发布时间：
我以前在武汉一家外文论文发表的杂志周刊做事，武汉海讯科技会务有限公司可以投稿的而且很正规,武大教授弄的~~~ 所以你可以去投稿那里,不过需要缴纳一定金额而且分类很精确 细致你可以打电话去问问我把网址给你你进去看看的希望帮的了你~~~ 祝福
这方面的有（图像与信号处理）啊，汉斯的国际中文刊物，适合发这方面的文章
1:使用wavrecord函数2：使用fft函数3：使用fdatool没有办法帮你写全部，只能算是一点指点吧。
易克初,田斌付强《语音信号处理》国防工业出版社,胡航《语音信号处理》哈尔滨工业大学出版社,赵力《语音信号处理》机械工业出版社,刘吆和《语音识别与控制应用技术》北京：科学出版社，黄凤岗,宋克欧《 模式识别》 哈尔滨:哈尔滨工业大学出版社,沈 清,汤 霖 《模式识别导论》 长沙:国防科技大学出版社,蔡莲红 《现代语音技术基础与应用 》清华大学出版社2003就这些书，都很好，建议你看看。
呵呵，这种问题出这点分太少了，再加点我告诉你。你这个里面要解决5项问题哦。
你1月份问的了，请问你的做出来没，我在加噪声后卡住了，不知道怎么选适合的窗口，和怎么设定具体参数
恩 这个一般处理是这样的 先将文件转换为wav文件 使用wavread读取文件 使用fft对读入的信号进行傅里叶变化 根据频域进行滤波，常用的滤波函数有butter、filter、fftfilt等 将滤波后的文件保存为wav 在滤波过程中可以使用sound函数听音频处理效果 plot命令可以绘制出滤波的频域和时域的图形，帮助处理 这里有一个处理程序，虽然不符合要求，但可以参照下参考这篇论文-515-1-html
处理什么，去除杂音，滤波吗？
1．1 语音处理技术的发展概况1．2 语音信号处理的应用 2．1 语音声学基础2．2 语音的感知2．3 语音的产生2．4 元音2．5 辅音2．6 汉语音节 1 语音信号及其数字化 2 语音信号的时间依赖处理3．3 短时能量和短时平均幅度3．4 短时平均过零率3．5 语音端点检测3．6 短时自相关函数3．7 短时平均幅度差函数3．8 基音周期估计方法 4．1 短时傅里叶变换的定义和物理意义4．2 基于短时傅里叶变换的语谱图及其时频分辨率4．3 基于短时傅里叶变换的信号重构4．4 基音同步分析法4．5 复倒谱和倒谱4．6 语音信号的倒谱分析与同态解卷积 5．1 线性预测的基本原理5．2 线性预测方程组的解法5．3 线性预测的频域解释5．4 线性预测的几种推演参数5．5 线谱对分析法5．6 基于线性预测参数的声道滤波器的实现 6．1 时频分布理论和语音信号的时频表示6．2 小波理论及其在语音处理中的应用6．3 语音信号的参数表示及其失真测度6．4 矢量量化技术及其在语音处理中的应用 7．1 语音识别系统7．2 语音识别中的特征提取及谱失真测度7．3 矢量量化技术在语音识别中的应用7．4 模板匹配法7．5 隐马尔可夫模型技术7．6 连接词语音识别系统7．7 大词汇量连续语音识别系统7．8 说话人自适应技术7．9 关键词检出7．10 语音理解7．11 人工神经网络技术在语音识别中的应用 8．1 说话人识别的基本原理和应用8．2 说话人识别的特征选择8．3 说话人识别的主要方法8．4 语种辨识的原理和应用 9．1 语音合成方法9．2 汉语语音的按规则合成 1 不依赖模型假定的语音编码方法 2 基于模型假定的语音编码方法10．3 极低速率语音编码技术10．4 语音编码器的性能指标和评测方法10．5 语音质量评价 1．语音基音检测子程序2．语音信号线性预测分析子程序3，基于线性预测的倒谱系数计算子程序4．Viterbi算法子程序
