通过迅雷软件播放包括原始语音信号，加噪后的语音信号和滤波后的语音信号，表明仿真成功。通过试听和比较，经过低通滤波后的语音信号非常接近原始信号。
经过整个流程，得出结论：语音信号中含有人声信号时用低通滤波器的效果比较好。经过滤波的仿真和试听，语音信号经过低通滤波后，声音稍微有些低沉，但是很接近原来的声音；高通滤波后只能听到高频的杂音；带通滤波和带阻滤波后，能够听到人声，但是噪声影响还是比较大。所以针对含有人声的语音信号处理时，采用低通滤波器效果比较好。另外，还认识到要想完成整次的操作，首先要对MATLAB这个软件需要特别的熟悉，因为无论是步骤还是指令，都是不能出一点差错的，出错了就不能运行，同时需要一点点的排除错误。再者，处理输出的波形图和频谱图时，需要将图形处理的清晰明了，对比鲜明，这样在论文中体现的时候可以很直观的展现，不能模棱两可，模糊不清。
4.4 语音信号处理算法的移植
当信号处理算法在MATLAB软件仿真后的结果满足要求后，可以对算法程序进行移植。在移植过程中，可以借助VC++平台将MATLAB语言转换为C语言。转换后在进行DSP工程的建立时，应采用模块化的设计方法[14]。
5. 结束语
本文针对目前在嘈杂的环境中手机接听电话时人声较小的缺点，介绍了一种基于MATLAB的算法来对语音信号进行处理的方法。对语音信号处理的基础知识和过程作了详细的介绍，并且利用MATLAB的计算和信号处理完成了对语音信号的基本处理的功能，经过MATLAB仿真，较好的完成了对语音信号的读取与打开，频谱分析，添加其他噪声来模拟各种噪声，从而在不同的滤波器中选择出一种最适宜应用的滤波器，提高通话质量，并且得出了语音信号的频谱图。仿真实验表明，采用低通滤波器的保留人声的效果显著。
本设计的MATLAB算法具有操作简单，程序处理速度比较快的优点。因为每一块的程序关联性不大，所以单独处理时速度快。同时生成的图形较为清楚，失真较少。整个系统结构简单，而且数据分析方便，不需要进行数据转移，直接在MATLAB软件中完成分析处理工作[15]。不足就在于不能做到很智能的控制和有选择的滤除噪声，仅能进行一般应用条件下的语音信号处理，不能进行复杂的语音信号处理。滤波器的种类还有很多种，本文并没有一一举例。今后还有很多地方有待学习和提高。
对此次论文的展望是希望所做的工作可以为以后的通话质量的提高做出一点理论研究，毕竟人们在使用手机或电话时，都不希望背景中的噪声来影响自己收听或者别人的收听。如果影响很大，就会影响到双方的信息的交换和收集。希望能进一步模拟出更多种的情况，并且综合比较各种滤波器的实际使用价值。同时还可以在这个理论算法的基础上设计出一个实际的系统，为以后移植到手机上打下理论基础。 基于MATLAB语音信号处理(语音信号处理的综合仿真)(7):http://www.751com.cn/tongxin/lunwen_331.html