利用IIR数字滤波器和卡尔曼滤波分别对加噪语音信号进行滤波，要求录制一段个人的加噪语音信号并对录制的信号进行采样;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。此外，对两种滤波器进行比较和讨论，计算滤波后的信噪比，分析优劣。以上功能的代码部分由matlab实现

这是一个比较复杂的信号处理问题，需要分几个步骤来完成。

第一步，录制一段加噪语音信号，并对其进行采样。可以使用matlab自带的录音函数audiorecorder进行录音，然后使用wavread函数进行读取和采样。以下是示例代码：

% 录音设置
Fs = 8000;  % 采样率
nBits = 16;  % 采样位数
nChannels = 1;  % 声道数

% 开始录音
recObj = audiorecorder(Fs, nBits, nChannels);
disp('开始录音...');
recordblocking(recObj, 5);  % 录制5秒钟
disp('录音结束！');

% 读取录音结果并进行采样
[y, Fs] = wavread(getaudiodata(recObj));
y = y(1:4:end);  % 采样率为8000Hz，每4个采样点取一个

第二步，画出采样后语音信号的时域波形和频谱图。可以使用matlab自带的plot函数和fft函数进行绘制。以下是示例代码：

% 时域波形图
t = (0:length(y)-1) / Fs;
figure;
plot(t, y);
xlabel('Time (s)');
ylabel('Amplitude');
title('Time Domain Waveform');

% 频谱图
Y = fft(y);
f = (0:length(Y)-1) * Fs / length(Y);
figure;
plot(f, abs(Y));
xlabel('Frequency (Hz)');
ylabel('Magnitude');
title('Frequency Spectrum');

第三步，设计IIR数字滤波器和卡尔曼滤波器。这里需要给定滤波器的性能指标，根据指标设计滤波器。有关IIR数字滤波器和卡尔曼滤波器的设计方法可以参考matlab自带的信号处理工具箱中的函数设计方法。以下是示例代码：

% IIR数字滤波器设计
Wp = 0.4;  % 通带边缘频率
Ws = 0.5;  % 阻带边缘频率
Rp = 1;  % 通带最大衰减
Rs = 40;  % 阻带最小衰减
[n, Wn] = buttord(Wp, Ws, Rp, Rs, 's');
[b, a] = butter(n, Wn);

% 卡尔曼滤波器设计
Q = 1e-5;  % 系统噪声方差
R = 1e-3;  % 测量噪声方差
x0 = y(1);  % 初始状态
P0 = 1;  % 初始状态协方差矩阵
A = 1;  % 状态转移矩阵
H = 1;  % 测量矩阵
[kf, ~, ~] = kalman(b, a, Q, R, x0, P0, A, H);

第四步，用设计的滤波器对采集的信号进行滤波，并画出滤波后信号的时域波形和频谱。这里可以使用matlab自带的filter函数和kalman函数进行滤波。以下是示例代码：

% IIR数字滤波器滤波
y_iir = filter(b, a, y);

% 卡尔曼滤波器滤波
y_kf = kalmanfilter(kf, y);

% 时域波形图
t = (0:length(y)-1) / Fs;
figure;
plot(t, y, 'b', t, y_iir, 'r', t, y_kf, 'g');
xlabel('Time (s)');
ylabel('Amplitude');
legend('Original', 'IIR', 'Kalman');
title('Time Domain Waveform');

% 频谱图
Y_iir = fft(y_iir);
Y_kf = fft(y_kf);
f = (0:length(Y)-1) * Fs / length(Y);
figure;
plot(f, abs(Y), 'b', f, abs(Y_iir), 'r', f, abs(Y_kf), 'g');
xlabel('Frequency (Hz)');
ylabel('Magnitude');
legend('Original', 'IIR', 'Kalman');
title('Frequency Spectrum');

第五步，对比滤波前后的信号，分析信号的变化。这里可以计算滤波前后的信噪比，并回放语音信号。以下是示例代码：

% 计算信噪比
SNR_original = snr(y);
SNR_iir = snr(y_iir - y);
SNR_kf = snr(y_kf - y);
fprintf('Original SNR = %.2f dB\n', SNR_original);
fprintf('IIR SNR = %.2f dB\n', SNR_iir);
fprintf('Kalman SNR = %.2f dB\n', SNR_kf);

% 回放语音信号
sound(y, Fs);
pause(5);
sound(y_iir, Fs);
pause(5);
sound(y_kf, Fs);

第六步，对两种滤波器进行比较和讨论。可以从性能指标、滤波效果、计算复杂度等方面进行分析。