基于小波变换的语音消噪.pdf

《基于小波变换的语音消噪.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、摘要语音是语言信息的载体，是人类交流信息最自然、最有效、最方便的手段。在许多情况下，人们所关心的语音信号不可避免地被其他信号所污染，影响了人们的听辨。小波变换在当今信号处理领域中是一种十分活跃的理论，小波阈值消减法是对小波分解系数进行阈值化的降噪技术。本文简要介绍了语音增强技术,主要针对基于小波变换的阈值去噪方法进行了研究，对小波阈值消噪从两个方面进行改进。一方面，通过对传统小波阈值消噪算法中的软阈值函数和硬阈值函数以及LBreiman提出的非负死区阈值函数进行分析，提出了两种改进的阈值函数。另一方面，受到谱减法思想的启发，提出了新的阈值估计思

2、想。经实验证明，本文阈值函数和阈值估计的消噪结果保持了信号的边缘特性，并且提高了语音信噪比。关键词：小波消噪阈值估计阈值函数高斯白噪声AbstractSpeechsignalisthecarrierofthespeechinformation,andalsoisthemostnature,convenientandshortcutwayofintercommunication.Howeverinmostcases,speechsignalisdisturbedandpollutedinevitablysothatwecan'tcatchthee

3、xplicitmeaningofthespeechsignal.Wavelettransformtheoryisoneofthemodemanalysismethods.Waveletthresholdde-noisingisade-noisingtechniquebasedonthethresholdofthewaveletcoefficients.Inthispaper,severalapproachesofspeechenhancementareintroducedbriefly-Waveletthresholdde-noisingist

4、hemainpartinthispaper•Twoaspectsimprovementispresentedinthispaper.Inoneaspect,twonewthresholdfimctionispresentedbasedontheanalysisofthetraditionalsoft-threshold，hard-thresholdfunctionsandthethresholdfimctionpresentedbyL.Breiman.Intheanotheraspect,anewideaaboutthresholdestima

5、tionwhichisaffectedbytheideaofspectralsubtractionisproposed.Experimentresultsdemonstratethatthismethodiseffectiveinaspectofremaininggeometricalcharacteristicsofsignalandimprovingthesignal-to-noiseratio(SNR).Keywords:waveletde-noisingthresholdestimationthresholdfunctionswhite

6、Gaussiannoise第一章绪论语音信号处理是信息高速公路、多媒体技术、办公自动化、现代通信及智能系统等新兴领域应用的核心技术之一。在高度发达的信息社会，用数字化的方法进行语音的传送、存储、识别、合成、增强等是整个数字化通信网中最重要、最基本的组成部分之一。同时，语言不仅是人类相互间进行沟通最自然和最方便的形式，也是人与机器之间进行通信的重要工具，它是一种理想的人机通信方式，因而可为计算机、自动化系统等建立良好的人机交互环境，进一步推动计算机和其他智能机器的应用，提高社会的信息化和自动化程度。语音处理技术，其中最重要的包括语音编码、语音合成

7、、语音识别、说话人识别及语音增强，它的应用极其广泛，包括工业、军事、交通、医学、民用等各个领域。目前，语音处理技术处于蓬勃发展的时期，己有大量产品投放市场，并且不断有新产品被开发研制，具有及其广阔的市场需要和应用前景。在语音增强方面，小波变换出现以前，应用最广泛的是傅立叶变换。但是在利用傅立叶变换分析信号时，存在着某些缺陷，即总是假定信号为周期性信号，将待分析信号分解成周期性的正弦信号，然后根据分解得到的正弦信号提取待分析信号的频率信息和相位信息。为了分析信号的局部特征，发展了短时傅立叶变换，但是在利用短时傅立叶变换分析信号时，由于在时频平面的

8、不同位置处分析单元的形状保持不变，既不具有频率降低时视野自动放宽的特点，也不具有频率特性品质因数恒定的特点。由于语音信号的复杂性，以及在某些方面与小波