引言 目前，由于具有运算速度快、片上资源丰富和能够实现复杂的线性和非线性算法等特性，DSP已成为通信、计算机和消费电子产品等领域的基础器件，其中在语音信号处理技术方面显得尤为突出。然而，由于包括DSP本身在内的所有电子器件都是干扰源，而且系统所处的工作环境中还有很多外来干扰源，再加上语音识别技术对信号噪声非常敏感，所以在系统设计中必须考虑系统的抗干扰问题。否则，至少会影响系统的处理结果，甚至造成更为严重的后果。本文介绍基于DSP的语音信号处理系统中的抗干扰技术。2 系统的干扰源和干扰途径 基于DSP的语音信号处理系统中的干扰源主要有雷电放电造成的大气噪声源、太阳黑子运动等造成的天电噪声源、电阻等电子元器件工作时发热造成的热噪声源、50 Hz工频电网造成的电网干扰源、家用电器造成的干扰源、电机造成的电刷干扰源、汽车点火装置造成的点火系统干扰源、无线通信系统造成的射频干扰源以及一些人为恶意造成的干扰源等，所有干扰源中高频脉冲噪声对数字信号处理系统的危害最大(这里不研究语音引起的音频干扰)。 以上提到的干扰源都属于电磁干扰(EMI)。电磁学原理：只要有电流存在就会产生磁场，只要有电压存在就会产生电场。磁场、电场随时间变化量的多少，就是产生电磁干扰的根本原因。电磁干扰的概念如图1所示。 基于DSP的语音信号处理系统的干扰途径主要有电源线、输入/输出线、接地线、电磁感应、静电感应、电路的公共阻抗、电源异常等。各种干扰途径在系统中所占比例如表1所示。3 抗干扰措施 根据对系统自身、干扰源和干扰途径的分析，抗干扰措施主要方案是： ①提高系统自身的电磁兼容性； ②隔离干扰源； ③切断干扰途径。 基于这3种方案，本文提出了一些适用于本系统的硬件抗干扰技术和软件抗干扰技术。1 电磁兼容 电磁兼容性是指电力、电子、通讯设备或其系统在其设置的场所处于工作状态时，不对其周围产生影响，也不被其四周的电磁环境所影响，不产生误动作和性能降低，按设计获得其工作能力。也就是说，设备或系统不对外界产生电磁干扰，而且不受所处环境中电磁干扰影响其正常工作能力。2 硬件抗干扰技术 由于高频脉冲噪声对本系统危害最大，为了提高系统的抗干扰性能，在系统中可采取以下措施： (1)增加总线的抗干扰能力。采用三态门形式的总线结构，并给总线接上拉电阻，使总线在瞬间处于稳定的高电平而避免总线出现悬空状态。总线须加缓冲器。 (2)提高系统控制信号抗干扰能力。在系统中通常有RESET、STB等控制线，当CPU与其控制器件的传输距离较远且控制线阻抗较高时，就容易受到脉冲噪声干扰。可在被控制器件的输入端并联一只20 pF的电容，并且在RESET等控制信号线并联一只Ol μF电容。控制线加一级缓冲器，使控制线的阻抗变低，也有助于抑制干扰。 (3)抑制数字信号的串模干扰。这种串模干扰是相邻信号线在传输信号过程中引起的干扰，大多发生在印制板平行导线上。串模干扰的强弱与相邻两信号线之间的耦合阻抗和信号本身的阻抗有关。因此，在本系统中应当尽量缩短信号线的长度；传输多种电平信号时，尽量把前、后沿时间相近的电平信号划为一组传输；在双面印制板的背面布置较大面积的地线区域，从而对部件产生的高频脉冲噪声起到吸收和屏蔽的作用。 (4)利用电磁干扰滤波器(EMI Filter)消除电源干扰。随着电子设备、计算机和家用电器的大量涌现与广泛普及，电网干扰正日益严重并形成一种公害。特别是瞬态电磁干扰，其电压幅度高(几百伏至上千伏)、上升速率块、持续时间短、随机性强，容易使数字电路产生严重干扰，甚至损害设备。电磁干扰滤波器亦称电源噪声滤波器(PNF)，它能有效地抑制电网噪声，提高设备的抗干扰能力及系统的可靠性。电磁干扰滤波器在系统中的应用如图2所示。 (5)利用硬件看门狗功能提高系统的抗干扰能力。由专用器件MAX692构成的看门狗电路如图3所示，系统所用外围元件少。MAX692是微系统监控电路，具有后备电池切换、掉电判别、看门狗监控等功能。其中WDI是看门狗检测输入端，接到DSP的一个专用I/O口或一个总线口上。RESET是复位信号输出端，接DSP的复位端RST。MAX692的WDI定时周期为6 s，复位脉冲宽度是200 ms。如果WDI保持高或低超过“看门狗”定时周期(6 s)，RESET端将产生宽200 ms(最小140 ms)的负脉冲使DSP复位。3 软件抗干扰技术 利用软件也可以提高DSP语音处理系统的抗干扰能力。主要有： ①利用数字滤波器来滤除干扰； ②采用软件看门狗、多次采样技术、定时刷新输出口等技术来抑制干扰。 下面主要介绍数字滤波器在本系统中的应用。 数字滤波器(DF)对语音信号的处理过程如图4所示。语音信号首先经过采样/保持电路(S/H)，送至模/数转换器(ADC)转换成数字量，然后通过数字滤波器滤除其中的干扰信号，最后通过数/模转换器(DAC)获得语音信号输出。 