matlab导入原始音频和噪声两个音频文件，将之混合叠加后，使用lms算法从混合音频中提取出原始信号，并画出混合音频和原始音频的时域图和语谱图共4个图

以下是示例代码，仅供参考：

% 导入原始音频和噪声文件
[x,fs] = audioread('original_audio.wav');
[n,~] = audioread('noise.wav');

% 将两个音频混合叠加
d = x + n;

% LMS算法参数设置
M = 512; % 滤波器长度
mu = 0.01; % 步长参数
w = zeros(M,1); % 初始滤波器系数

% LMS算法
for k = M:length(d)
    xk = d(k:-1:k-M+1); % 当前M个采样
    yk = w'*xk; % 滤波器输出
    ek = x(k) - yk; % 误差信号
    w = w + mu*ek*xk; % 更新滤波器系数
end

% 从混合音频中提取出原始信号
y = filter(w,1,d);

% 画出混合音频和原始音频的时域图
t = (0:length(x)-1)/fs;
subplot(2,1,1);
plot(t,d); xlabel('Time (s)'); ylabel('Amplitude');
title('Mixed Audio');
subplot(2,1,2);
plot(t,y); xlabel('Time (s)'); ylabel('Amplitude');
title('Extracted Audio');

% 画出混合音频和原始音频的语谱图
win = hamming(256);
noverlap = 128;
nfft = 512;
[Sd,Fd,Td] = spectrogram(d,win,noverlap,nfft,fs);
subplot(2,1,1);
imagesc(Td,Fd,20*log10(abs(Sd))); axis xy;
xlabel('Time (s)'); ylabel('Frequency (Hz)');
title('Mixed Audio Spectrogram');
[S,F,T] = spectrogram(y,win,noverlap,nfft,fs);
subplot(2,1,2);
imagesc(T,F,20*log10(abs(S))); axis xy;
xlabel('Time (s)'); ylabel('Frequency (Hz)');
title('Extracted Audio Spectrogram');