资源描述：
《数字语音处理大作业.ppt》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、语音去噪算法研究班级：通信工程班姓名：学号：指导教师：崔艳秋研究意义在语音的录制、传输过程中．引入各种各样的噪声是不可避免的。为抑制噪声，提高语音的质量，需要对含噪语音信号进行语音增强。本研究采用频谱减法有效地去除了噪声，能够起到很好的语音增强效果，在不损伤语音信号的前提下能够大幅度提高信噪比。研究现状频谱减法算法是在假设噪声是统计平稳且与语音不相关的前提下，利用短时傅里叶变换将带噪语音的功率谱减去估计噪声的功率谱，得到语音功率谱估计值。根据离散傅里叶变换的线性性质。将语音信号的离散傅里叶变换与噪声的离散傅里叶变换相减，即可得到语音信号的离散傅里叶变化，再进行离
2、散傅里叶反变换即可得到去噪后的语音信号。频谱减法基本原理如下:假设带噪语音信号为：y(i)=s(i)+n(i)其中，s(i)为纯净语音，n(i)为噪声信号。经FFT变换后，相应的频域表示为：=+由此可得：因为纯净语音信号与噪声信号是相互独立的，所以与也是相互独立的。所以：E=E+E其中，E可以通过先验知识或者通过无语音时的统计平均得到，设为。对于一个分帧内的短时平稳过程则有：由此可得到原是语音的谱估计值:==其中，是增强后的语音幅度。具体做法如下，录制一段自己的音频和一段背景噪音,采样频率为32kHz的文件，然后在Matlab软件平台下，利用函数wavread对
3、语音信号进行采样。分别画出语音信号和背景噪音信号的的时域波形；然后对两个音频信号进行快速傅里叶变换，得到信号的频谱特性。将两信号的频谱相减，得到去噪后的频谱。再进行离散傅里叶反变换即可得到去噪后的语音信号。仿真实验及分析（1）由麦克风采集语音数据，将采集的数据存成WAV文件（要求采样率为32000Hz），存在G盘中。clear;closeall;Fs=32000;y=wavrecord(5*Fs,Fs,'double');wavwrite(y,'G:\a');soundview(y,Fs);（2）同样方法，在统一背景下，采集噪音数据，存在G盘中。用soundv
4、iew函数显示的语音信号，噪音信号如图。（3）MATLAB代码如下：clear;clc;%录音后用音频格式转换软件转为wav格式fs=32kHz的文件x1=wavread('G:a.wav');x2=wavread('G:x.wav');N=size(x1,1);x1=x1(1:N,1);%因录音时是立体声故去其中的第一通道的音频数据x2=x2(1:N,1);n=1:N;fs=32000;%语音信号采用频率为32000赫兹Y1=fft(x1,N);%对信号做N点的FFT变换Y2=fft(x2,N);magx1=abs(Y1(1:1:N/2+1));k1=[0
5、:1:N/2];w1=fs/N*k1;magx2=abs(Y2(1:1:N/2+1));k2=[0:1:N/2];w2=fs/N*k1;figure(1);%作图1subplot(2,1,1);stem(n,x1,'.k');title('处理前音频信号signalx(t)');grid;subplot(2,1,2);plot(w1,magx1,'k');title('处理前音频信号的频谱');grid;figure(2);%作图2subplot(2,1,1);stem(n,x2,'.k');title('噪音信号n(t)');grid;subplot(2,1,
6、2);plot(w2,magx2,'k');title('噪音信号的频谱');grid;magx3=magx1-magx2;Y=Y1-Y2;%频谱相减x3=ifft(Y);%离散傅里叶反变换figure(3);%作图3subplot(2,1,1);stem(n,x3,'.k');title('去噪后音频信号n(t)');grid;subplot(2,1,2);plot(w1,magx3,'k');title('谱相减后音频信号频谱');grid;得到波形如下:图1（左上）处理前的音频信号图2（右上）噪声信号图3（左下）处理后的音频信号实验结果分析：对比图1和图3
7、发现经处理后噪声减少，有效的改善了声音频谱和时域波形，达到了语音增强的目的。结论：采用谱减法对语音信号进行增强处理方法在MATLAB平台下易于实现，计算量小。经处理后语音信号的频谱特征明显改善。基于MATLAB频谱减法语音处理程序简单易懂，对深刻理解数字信号处理过程有一定的促进作用。谢谢观看