根据所用数学模型的不同，数字滤波器可分为两大类：一类是递归型滤波器，其特点是滤波器的输出不仅与输入信号有关，而且还与过去的输出值有关；另一类是非递归型滤波器(如一阶、二阶低通滤波器)，其特征是滤波器的输出仅与输入信号有关，而与过去的输出值无关。本系统使用的是递归型滤波器。 设数字滤波器的输入信号为X(n)，输出信号为Y(n)，则输入序列和输出序列之间的关系可用差分方程表示为： 上式中，输入信号X(n)可以是语音信号经采样和ADC转换后得到的数字序列，也可以是计算机的输出信号；ak和bk均为系数，通过设置ak和bk可将DF设计成需要的带通滤波器。 数字滤波器的软件设计方法有：程序判断滤波法(限幅滤波法)、中位值滤波法、算术平均滤波法、递推平均滤波法、防脉冲干扰平均滤波法、一阶之后滤波法等6种方法。根据需要，本系统选择程序判断滤波法，设计流程如图5所示。4 结束语 实验证明：以上抗干扰方法在基于DSP的语音信号处理系统中能够充分抑制来自系统外的干扰，有效地提高系统的抗干扰能力和可靠性。 输入序列和输出序列之间的关系可用差分方程表示为：
在学校图书馆里面检索，如果没有，用GOOGLE检索，它也购买了版权的。很多文章可以直接下载。另外可以参考matlab-help中关于语音处理说明。
第1章 绪论第2章 语音信号处理基础知识1 语音和语言2 汉语语音学1 汉语语音的特点2 汉语的拼音方法3 汉语音节的一般结构4 汉语声母的结构5 汉语韵母的结构6 声母和韵母的相互作用—音征互载7 汉语的声调3 语音生成系统和语音感知系统1 语音发音系统2 语音听觉系统4 语音信号生成的数学模型1 激励模型2 声道模型3 辐射模型4 语音信号的数学模型5 语音信号的特性分析1 语音信号的时域波形和频谱特性2 语音信号的语谱图3 语音信号的统计特性6 思考与复习题第3章 语音信号分析1 概述2 语音信号的数字化和预处理1 预滤波、采样、A/D转换2 预处理3 语音信号的时域分析1 短时能量及短时平均幅度分析2 短时过零率分析3 短时相关分析4 短时平均幅度差函数4 语音信号的频域分析1 利用短时傅里叶变换求语音的短时谱2 语音的短时谱的临界带特征矢量5 语音信号的倒谱分析1 同态信号处理的基本原理2 复倒谱和倒谱3 语音信号倒谱分析实例6 语音信号的线性预测分析1 线性预测分析的基本原理2 线性预测方程组的求解3 LPC谱估计和LPC复倒谱4 线谱对分析7 语音信号的小波分析1 傅里叶变换2 短时傅里叶变换3 连续小波变换4 离散小波变换5 小波变换的几个实例8 基音周期估计1 自相关法2 平均幅度差函数法3 并行处理法4 倒谱法5 简化逆滤波法6 小波变换法7 基音检测的后处理9 共振峰估计1 带通滤波器组法2 倒谱法3 LPC法10 思考与复习题第4章 矢量量化技术1 概述2 矢量量化的基本原理3 矢量量化的失真测度1 欧氏距离测度2 线性预测失真测度3 识别失真测度4 矢量量化器的最佳码本设计1 LBG算法2 初始码本的生成5 矢量量化技术的优化设计6 思考与复习题第5章 隐马尔可夫模型1 隐马尔可夫模型的引入2 隐马尔可夫模型的定义1 离散Markov过2 隐Markov模型3 HMM的基本元素3 隐马尔可夫模型的基本算法1 前向-后向算法2 维特比算法3 Baum-Welch算法4 隐马尔可夫模型的各种结构类型1 按照HMM的状态转移概率矩阵(A参数)分类2 按照HMM的输出概率分布(B参数)分类3 其他一些特殊的：HMM的形式5 隐马尔可夫模型的一些实际问题1 下溢问题2 参数的初始化问题3 提高HMM描述语音动态特性的能力4 直接利用状态持续时间分布概率的HMM系统6 思考与复习题第6章 人工神经网络初步1 人工神经网络简介2 人工神经网络的构成1 神经元2 神经元的学习算法3 网络拓扑4 网络的学习算法3 几种用于模式识别的神经网络模型及其主要算法1 单层感知器2双层感知器3 多层感知器4 径向基函数神经网络的分类特性5 自组织特征映射模型6 时延神经网络7 循环神经网络8 支持向量机4 用神经网络进行模式识别的典型做法1 多输出型2 单输出型5 思考与复习题第7章 语音编码1 概述2 语音信号压缩编码的原理和压缩系统评价1 语音压缩的基本原理2 语音编码的关键技术3 