利用IIR数字滤波器 对加噪语音信号进行滤波 画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，设计以上两种滤波器，然后用设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化，回放语音信号。以上功能由matlab编写代码

下面是利用IIR数字滤波器对加噪语音信号进行滤波的matlab代码，其中包括两种滤波器的设计和信号的滤波处理，以及绘制时域波形和频谱图的函数：

% 加载语音信号
[x,fs] = audioread('speech.wav');

% 添加高斯噪声
noise = 0.1*randn(size(x));
y = x + noise;

% 设计IIR数字滤波器
% 第一种滤波器：低通滤波器
fp = 500/(fs/2); % 通带截止频率
fs = 600/(fs/2); % 阻带截止频率
rp = 1; % 通带最大衰减量
rs = 50; % 阻带最小衰减量
[n,fc] = buttord(fp,fs,rp,rs); % 计算滤波器阶数和截止频率
[b,a] = butter(n,fc); % 滤波器系数

% 第二种滤波器：高通滤波器
fp = 600/(fs/2); % 通带截止频率
fs = 500/(fs/2); % 阻带截止频率
rp = 1; % 通带最大衰减量
rs = 50; % 阻带最小衰减量
[n,fc] = buttord(fp,fs,rp,rs); % 计算滤波器阶数和截止频率
[b1,a1] = butter(n,fc,'high'); % 滤波器系数

% 用设计的滤波器对信号进行滤波处理
% 第一种滤波器：低通滤波器
y_filtered = filter(b,a,y);

% 第二种滤波器：高通滤波器
y_filtered1 = filter(b1,a1,y);

% 绘制时域波形和频谱图
plot_waveform_spectrum(x,fs,'原始语音信号');
plot_waveform_spectrum(y,fs,'加噪语音信号');
plot_waveform_spectrum(y_filtered,fs,'低通滤波后信号');
plot_waveform_spectrum(y_filtered1,fs,'高通滤波后信号');

% 播放语音信号
sound(x,fs);
sound(y,fs);
sound(y_filtered,fs);
sound(y_filtered1,fs);

% 定义绘制时域波形和频谱图的函数
function plot_waveform_spectrum(x,fs,title_str)
    figure;
    % 绘制时域波形
    subplot(2,1,1);
    plot((0:length(x)-1)/fs,x);
    xlabel('Time (s)');
    ylabel('Amplitude');
    title(title_str);
    % 绘制频谱图
    subplot(2,1,2);
    N = length(x);
    f = (-N/2:N/2-1)/N*fs;
    X = fftshift(abs(fft(x)));
    plot(f,X);
    xlabel('Frequency (Hz)');
    ylabel('Magnitude');
    xlim([-fs/2,fs/2]);
end

在上述代码中，我们首先加载了原始语音信号，并添加了高斯噪声，然后设计了两种IIR数字滤波器（低通滤波器和高通滤波器），并用设计的滤波器对加噪语音信号进行了滤波处理，最后绘制了时域波形和频谱图，并播放了各个信号。

其中，设计IIR数字滤波器的函数为 `buttord` 和 `butter`，它们可以根据给定的滤波器性能指标计算滤波器的阶数和截止频率，并得到滤波器的系数。具体来说，`buttord` 函数可以计算巴特沃斯滤波器的阶数和截止频率，而 `butter` 函数则根据计算出的阶数和截止频率得到滤波器的系数。

最后，我们定义了一个绘制时域波形和频谱图的函数 `plot_waveform_spectrum`，它可以绘制信号的时域波形和频谱图，并将其分别显示在两个子图中。