matlab代码导入原始语音和噪声两个音频文件，将之混合叠加，使用rls算法从混合音频中提取出原始语音信号，并画出原始语音、混合语音和提取出的原始语音的时域图和频域图共6个图

以下是一个基于 RLS 算法的 Matlab 代码，用于从混合音频中提取原始语音信号。代码中使用了两个音频文件，一个是原始语音文件，另一个是噪声文件。提取出的原始语音信号将与原始语音文件进行比较，以评估提取的性能。

clear all;
clc;

% 导入原始语音文件和噪声文件
[s,fs]=audioread('Original_Speech.wav');
[n,fs]=audioread('Noise.wav');

% 混合语音信号
x=s+n;

% RLS 参数设置
N = 64; % 滤波器长度
delta = 1; % 初始化增益因子
P = delta*eye(N); % 初始化协方差矩阵
w = zeros(N,1); % 初始化权重向量

% 计算 RLS 提取的输出信号
y = zeros(size(x));
for n = 1:length(x)
    u = flipud(x(max(1,n-N+1):n)); % 构造输入向量
    y(n) = w'*u; % RLS 输出
    e = s(n) - y(n); % 计算误差
    k = P*u/(1+u'*P*u); % 计算增益因子
    w = w + k*e; % 更新权重向量
    P = (P - k*u'*P)/delta; % 更新协方差矩阵
end

% 画出原始语音、混合语音和提取的原始语音的时域图和频域图
figure(1);
subplot(3,2,1);
plot(s);
title('Original Speech');
subplot(3,2,2);
spectrogram(s,hamming(256),128,[],fs,'yaxis');
title('Original Speech Spectrogram');
subplot(3,2,3);
plot(x);
title('Mixed Speech');
subplot(3,2,4);
spectrogram(x,hamming(256),128,[],fs,'yaxis');
title('Mixed Speech Spectrogram');
subplot(3,2,5);
plot(y);
title('Extracted Speech');
subplot(3,2,6);
spectrogram(y,hamming(256),128,[],fs,'yaxis');
title('Extracted Speech Spectrogram');

注：请将 "Original_Speech.wav" 和 "Noise.wav" 替换成自己的音频文件名。

代码执行后，将会显示 6 个图，分别是原始语音、混合语音和提取的原始语音的时域图和频域图。您可以通过时域图来比较原始语音与混合语音、提取的原始语音之间的相似性，通过频域图来观察信号的频谱分布。