Matlab语音信号去噪GUI：实现正弦噪声与高斯噪声的滤波处理，巴特沃斯低通与小波变换去噪功能
Matlab语音信号去噪，GUI界面。 分别添加了正弦噪声和高斯噪声，分别用了巴特沃斯低通滤波器和小波分解去噪。 每步处理都可以播放出信号声音。 具体工作如下： 1、加载语音信号，显示时域频域图； 2、添加正弦噪声； 3、分别使用巴特沃斯低通和小波变换去噪； 4、添加高斯白噪声； 5、再次使用巴特沃斯低通和小波变换去噪。 注：程序可直接运行，建议Matlab 2022b版本，低版本估计2018以上也行～也可发给你非GUI版本的代码。
最近在Matlab里折腾语音去噪挺有意思的，特别是用GUI实现实时播放功能。直接上硬货，先看效果：加载一段语音后能直接看到波形和频谱，点个按钮就能听到加噪前后的对比，两种去噪方案切换着玩，属实是声控玩家的快乐源泉。
先看核心代码结构：
function voice_denoise_gui app = figure('Position',[200 200 800 600]); % 界面控件：6个按钮+4个坐标轴 uicontrol('Style','pushbutton','String','加载语音','Position',[20 550 80 30],'Callback',@loadAudio); % ...其他按钮和坐标轴初始化代码... function loadAudio(~,~) [file,path] = uigetfile('*.wav'); [app.audio, app.fs] = audioread(fullfile(path,file)); % 绘制原始信号时域频域图 plot(app.audio_ax1, app.audio); fft_plot(app.audio, app.fs, app.audio_ax2); end end这个GUI框架用figure直接搭建，比App Designer更轻量。重点在audioread加载音频后立刻绘制时域波形，fft_plot自定义函数里用了fft做快速傅里叶变换，记得加汉宁窗避免频谱泄露。
加正弦噪声的部分很暴力：
% 生成指定频率的正弦干扰 t = (0:length(app.audio)-1)/app.fs; noise = 0.3*sin(2*pi*3000*t)'; % 3kHz正弦波 app.noisy_audio = app.audio + noise; sound(app.noisy_audio, app.fs); % 实时播放这里注意时间序列t要和原信号对齐，振幅0.3是经验值，太大会失真太小没效果。播放直接用sound函数，简单粗暴。
Matlab语音信号去噪，GUI界面。 分别添加了正弦噪声和高斯噪声，分别用了巴特沃斯低通滤波器和小波分解去噪。 每步处理都可以播放出信号声音。 具体工作如下： 1、加载语音信号，显示时域频域图； 2、添加正弦噪声； 3、分别使用巴特沃斯低通和小波变换去噪； 4、添加高斯白噪声； 5、再次使用巴特沃斯低通和小波变换去噪。 注：程序可直接运行，建议Matlab 2022b版本，低版本估计2018以上也行～也可发给你非GUI版本的代码。
巴特沃斯滤波的关键在阶数和截止频率：
function butter_denoise(app) [b,a] = butter(6, 2000/(app.fs/2), 'low'); % 6阶低通 filtered = filtfilt(b, a, app.noisy_audio); % 零相位滤波避免时移 endbutter(6,...)表示6阶滤波器，2000Hz截止频率。filtfilt正反双向滤波消除相位失真，实测比普通filter效果好很多。
小波去噪玩的是阈值艺术：
function wavelet_denoise(app) [thr,sorh] = ddencmp('den','wv',app.noisy_audio); cleaned = wdencmp('gbl',app.noisy_audio,'db4',5,thr,sorh); endddencmp自动计算阈值，'db4'小波基做5层分解。实际测试发现高频噪声被干掉的同时，语音中的爆破音（比如/p/、/t/）保留得比滤波器好。
当换成高斯白噪声时，巴特沃斯的表现就拉胯了——频谱上全是噪声根本切不掉。这时候小波的层级分解优势就出来了，通过调整各尺度系数保留语音特征。不过要注意小波去噪容易产生伪吉布斯现象，听着会有轻微回声感。
最后说个坑：GUI里连续播放音频前务必加clear sound，不然多个音频混在一起能让你怀疑人生。完整代码大概200行左右，核心逻辑就这些。想要非GUI版本的话其实更简单，把回调函数里的处理逻辑抽出来写成脚本就行。