基于小波变换的语音信号消噪处理设计

《基于小波变换的语音信号消噪处理设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于小波变换的语音信号消噪处理设计【摘要】本文介绍了小波变换的特点，分析了在语音信号消噪过程中所碰到的具体问题，并主要研究了阈值消噪方法。在阈值消噪方法中，对于小波阈值消噪个四个关键因素：小波基函数、分解层数、阈值函数、软硬阈值处理方法选取的难点问题进行了设计探索，并通过设计程序仿真出直观图像对比以及数据分析得到适合的阈值消噪设计方案。【关键词】语音信号;小波函数;阈值消噪1.引言语音处理正确性的高低依赖于信号特征量的准确精度。以往常用的消噪方式，如滤波器法、傅里叶变换法，有保留信号局部特性与减弱噪声

2、两者之间的矛盾问题。而信号和随机噪声在不同尺度上进行小波分解时，存在一些不同的传递特性和特征表现，其特性取得对信号分析是非常有用的，从而能有效地从混合信号中提取出有用信号，在信号消噪中表现出传统方法不具备的优点。2.基于小波变换的去噪方法8基于小波变换的语音增强方法的基本思想是：带噪语音信号经小波变换后分解为具有时频特性的小波系数，然后选择合适的阈值，经过阈值处理后消除背景噪声，最后再经过小波逆变换对得到的新小波系数进行重构来得到去噪的语音信号。图1展示了小波去噪的原理及流程。图1小波变换去噪具体流程

3、图小波变换语音消噪方法有三大类：模极大值法消噪需要利用复杂的交替投影法进行重构，会造成重构信号的偏差，并且算法复杂;去相关性消噪法容易将幅值较大的噪声系数判为有用信号的系数从而影响消噪效果，且每个点都要计算相关系数，计算复杂;然而小波阈值消噪法在很好的去除噪声信号保留有用信号的同时算法也比较简单。基于以上原因，本文使用小波阈值消噪法进行消噪设计，并对其消噪结果进行仿真。3.小波阈值消噪处理方法3.1阈值消噪基本步骤（1）原始信号的小波分解。选择合适的小波和小波分解的层数N，然后对信号s（i）进行N层小

4、波分解，得到相应的小波系数。（2）小波系数的消噪处理。用阈值和阈值函数对小波系数进行处理。（3）用处理过的小波系数重构信号。3.2阈值处理常用方法在小波去噪过程中，无论选择哪种阈值，都必须根据具体应用来选择一种合适的阈限来达到理想的去噪效果。小波分析进行阀值处理一般有下述3种方法：8（1）默认阀值消噪处理：利用ddencmp函数生成该信号默认的阀值，然后再利用函数wdencmp来进行消噪处理。（2）强制消噪处理：该方法是滤掉所有高频信号部分，然后进行信号的小波重构。这种方法较为简单，且消噪后的信号较为

5、平滑，但是容易丢失信号中的有用成分。（3）给定阀值消噪处理：通常分为硬阈值消噪处理以及软阈值消噪处理。在实际的消噪处理过程中，这种阀值比默认阀值的可信度高。所以本文选取该方法进行设计。4.语音信号阈值消噪设计本次设计中加噪是指对一个纯净（无任何噪声干扰）语音信号人工加上随机高斯白噪声，采用的信号为一段拷贝的英语对话mp3原声文件，然后通过音频格式转换软件转换为.wav音频文件，取其单声道通过加噪函数加上10db的高斯白噪声。原始纯净信号以及加噪后信号如图2所示。图2原始纯净信号与加噪信号对比图本设计是

6、基于Mallat算法的阈值去噪法对此染噪信号进行去噪，并试图设计出一种较好的阈值消噪方法。我们通过对去噪后的信噪比SNR及去噪后的信号与原始未填加噪声的信号的均方误差MSE来衡量去噪效果，去噪后信噪比越高，均方误差越小，去噪效果越好。4.1小波基的选择及分解层数设计8输入实验加噪语音信号，使用默认阈值函数，分解为4层（程序操作见附录）。采用Daubechies（dbN）小波系和SymletsA（symN）小波系。SNR，MSE数据如表1、表2所示：表1采用Daubechies（dbN）小波系的SNR、

7、MSEdbNSNRMSEdb110.23153.6434e-004db210.25933.6202e-004db310.26273.6173e-004db410.31353.5753e-004db510.28033.6027e-004db610.29063.5942e-004db710.27923.6036e-004db810.29663.5892e-004db910.28453.5992e-004表2采用SymletsA（symN）小波系的SNR、MSEsymNSNRMSEsym110.20703.

8、6640e-004sym210.27453.6076e-004sym310.26743.6134e-004sym410.28643.5976e-004sym510.28293.6006e-004sym610.28493.6117e-004sym710.28853.5959e-0048sym810.26543.6151e-004从表1、2中数据可以得出在每种小波系的信噪比SNR随着序号N的增大而增大，但是到达某一特定的N后就不再增大;也能看出不同小波系之间