% STFT变换 Z = stft(z, nfft); % STFT幅度谱和相位谱 Z_mag = abs(Z); Z_phase = angle(Z); % 幅度谱转换为线性幅度 Z_mag_lin = db2mag(Z_mag); % 设置阈值 Z_mag_thresh = max(Z_mag_lin) * 10^(-25/20); % 生成掩码 Z_mask = bsxfun(@gt, Z_mag_lin, Z_mag_thresh); % 对幅度谱进行掩码 Z_mag_masked = Z_mag .* Z_mask; % 对每一列进行平滑处理 smooth_window = 60; Z_mag_smoothed = smoothdata(Z_mag_masked, 1, 'movmean', smooth_window); % 将平滑后的掩码谱应用到幅度谱上 Z_mag_masked_smoothed = Z_mag_smoothed .* Z_mask; % 掩码为0以下的部分置为0 Z_mag_masked_smoothed(Z_mag_masked_smoothed < 0) = 0; % 生成掩码谱 Z_masked = Z_mag_masked_smoothed .* exp(1i*Z_phase); % iSTFT变换 z_enhanced = istft(Z_masked, nfft); % 重构后的语音 g = real(istft(Y_mag .* Z_masked, nfft)); % 归一化 g = g / max(abs(g)); % 播放语音 sound(g, fs);

这段代码是一个语音增强的处理过程，具体步骤如下：

1. 对原始语音信号进行 STFT 变换，得到幅度谱和相位谱。

2. 将幅度谱转换为线性幅度，并设置一个阈值。

3. 生成掩码，将小于阈值的部分置为0，大于阈值的部分置为1。

4. 对幅度谱进行掩码，得到掩码谱。

5. 对掩码谱进行平滑处理，平滑窗口为60。

6. 将平滑后的掩码谱应用到幅度谱上，得到掩码后的幅度谱。

7. 对掩码为0以下的部分置为0。

8. 生成掩码谱，将掩码后的幅度谱与相位谱相乘。

9. 对掩码谱进行 iSTFT 反变换，得到增强后的语音信号。

10. 对增强后的语音信号进行归一化，播放语音信号。

需要注意的是，这段代码中使用了 STFT 和 iSTFT 函数，需要提供一个 nfft 参数，这个参数表示 STFT 和 iSTFT 窗口的大小，一般情况下 nfft 的值为 2 的整数次幂，可以根据实际需求进行设置。另外，这段代码中还使用了 smoothdata 函数对掩码谱进行平滑处理，这个函数需要 Matlab 2016b 或以上版本才支持。