基于小波变换的语音去噪

1、基于小波变换的语音去噪答辩人：曹艳艳 导 师：裘雪红 教授基于小波变换的语音去噪阈值消噪方法阈值函数阈值估计实验结果及总结小波变换的一些特点小波变换的基本原理 小波变换利用一个基本小波，然后将其伸缩和平移得到一个函数簇(即小波基函数)，以便在一定条件下，任一能量有限的信号可按其函数簇进行时频分解。小波变换的一些特点多分辨率分析 多分辨率分析的主要思想是随着尺度由 大到小的变化，在各尺度上可以由粗到细地观察目标。 小波变换的一些特点小波变换与傅立叶变换 基本函数不同 分解的空间基不同 两者时频窗口特性不同 阈值消噪方法小波消噪主要依据小波消噪的原理：用小波变换将信号分解到多尺度上，再针对每一层小

2、波系数进行阈值处理，将噪声小波系数与语音信号的小波系数分离，然后利用小波重构算法恢复原信号，从而达到降噪的效果。 阈值消噪方法传统的阈值消噪的基本步骤 原始信号的小波分解 小波系数的消噪处理 1)用处理过的小波系数重构信号 阈值函数 传统的阈值函数为硬阈值函数或软阈值函数 硬阈值函数 软阈值函数 TkjdTkjdkjdkjD, 0, ,TkjdTkjdTkjdkjdkjD, 0, ,*),sgn(,阈值函数一些不足 硬阈值函数在阈值处不连续。1)软阈值函数处理过的语音小波系数则与原信号的小波系数有偏差，会丢失语音的突变信号。改进的第一种阈值函数改进的第一种阈值函数如下： 、 、 为与尺度有关的

3、阈值 jjjkjdTmjjTkjdTkjdTeTkjdkjdTkjdkjdkjDj, 0, *,*),sgn(, ,),*(RmRjT改进的第一种阈值函数此阈值函数拥有硬阈值函数保持边缘特性的优点，同时也具有软阈值函数连续性平滑性的特点。改进的第一种阈值函数三种不同阈值函数对BLOCKS信号分别在不同信噪比下的消噪后的信噪比 消噪前SNR 13.8432 10.0046 6.9272 3.6479 改进阈值函数 20.1297 17.0924 14.8101 13.1718软阈值函数 17.8247 15.8655 14.0067 12.8081硬阈值函数 19.9638 16.6833 14

4、.7239 12.3147改进的第二种阈值函数 非负死区阈值函数 改进后的函数体 为与尺度有关的阈值 取值为1或2 jjkjdTTkjdTkjdkjdkjDj, 0, ,2TkjdTkjdekjdkjdkjDkjdTmkjdTjnnj, 0, ,*,sgn,*,1jTnRm改进的第二种阈值函数各种阈值函数对不同信噪比含噪语音信号消噪后的效果对比 消噪前SNR-4.9880 0.03234.9873软阈值函数 5.2607 8.2923 10.922 硬阈值函数 6.12159.601812.6778第一种阈值函数6.13499.610112.6778非负死区阈值函数 6.08759.37991

5、2.1277第二种阈值函数6.34049.732012.6805阈值估计如果将同一尺度上小波变换后得到的小波系数从小到大排列，那么我们可以认为较小的那部分小波系数对应着噪声的小波系数，较大部分的小波系数则对应着信号的小波系数。理想情况下，我们使选取的阈值等于噪声和信号对应的小波系数的临界值 新的阈值估计谱减法主要思想 根据谱减法的思想提出的阈值估计提取出含噪语音最开始的一段无音段对无音段进行小波变换a.取各个尺度上小波系数的最大值 新的阈值估计无音段中各个尺度的小波系数的最大值可以认为是含噪语音小波系数中的噪声小波系数上限。新的阈值计算公式为 为经小波变换得到的小波系数kjdTj,maxkjd,新的阈值估计改进的阈值估计、非负死区及改进的阈值函数结合对含噪语音消噪新的阈值估计改进的阈值估计的局限性基于无音段的准确提取基础之上 在临界区内信号与噪声的小波系数差距不大，甚至区域重合，多少也会影响语音信号的可懂性。 实验结果及总结提出的新的阈值函数及阈值估计都能较好地抑制噪声，提高信噪