- 1、本文档共26页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于小波变换的语音信号增强方法研究 作者:黄苏雨 专 业:计算机应用技术 内容提纲 课题简介 小波阈值去噪法 基于能量元和新阈值规则的小波语音去噪方法 结论和展望 1.1论文背景 人们在语音通信过程中不可避免的会受到来自周围环境、传输媒介引入的噪声、通信设备内部电噪声、乃至其它讲话者的干扰。而语音增强就是从带噪语音信号中提取尽可能纯净的原始语音,改善语音质量,提高语音的清晰度和可懂度。 在实际应用中的信号都是非稳定的,特别对某些“严格非平稳”的语音段,传统方法模糊了语音的细节特征。而小波变换由于具有时-频局部化的特点及多分辨率分析的性质,为解决这一问题提供了有力的工具。小波变换能将语音信号在多个尺度上进行小波分解,利用语音信号和随机噪声在不同尺度的特性关系,对语音信号的进行去噪处理。 1.2课题来源和性质 课题来源 “基于小波变换和神经网络的语音处理系统”子项目 课题性质 理论研究型 1.3研究内容 对语音增强方法的分析、研究和总结。 对小波去噪的原理和小波去噪的方法进行了分析、研究和总结。 对小波阈值去噪法中的阈值函数进行了研究。 对小波阈值去噪法中的阈值选取规则进行研究与探讨。 1.4本人所做工作 综述主要的语音增强方法,分析各种方法的优缺点,展望了小波理论在去噪方面的应用。 对三种小波去噪方法进行了分析、研究和总结。 对阈值函数进行改进。针对软、硬阈值函数的不足,提出一种新阈值函数,对新阈值函数进行分析,并进行仿真实验。 对阈值选取规则进行改进。根据能量元和Neyman-Pearson准则,针对语音信号的特点,本文给出一种基于能量元和新阈值规则的小波语音去噪法,并进行仿真实验。 2.1小波阈值去噪法原理 小波去噪法主要有小波模极大值去噪法、基于小波系数尺度间相关性的去噪法、小波阈值去噪法。 2.2小波阈值去噪的相关问题 基小波的选择 根据小波基的性质和具体信号的特征选择合适的基小波。 小波分解层数的选择 对一般的信号而言,若信噪比20,则最大分解尺度取3 ,否则,最大分解尺度取4好。 阈值函数 阈值选择规则 2.3阈值函数 常用的硬阈值函数和软阈值函数. 硬阈值函数: 软阈值函数: 2.4新阈值函数 在实际应用中,为了克服软、硬阈值函数的不足,这里提出一种改进的阈值函数。 其中 图是在λ = 1, γ=λ/3情况下的新阈值函数。 2.5新阈值函数的分析 当 时,新阈值函数可以看成是硬阈值函数和软阈值函数的折中表示。 当 时,通过对软阈值函数图形的分析,利用指数函数的特点,可以得到新的阈值函数如下: 结合以上两种情况,并增加另一个阈值变量 得到改进后的新阈值函数。 2.6仿真实验环境和参数 以WindowsXP操作系统作为平台; 使用Matlab6.5作为工具软件; 经典测试信号:Blocks信号、Bumps 信号、HeaviSine信号、Doppler信号。原始信号长度为1024; 噪声为高斯白噪声,采用国际通用的NOISEX-92的噪声数据包; 信噪比SNR=8dB,采用的小波基为sym8,最大分解尺度为4 ; 新阈值函数取a=0.5, 方法:新阈值函数法和传统软、硬阈值法。 2.7仿真实验结果(一) 2.7仿真实验结果(二) 输出信噪比(SNR) 最小均方误差(MSE) 3.1小波语音去噪法的引入 在小波阈值去噪的过程中,将信号部分增强,得到更好的去噪效果。 Teager能量算子法:它在转化为Teager能量算子后小波系数不能还原,因此重构后信号的失真度较大。 在大部分情况下,信号去噪不仅要求去除信号中地噪声,而且必须尽可能的恢复原始信号,以达到最佳地去噪效果。 在去噪的过程中必须综合考虑去噪和避免失真这两方面的因素。 3.2小波语音去噪法的原理(一) 语音信号的5层小波分解 3.2小波语音去噪法的原理(二) 将同一分辨率上小波变换后得到的小波系数从小到大排列,较小的噪声小波系数和较大的信号小波系数之间有一个临界区,信号和噪声的小波系数有可能混在一起,将小波系数序列转化为能量元可以将临界区内信号和噪声对应的小波系数之间的差异放大,更有利于Neyman-Pearson准则中虚警概率的确定。再利用该准则来确定各尺度上的小波阈值,进行信号去噪处理。 临界区附近小波系数差异放大满足的前提条件: 当 时,进行能量元转化; 当 时,进行幅度拉伸处理,每一层的小波系数乘上拉伸系数 。 3.3阈值选取规则 小波阈值的选取在小波阈值去噪法中是一个关键的问题。 Stein无偏风险阈值 通用阈值 启发式阈值 极大极小准则阈值 Neyman-
您可能关注的文档
- 基于多Agent的移动学习模型研究以大学生为例宁波大学硕士学位论文201351621635.doc
- 基于多元线性回归模型的农村居民收入增长分析(论文资料).doc
- 基于多特征提取的识别算法历年数学建模优秀论文大全.doc
- 基于多羧酸配体的金属有机框架材料的合成与性能研究开题报告.doc
- 14《通往成功的路不止一条》教学课件..ppt
- 140761田娜-初级综合2-第2课《儿子要回家》..pptx
- 基于多种模型的国产S30432钢管持久强度数据分析郑开云材料所.doc
- 基于安全性的汽车电子技术.doc
- 基于安全系数的地铁车站衬砌优化设计.doc
- 基于学科群的学科发展战略研究(201011修改稿).doc
- 运动风格趋势:轻量化户外 2025 S S.pdf
- 数字乡村建设村村通广播应用方案.pdf
- 高盛-日本市场策略 Japan Strategy Flash 1Q325 earnings summary Double-digit (%) profit growth as results largely surprised upwards 0820 2024.pdf
- CEEM《全球智库半月谈》(总第286期).pdf
- 智慧物流概论微课课件第4章智慧物流信息平台.pdf
- 数字乡村公共安全综合平台项目解决方案.pdf
- 智慧物流概论微课课件第7章智慧物流包装.pdf
- 【案例】”啤酒之王“的智慧物流探索之路.pdf
- 数字连江城市数字基座(一期)和数字乡村示范点建设项目.pdf
- 智慧物流概论微课课件第1章智慧物流概述.pdf
文档评论(0)