数字语音处理大作业PPT课件

1、.,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,.,2,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。,.,3,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。,.,4,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。,.,5,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对语音信号进行采

3、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。,.,6,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soundview函数显示的语音信号，噪音信号如图。,.,

4、7,（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=0:1:N/2;w1=fs/N*k1;magx2=abs(Y2(1:1:N/2+1);

5、k2=0:1:N/2;w2=fs/N*k1;figure(1);%作图1,subplot(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(2,1,2);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;,.,8,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,.,9,实验结果分析：对比图1和图3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