用上面设计的matalab滤波器对加噪声的语音信号进行滤波，并对滤波前后的时域波形和频域特征进行比较

好的，下面是一个基于MATLAB的示例代码，用于对加噪声的语音信号进行滤波，并对滤波前后的时域波形和频域特征进行比较。

% 读取语音信号
[x, fs] = audioread('sample.wav');

% 给语音信号添加噪声
noise = 0.1 * randn(size(x)); % 产生均值为0，方差为0.1的高斯白噪声
y = x + noise;

% 设计数字低通滤波器
fc = 3000; % 通带截止频率
fs = 8000; % 采样频率
order = 6; % 滤波器阶数
[b, a] = butter(order, fc/(fs/2), 'low'); % 设计滤波器系数

% 对加噪声的语音信号进行滤波
z = filter(b, a, y);

% 绘制滤波前后的时域波形和频域特征的图像进行比较
t = (0:length(x)-1)/fs; % 时间轴
subplot(3,1,1);
plot(t, x); % 原始语音信号
title('原始语音信号');
subplot(3,1,2);
plot(t, y); % 加噪声后的语音信号
title('加噪声后的语音信号');
subplot(3,1,3);
plot(t, z); % 滤波后的语音信号
title('滤波后的语音信号');

% 绘制滤波前后的频域特征
[X, f] = freqz(x, 1, length(x), fs); % 原始语音信号
[Y, f] = freqz(y, 1, length(y), fs); % 加噪声后的语音信号
[Z, f] = freqz(z, 1, length(z), fs); % 滤波后的语音信号
subplot(3,1,1);
plot(f, abs(X)); % 原始语音信号的幅度谱
title('原始语音信号的幅度谱');
subplot(3,1,2);
plot(f, abs(Y)); % 加噪声后的语音信号的幅度谱
title('加噪声后的语音信号的幅度谱');
subplot(3,1,3);
plot(f, abs(Z)); % 滤波后的语音信号的幅度谱
title('滤波后的语音信号的幅度谱');

这段代码中，我们首先读取了一个名为sample.wav的语音信号，然后给语音信号添加了均值为0，方差为0.1的高斯白噪声。接着，我们利用Butterworth滤波器设计了数字低通滤波器，将加噪声的语音信号进行滤波，最后绘制了滤波前后的时域波形和频域特征的图像进行比较。

您可以将该代码保存为一个.m文件并运行，以查看滤波前后的效果。在绘制的图像中，第一行显示了原始语音信号、第二行显示了加噪声后的语音信号、第三行显示了滤波后的语音信号。可以看到，滤波后的语音信号的噪声明显减少，质量得到了很大的提升。

希望这个例子对您有所帮助！