基于平移不变小波的语音信号去噪研究.pdf

《基于平移不变小波的语音信号去噪研究.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、(<自动化技术与应用》2011年第3O卷第8期通信与信息处理CommunicationandInforrnationProcessi基于平移不变小波的语音信号去噪研究寰飞(南京理工大学泰州科技学院电子电气工程学院，江苏泰州225300)摘要：通过小波阈值方法可以去除语音中的噪声，但它的结果中会出现诸如Pesudo—Gibbs现象之类的情况。为消除此类情况，将平移不变量小波变换引入到语音信号去噪中，并结合阈值方法进行去噪处理。经过仿真实验，证明这种方法比一般的阈值方法有很大改进，提高了信噪比。关键词：语音信号；小波变换；阈值去噪；

2、平移不变中图分类号：TN912．35文献标识码：A文章编号：1o03—724l(20l1)08-0040—03TheStudyofAcousticSignalDenisingBasedonTranslationInvariantWaveletYUANFei(CollegeofElectronic&ElectricalEngineering,TaizhouInstituteofSCI&TECH．。NJUSTaizhou22530o，China)Abstract：Throughwaveletthresholdmethodcaneff

3、ectivelyeliminatethenoiseofacousticsigna1．However，somecasessuchasPesudo—Gibbsphenomenawouldappearinitsresult．Inordertoeliminatethisphenomena，translationinvariantispresentedintheacousticsignaldenoise．Moreover，thethresholdmethodiscombinedtoeliminatetheacousticsignalden

4、oise．Resul~ofexperimentshowthatthegivenalgorithmismuchbetterthanthecommondeniosingmethodsandtheSNRhasbeenincreased．Keywords：acousticsignal；wavelettransform；thresholdingde-noising；translationinvariant1引言2．1小波阈值去噪原理语音信号处理在现代通信、多媒体技术以及智能小波阈值去噪的主要理论依据为：属于Besov空间系统等领域中应用非

5、常广泛，是近年来发展非常迅速的的信号在小波域内其能量主要集中在有限的几个系数一种技术。实际应用中，由于噪声的存在会使语音处理中，而噪声的能量却分布于整个小波域内，因此经过小系统的性能恶化，造成语音信号的失真，混淆，给语音信波分解后，信号的小波变换系数要大于噪声的小波变换号的传递带来困难。因此必须要进行有效的去噪处理，系数，于是可以找到一个合适的数作为阈值，当小波尽可能的提取出纯净的原始语音信号。系数df．k小于某一阈值时，dt主要由噪声引起，可将由于小波变换具有多尺度多分辨的特点，所以利其合去；当d大于某一阈值时，小波系数主要由

6、信号用小波分析的方法来去除信号中的噪声已得到了越来引起，将其保留，从而实现了信噪分离⋯1。越多的应用。在语音信号处理中同样应用较多，目前使一个含噪的一维信号模型可表示为如下形式：用较多的是小波阈值去噪法。(f)=(f)+·P(f)f=0，⋯，，l一1(1)其中，(f)为真实信号，P(f)为噪声，(f)为含噪声2小波阈值去噪方法原理信号，为噪声方差。这里认为(f)是高斯白噪声IⅣ(0，1)，噪声级为l。在实际的工程中，有用信号通常表l虹稿日期：2011-03—24通信与信息处理(<自动化技术与应用》20l1年第30卷第8期现为低频

7、信号或是一些比较平稳的信号，而噪声信号其中：A∈D为求平均运算，为循环平移n位的则通常表现为高频信号。所以去噪过程可按如下方法平移算子，为的逆，D最大为原始信号长度Ⅳ。进行处理【1】：(1)一维信号的小波分解。选择一个小波并确定3语音信号的小波去噪处理一个小波的分解的层次Ⅳ，然后对信号进行Ⅳ层小3．1语音信号的获取波分解。通过Windows附件中的录音机，可以获得语音信号(2)小波分解高频系数的阈值量化。对第1层到[4】o其方法是使用Windows的录音机功能用麦克风直接第Ⅳ层的每一层高频系数，选择一个阈值进行阈值量录制一段语音

8、：“我爱你，中国”，并保存为WAV格式文化处理。件。MATLAB采用wavread函数读取录制得到的语音。(3)一维小波的重构。根据小波分解的第Ⅳ层的由于是录取的语音是双声道信号，为了研究的方便，抽低频系数和经过量化处理后的第1层到第Ⅳ层的高频取其中的一个声道信