基于谱减法和小波阈值分解的联合消噪算法研究

《基于谱减法和小波阈值分解的联合消噪算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、·业界前瞻基于谱减法和小波阈值分解的联合消噪算法研究█马明摘要：为有效去除语音信号中的加性宽带噪声，结合谱减法和小波阈值分解技术，文章提出了一种联合消噪算法——通过选择不同类型的母小波和小波阈值分解层数，提高语音增强算法的有效性和可靠性。大量仿真实验结果表明：选择db3母小波函数，应用heursure阈值分解规则进行五层分解，并在第一层分解时调整小波系数，可以达到相对较优的分解效果。关键词：语音增强；谱减法；小波变换；噪声抵消；阈值谱减法是对语音信号短时傅里叶变换的直接估计，由于学假设，在无声段估计噪声幅度

2、谱或功率谱，然后从带噪语其算法简单、易于实现，几十年来一直被广泛研究和应用，是音的幅度谱或功率谱减去所估计的噪声谱，得到纯净的语音语音增强算法中最常用、最经典的算法之一。谱减法最早由信号的幅度谱或功率谱。S.Boll[1]提出。1980年以来，多数语音增强领域的主要研究者假设带噪语音信号y(n)由纯净语音信号s(n)和加性提出了如著名的MMSE-STSA算法Ephraim[2]等，均将谱减法作不相关随机噪声d(n)组成，即有线性叠加噪声的时域模型为其他算法研究中的标准对比算法。y(n)=s(n)+d(n)。

3、由于语音和噪声信号的短时平稳性，首先要在低信噪比时，应用谱减法进行语音增强，容易丢失信经过加窗处理。设yw(n)、sw(n)和dw(n)分别表示经过加窗处号中的有用信息，使其性能急剧下降，同时会引入“音乐噪理后的三种信号，则有声”。因此，对谱减法进行改进研究仍是目前汉语语音增强y(n)=s(n)+d(n)(1)www研究中的主要课题之一，刘志坤、王让定等提出了多种改进算对上式两边进行傅里叶变换，得到法[3-4]。222**Y(ω)│=│Sω)│+│D(ω)│+S(ω)D+S(ω)D(ω)(2)WW(WWWW

4、小波分析是泛函分析、Fourier分析、样条分析、调和分其中，YW(ω)、S(ω)和D(ω)分别表示上述三种信号的短时WW析、数值分析的完美结晶，在应用领域，特别是在信号处理、傅里叶变换，S*(ω)和D*(ω)分别为S(ω)和D(ω)的复共轭，WWW图像处理、语音分析以及众多非线性科学领域，它被认为是│S(ω)│2和│D(ω)│2分别表示语音信号和噪声信号的能量WW继Fourier分析之后又一有效的时频分析方法，近些年来一直谱。是国内外众多学者共同关注的热点。事实上，可以根据观测到的实际带噪语音信号来直接针

5、对实际环境、强背景噪声下的带噪信号，兼顾音乐噪计算│Y(ω)│2，但是不能确切得到│D(ω)│2、S(ω)D*W和WWW声的滤除，结合谱减法和小波阈值分解的优点，本文提出了S*(ω)D(ω)。因此，可以由其能量的平均值E[│D(ω)│2]、WW一种联合消噪算法——谱减与小波阈值分解联合降噪算法，E[S(ω)D*]和E[S*(ω)D(ω)]来近似表示。由于s(n)和d(n)WWW用于噪声环境下汉语语音的增强。主要目的是尽可能有效去相互独立，也即E[S*(ω)D(ω)]和E[S*(ω)D(ω)]的值均为0。WW

6、除谱减法中的音乐噪声，更大程度提高算法的增强效果，改可以由以下公式来计算│S(ω)│2的值W善其在低信噪比实环境下的应用能力，提高算法的鲁棒性，│S(ω)│2=│Y(ω)│2-E[│D(ω)│2](3)WWW使谱减法更易于实时应用和硬件实现。公式（3）即为谱减法语音增强的基本计算式，也可省略221谱减法基本原理下标，写为│S(ω)│=│Y(ω)│2-E[│D(ω)│]。具体计算过WW谱减法（SpectralSubtraction，SS）主要基于加性噪程如图1所示。由此，谱减法语音增强的目的就是寻找语音声，和

7、语音信号基本线性无关，且噪声信号相对平稳的统计信号短时谱SW(ω)的估计值，记为│SW(ω)│，反变换后得到│S(n)│，称其为增强后语音信号序列，也可认为是原始纯净W语音信号S(n)的估计值。作者简介：马明，天津港建设公司。W6无线互联科技业界前瞻·层小波系数序列则对应于信号的高频部分，因此，小波变换22YW()wYW()wED»º¬¼W()w无论在时域还是频域均具有较高的频率分辨率。迄今为止，y()n2WFFT§已发现多种小波函数，本论文主要采用Haar，Daubechies，+-Coiflet和Sym

8、lets等几种典型的小波函数。Haar小波是应用ØY()wW最早，也是最简单的小波函数，是一种紧支集的正交小波，且sˆ()nW它的变换形式简单，易于实现，计算速度快，所以常用于理论IFFTSˆ()w研究中。Haar小波的解析式可表示为阶跃函数的组合形式。W图1谱减法计算原理3谱减法与小波阈值联合去噪算法原理2小波变换及常用小波基函数小波去噪是小波分析的主要应用之一，也是一种重要的语音增强算法[6-7]。本文主要采