MATLAB 数字滤波器设计 及其语音信号去噪应用。 （供学习交流）带源码，带注释。 有代码和报告。
最近在实验室折腾语音信号处理，发现数字滤波器真是个好东西。今天咱们就聊聊怎么用MATLAB从零设计滤波器，再实战处理一段被噪声污染的录音。先上效果：原本嗡嗡响的录音，处理后能清晰听见人声了！（文末附完整工程文件）
先搞懂滤波器参数
假设我们有段8kHz采样的语音信号，里面混着1000Hz的高频噪声。设计个低通滤波器，把高于800Hz的成分干掉。这里用最常用的巴特沃斯IIR滤波器：
% 滤波器参数 fs = 8000; % 采样率 fc = 800; % 截止频率 order = 4; % 滤波器阶数 % 生成滤波器系数 [b, a] = butter(order, fc/(fs/2), 'low');这里的butter函数是核心，order决定滤波器的斜率陡峭度。注意截止频率要归一化到0-1范围（Nyquist频率的一半）。新手常在这里翻车，写成fc/fs就错了，正确的是fc/(fs/2)。
眼见为实看频响
光生成系数不够直观，咱们用freqz可视化：
freqz(b, a, 1024, fs); title('滤波器频率响应');运行后会出现幅频曲线，重点观察-3dB点是否准确落在800Hz，过渡带宽度是否合适。如果发现截止频率偏移，可能是阶数不够或采样率设置错误。
实战降噪关键代码
假设已经读入带噪语音信号x：
% 滤波处理 y = filtfilt(b, a, x); % 对比频谱 subplot(211) spectrogram(x, 256, 250, 256, fs, 'yaxis'); title('原始信号'); subplot(212) spectrogram(y, 256, 250, 256, fs, 'yaxis'); title('滤波后');这里用了filtfilt实现零相位滤波，比普通filter函数多了个反向滤波操作，避免相位失真。语音处理特别需要注意这点，不然声音会变得怪怪的。
避坑指南
- 阶数不是越高越好！试过8阶巴特沃斯，结果群延迟导致语音失真，4-6阶更实用
- IIR滤波器可能引入振铃效应，对脉冲噪声效果不好，这时候换FIR+窗函数法更稳
- 实时处理要考虑计算量，filtfilt虽好但耗时，嵌入式场景慎用
进阶玩法
想要更精准控制衰减，可以切比雪夫滤波器走起：
% 1dB通带波纹，40dB阻带衰减 [b, a] = cheby1(order, 1, fc/(fs/2), 'low');或者用FIR设计实现线性相位：
b = fir1(50, fc/(fs/2), kaiser(51, 5.6));不同场景灵活选择滤波器类型，这才是真·调参侠的自我修养。
源码包里有完整录音文件、三种滤波器实现代码、频谱对比脚本。处理后的语音听起来像是从水里捞出来甩干了一样清爽，高频电流声基本消失。不过要注意，滤波器会轻微影响语音的明亮度，需要在降噪和音质之间找平衡点。