语音压缩系统的性能指标和评测方法3 语音信号的波形编码1 脉冲编码调制2 自适应预测编码3 自适应增量调制和自适应差分脉冲编码调制4 子带编码5 自适应变换编码4 语音信号的参数编码1 线性预测声码器21P-10编码器5 语音信号的混合编码6 现代通信中的语音信号编码方法1 EVRC算法基本原理2 EVRC算法概述7 思考与复习题第8章 语音合成1 概述2 共振峰合成法3 线性预测合成法4 语音合成专用硬件简介5 PSOLA算法合成语音6 文语转换系统7 思考与复习题第9章 语音识别1 概述2 语音识别原理和识别系统的组成1 预处理和参数分析2 语音识别3 语音识别系统的基本数据库3 动态时间规整4 孤立字(词)识别系统1 基于MQDF的汉语塞音语音识别系统2 基于概率尺度DP识别方法的孤立字(词)识别系统5 连续语音识别系统6 连续语音识别系统的性能评测1 连续语音识别系统的评测方法以及系统复杂性和识别能力的测度2 综合评估连续语音识别系统时需要考虑的其他因素7 思考与复习题第10章 说话人识别与语种辨识1 概述2 说话人识别方法和系统结构1 预处理2 说话人识别特征的选取3 特征参量评价方法4模式匹配方法5 说话人识别中判别方法和阈值的选择6 说话人识别系统的评价3 应用DTW的说话人确认系统4 应用VQ的说话人识别系统5 应用HMM的说话人识别系统1 基于HMM的与文本有关的说话人识别2 基于HMM的与文本无关的说话人识别3 基于HMM的指定文本型说话人识别4 说话人识别HMM的学习方法5 鲁棒的HMM说话人识别技术6 应用GMM的说话人识别系统1 GMM模型的基本概念2 GMM模型的参数估计3 训练数据不充分的问题4 GMM模型的识别问题7 说话人识别中尚需进一步探索的研究课题8 语种辨识的原理和应用1 语种辨识的基本原理和方法2 语种辨识的应用领域9 思考与复习题第11章 语音转换与语音隐藏1 语音转换的原理和应用2 常用语音转换的方法1 频谱特征参数转换2 基音周期转换3 韵律信息转换3 语音分析模型和语音库的选择1 语音分析模型2 语音库的设计4 应用CMM的语音转换5 语音转换的研究方向6 语音信息隐藏的原理及应用7 语音信息隐藏的常用方法8 语音信息隐藏系统的评价标准9 语音信息隐藏需要研究和解决的问题10 思考与复习题第12章 语音信号中的情感信息处理1 概述2 语音信号中的情感分类和情感特征分析1 情感的分类2情感特征分析3 语音情感识别方法1 主元分析法2 神经网络方法3 混合高斯模型法4 情感语音的合成5 今后的研究方向6 思考与复习题第13章 耳语音信号处理1 耳语音的声学特征分析1 音长2 音高3 声调4共振峰频率5 耳语音美尔频率倒谱特征参数分析2耳语音增强3 耳语音转换正常音4耳语音识别1 孤立字(词)的耳语音识别2 耳语音的说话人识别5 耳语音的研究方向6 思考与复习题第14章 语音增强1 概述2 语音特性、人耳感知特性及噪声特性1 语音特性2入耳感知特性3 噪声特性3 滤波法语音增强技术1 陷波器法2 自适应滤波器4 利用相关特性的语音增强技术1 自相关处理抗噪法语音增强技术2 利用复数帧段主分量特征的降噪方法5 非线性处理法语音增强技术1 中心削波法2 同态滤波法6 减谱法语音增强技术1 基本原理2 基本减谱法的改进7 利用Weiner滤波法的语音增强技术1 基本原理2 Weiner滤波的改进形式8 思考与复习题附录A 语音信号LPC美尔倒谱系数(LPCMCC)分析程序附录B 利用HMM的孤立字(词)语音识别程序附录C 汉英名词术语对照”参考文献……
在百度上搜搜 电脑的音响的参数再选择自己适合的音效种类
图像与信号处理，这本期刊可以找到相关文献的，你看看学习学习哈
议论文的语言必须准确、鲜明、严密、有针对性。段落与段落之间要有非常清楚的逻辑关系，如总分、对照、层进、并列等。借助起过渡性作用的语句来突出这种关系。如：“有”、“还有”“虽然、但是”“固然”“诚然”“由此”是等。
可以的，但是你写信号处理方面的论文时候要注意一点。第一，尽量避免和数学等有关系的东西扯上边儿去了，因为我觉得这样会比较好看。其次在内容安排上也需要多加考虑一下，不能太过于单调（当然主题还是很重要，没准你就从那个地带出来呢）。