalSignal)-1)/Fs; subplot(2,1,1,'Parent',app.SignalPlotAxes); plot(t,app.OriginalSignal); title('Time Domain'); xlabel('Time(s)'); subplot(2,1,2,'Parent',app.SpectrumPlotAxes); spectrogram(app.OriginalSignal,[],[],[],Fs,'yaxis'); colorbar; end function saveAudio(app,event) filename=uiputfile({'*.wav','Waveform audio files(*.wav)'},'Save As...'); if ~isempty(filename) writematrix(app.CleanedSignal,filename); end end function addNoise(app,event) noiseType = app.NoiseTypeDropDown.Value; switch lower(noiseType) case {'gaussian white'} snr_dB = str2double(uigetdir('Enter desired SNR(dB):')); app.NoisySignal = awgn(app.OriginalSignal,snr_dB,'measured'); otherwise freq=str2double(uigetdir('Input frequency(Hz):')); amp=str2double(uigetdir('Amplitude:')); Fs=size(app.OriginalSignal,1)*size(app.OriginalSignal,2)/(length(app.OriginalSignal)); timeVector=linspace(0,(numel(app.OriginalSignal)-1)*(1/Fs),numel(app.OriginalSignal)); narrowBand=sin(2*pi*freq*timeVector).*amp; app.NoisySignal=narrowBand+app.OriginalSignal; end clf(app.SignalPlotAxes); subplot(2,1,1,'Parent',app.SignalPlotAxes); plot(timeVector,app.NoisySignal);title(['Noised Signal with ',noiseType]); subplot(2,1,2,'Parent',app.SpectrumPlotAxes);spectrogram(app.NoisySignal,[],[],[],Fs,'yaxis');colorbar; end function designAndApplyFilter(app,event) filterType = questdlg('Choose a type of digital filter:', ... 'Digital Filter Selection',... 'FIR Bandpass','IIR Lowpass','Cancel',... 'FIR Bandpass'); if strcmp(filterType,'Cancel') return ; elseif(strcmp(filterType,'FIR Bandpass')) d=fdesign.bandpass('N,Fst1,Fp1,Fp2,Fst2',8,.2,.25,.75,.8,1e3); Hd=design(d,'kaiserwin'); else% IIR low pass d=fdesign.lowpass('N,Fc',6,.4,1e3); Hd=butter(d); end fvtool(Hd,'Analysis','freq') %#ok<UNRCH> app.CleanedSignal=filter(Hd.Numerator,Hd.Denominator,app.NoisySignal); clf(app.SignalPlotAxes); subplot(2,1,1,'Parent',app.SignalPlotAxes); plot(timeVector,app.CleanedSignal);title('Filtered Signal'); subplot(2,1,2,'Parent',app.SpectrumPlotAxes);spectrogram(app.CleanedSignal,[],[],[],Fs,'yaxis');colorbar; end function calculateSnr(app,event) originalEnergy=sum(abs(app.OriginalSignal).^2); noisyEnergy=sum(abs(app.NoisySignal-app.OriginalSignal).^2); cleanedEnergy=sum(abs(app.CleanedSignal-app.OriginalSignal).^2);