分别设计三个低通、高通、带通FIR滤波器对采集的音频进行滤波处理，要求画出滤波后的时域波形和频域波形

好的，我来为你设计三个低通、高通、带通FIR滤波器，并画出滤波后的时域波形和频域波形吧。这里我仍然使用MATLAB来实现。

1. 低通FIR滤波器

低通FIR滤波器可以用于去除高频噪声。下面是一个低通FIR滤波器的MATLAB代码示例：

% 设计一个低通FIR滤波器
fs = 8000; % 采样率
fc = 1000; % 截止频率

fNyq = fs/2; % Nyquist频率
Wp = fc/fNyq; % 截止频率归一化频率

% 利用fir1函数设计FIR滤波器
N = 100; % 滤波器阶数
h = fir1(N, Wp, 'low');

% 读取音频文件
[x, fs] = audioread('test.wav');

% 使用FIR滤波器对音频进行滤波
y = filter(h, 1, x);

% 绘制滤波后的时域波形
t = (0:length(x)-1)/fs;
subplot(2,1,1);
plot(t,x);
title('原始音频');
xlabel('时间（秒）');
ylabel('幅度');
subplot(2,1,2);
plot(t,y);
title('低通滤波后音频');
xlabel('时间（秒）');
ylabel('幅度');

% 绘制滤波后的频域波形
NFFT = 2^nextpow2(length(x));
X = fft(x, NFFT)/length(x);
Y = fft(y, NFFT)/length(y);
f = fs/2*linspace(0,1,NFFT/2+1);
subplot(2,1,1);
plot(f,2*abs(X(1:NFFT/2+1)));
title('原始音频');
xlabel('频率（Hz）');
ylabel('幅度');
subplot(2,1,2);
plot(f,2*abs(Y(1:NFFT/2+1)));
title('低通滤波后音频');
xlabel('频率（Hz）');
ylabel('幅度');

在这个例子中，我们设计了一个截止频率为1kHz的低通FIR滤波器，滤波器的阶数为100。我们读取了一个名为“test.wav”的音频文件，并使用FIR滤波器对音频进行滤波。最后，我们绘制了滤波后的时域波形和频域波形。

2. 高通FIR滤波器

高通FIR滤波器可以用于去除低频噪声。下面是一个高通FIR滤波器的MATLAB代码示例：

% 设计一个高通FIR滤波器
fs = 8000; % 采样率
fc = 1000; % 截止频率

fNyq = fs/2; % Nyquist频率
Wp = fc/fNyq; % 截止频率归一化频率

% 利用fir1函数设计FIR滤波器
N = 100; % 滤波器阶数
h = fir1(N, Wp, 'high');

% 读取音频文件
[x, fs] = audioread('test.wav');

% 使用FIR滤波器对音频进行滤波
y = filter(h, 1, x);

% 绘制滤波后的时域波形
t = (0:length(x)-1)/fs;
subplot(2,1,1);
plot(t,x);
title('原始音频');
xlabel('时间（秒）');
ylabel('幅度');
subplot(2,1,2);
plot(t,y);
title('高通滤波后音频');
xlabel('时间（秒）');
ylabel('幅度');

% 绘制滤波后的频域波形
NFFT = 2^nextpow2(length(x));
X = fft(x, NFFT)/length(x);
Y = fft(y, NFFT)/length(y);
f = fs/2*linspace(0,1,NFFT/2+1);
subplot(2,1,1);
plot(f,2*abs(X(1:NFFT/2+1)));
title('原始音频');
xlabel('频率（Hz）');
ylabel('幅度');
subplot(2,1,2);
plot(f,2*abs(Y(1:NFFT/2+1)));
title('高通滤波后音频');
xlabel('频率（Hz）');
ylabel('幅度');

在这个例子中，我们设计了一个截止频率为1kHz的高通FIR滤波器，滤波器的阶数为100。我们读取了一个名为“test.wav”的音频文件，并使用FIR滤波器对音频进行滤波。最后，我们绘制了滤波后的时域波形和频域波形。

3. 带通FIR滤波器

带通FIR滤波器可以用于去除某一频段内的噪声。下面是一个带通FIR滤波器的MATLAB代码示例：

% 设计一个带通FIR滤波器
fs = 8000; % 采样率
f1 = 500; % 通带频率1
f2 = 1500; % 通带频率2

fNyq = fs/2; % Nyquist频率
Wp = [f1 f2]/fNyq; % 通带归一化频率

% 利用fir1函数设计FIR滤波器
N = 100; % 滤波器阶数
h = fir1(N, Wp, 'bandpass');

% 读取音频文件
[x, fs] = audioread('test.wav');

% 使用FIR滤波器对音频进行滤波
y = filter(h, 1, x);

% 绘制滤波后的时域波形
t = (0:length(x)-1)/fs;
subplot(2,1,1);
plot(t,x);
title('原始音频');
xlabel('时间（秒）');
ylabel('幅度');
subplot(2,1,2);
plot(t,y);
title('带通滤波后音频');
xlabel('时间（秒）');
ylabel('幅度');

% 绘制滤波后的频域波形
NFFT = 2^nextpow2(length(x));
X = fft(x, NFFT)/length(x);
Y = fft(y, NFFT)/length(y);
f = fs/2*linspace(0,1,NFFT/2+1);
subplot(2,1,1);
plot(f,2*abs(X(1:NFFT/2+1)));
title('原始音频');
xlabel('频率（Hz）');
ylabel('幅度');
subplot(2,1,2);
plot(f,2*abs(Y(1:NFFT/2+1)));
title('带通滤波后音频');
xlabel('频率（Hz）');
ylabel('幅度');

在这个例子中，我们设计了一个通带频率为500Hz到1500Hz的带通FIR滤波器，滤波器的阶数为100。我们读取了一个名为“test.wav”的音频文件，并使用FIR滤波器对音频进行滤波。最后，我们绘制了滤波后的时域波形和频域波形。

希望这个例子可以帮助你实现三个不同类型的FIR滤波器，并绘制滤波后的时域波形和频域波形。如果你有任何问题，请随时问我。