基于简化的KLT和小波变换的非平稳宽带噪声语音增强.pdf

《基于简化的KLT和小波变换的非平稳宽带噪声语音增强.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第卷第期控制与决策年月文章编号基于简化的和小波变换的非平稳宽带噪声语音增强楼红伟胡光锐上海交通大学电子工程系上海摘要针对非平稳宽带噪声语音增强存在的困难提出一种基于二进小波变换和简化的变换的语音增强算法通过基于小波空间和矢量空间分解带噪语音信号并针对浊音和清音分别进行处理和重构在无需进行噪声的白化及信噪比大小的预先计算条件下实现了语音增强在不同的语音增强系统对比实验中通过失真测度分析表明了该算法能克服以往方法的固有缺陷在非平稳宽带噪声的语音增强中对噪声的整形和抑制具有较好的作用关键词语音增强变换二进小波变换中图分类号文献标识码引言的语音增强算法所以必须针对不同的噪声采取不语音在通

2、信过程中不可避免地会受到干扰噪声同的语音增强对策噪声种类很多但研究最多也最的影响使接收者接收到的语声已非纯净的原始语为常见的是加性噪声诸如周期性噪声脉冲噪声音信号语音增强是从带噪语音信号中提取尽可能宽带噪声以及同声道其他语音的干扰其中宽带噪纯净的原始语音由于噪声来源众多随应用场合而声又分为平稳和非平稳的由于宽带噪声与语音信异它们的特性也各不相同即使在实验室仿真条件号在时域和频域上完全重叠因而消除它最为困难下也难以找到一种能适用于各种噪声环境的通用对于平稳的宽带噪声可认为它是高斯白噪声或许收稿日期修回日期基金项目国家自然科学基金资助项目作者简介楼红伟男浙江永康人博士生从事语音信号处

3、理与识别神经智能等研究胡光锐男上海人博士生导师从事语音识别神经网络和通信系统抗干扰等研究控制与决策第卷可以进行白化处理而对于非平稳宽带噪声的情况根据小波分解的第层低频系数和经过量则更为复杂化处理后的第层的高频系数进行语音信号小波理论是新近发展起来的时频分析技术特的小波重构别适用于非平稳信号的分析软门限函数可表示为运用小波分析进行语音信号消噪处理是小波分析的重要应用之一近年来已有许多运用小波变换的降噪方法尽管基于小波的噪声消除算法对于语音增强具有一定的作用但它们仍不能满足鲁棒性和准确性的要求在具式中为小波分解系数为动有较高的背景噪声中其性能还有待提高另外在态阈值其中的关键是如何选取

4、阈值和如何进行阈小波变换的各成分中不可避免地会产生一些干扰成值的量化本文采用文献介绍的方法进行取分也会影响增强效果值取小波系其主要特征体现在具有本文针对复杂的非平稳宽带噪声提出一种基线性相位性在信号的重构中得到了较为广泛的应于简化的和二进小波变换的语音增用在实际的语音分析中语音信号可能包含许多尖强算法该算法不要求噪声逆矩阵变换只是通过对峰或突变部分信号不是平稳的传统的傅立叶分析带噪的浊音和清音信号的变换系数进行不同处理来显得无能为力因为它是建立在将信号完全转换为达到抑制非平稳宽带噪声的作用频域中进行分析的由于小波分析能同时在时频中基于和的语音增强进行具有自动变焦区分信号功能从而实

5、现信号的消噪二进小波变换的噪声处理一个能量有限信号这里必须注意在应用软阈值进行语音增强时的二进小波变换定义为对非浊音有用信号会产生过分损害因为非浊音包含许多类似噪声的高频成分用小波分解消除这种成分势必会严重损害重建语音的可懂度因此这里必须针对浊音和清音采取不同的变换系数处理方法如果判决为浊音信号则式中为尺度因子为小波函数的复选取合适的小波系进行层分解对第层的共轭通过取不同的可以进行母小波的扩每一层高频系数选择一个阈值进行软阈值量化处伸是非线性的具有时移不变性这对语音理如果判决为非浊音信号则同样选取合适的小波信号很有用因为在分析语音信号时通常将它模型系进行层分解然后对第层的高频系数

6、选择化为不同时移和具有衰减性的正弦波的线性集合一个阈值进行软阈值量化处理正是这种性质使其在非平稳信号的分析中占据着重简化的变换噪声处理要的位置原信号可由上述小波降噪处理措施往往不能达到最佳的语音增强效果有必要在小波非平稳降噪的基础上进一步进行噪声处理等所建议的用于有色平稳噪声的语音增强算法只能处理一特定频带下进行重构的平稳噪声信号而且必须通过长时的平均计算非一个含噪声的一维信号模型可表示为语音段的噪声功率来求取瞬时信号的信噪比在此基础上最终对带噪语音信号帧分类出语音支配帧和其中为纯语音信号为噪声噪声支配帧分别进行语音增强处理导致计算量较在本文研究范围内噪声通常表现为非平稳的大本文

7、提出一种简化的模型将小波处理结宽带噪声消噪过程可按如下方法进行果直接转到算法中首先选定一个小波系并确定一个分解层次令的矩阵为一矢量信号的协方差对信号进行小波分解矩阵假设为的估计为的估计值对于一个任意给定的矩阵为的转置矩阵为对第层的每一层高频系数选择一个阈值进行软阈值量化处理的迹即的对角元素之和令第期楼红伟等基于简化的和小波变换的非平稳宽带噪声语音增强波矩阵使得无需预白化便可增强语音信号为的特征值分解为对角阵的阶对角元素为相应的特征矢量这里还假设和算法如下分别为维纯语音加性噪声和带