基于小波变换的语音消噪pdf.docVIP

摘要 语音是语言信息的载体，是人类交流信息最自然、最有效、最方便的手段。在许多情况下，人们所关心的语音信号不可避免地被其他信号所污染，影响了人们的听辨。 小波变换在当今信号处理领域中是一种十分活跃的理论，小波阈值消减法是 对小波分解系数进行阈值化的降噪技术。本文简要介绍了语音增强技术,主要针对 基于小波变换的阈值去噪方法进行了研究波阈值消噪从两个方面进行改进。 一方面，通过对传统小波阈值消噪算法中的软阈值函数和硬阈值函数以及 LBreiman提出的非负死区阈值函数进行分析，提出了两种改进的阈值函数。另一 方面，受到谱减法思想的启发，提出了新的阈值估计思想。经实验证明，本文阈值 函数和阈值估计的消噪结果保持了信号的边缘特性，并且提高了语音信噪比。 关键词：小波消噪阈值估计阈值函数高斯白噪声 Abstract Speech signal is the carrier of the speech information, and also is the most nature, convenient and shortcut way of intercommunication. However in most cases, speech signal is disturbed and polluted inevitably so that we cant catch the explicit meaning of the speech signal. Wavelet transform theory is one of the modem analysis methods. Wavelet threshold de-noising is a de-noising technique based on the threshold of the wavelet coefficients. In this paper, several approaches of speech enhancement are introduced briefly- Wavelet threshold de-noising is the main part in this paper ? Two aspects improvement is presented in this paper. In one aspect, two new threshold fimction is presented based on the analysis of the traditional soft-threshold，hard-threshold functions and the threshold fimction presented by L.Breiman . In the another aspect, a new idea about threshold estimation which is affected by the idea of spectral subtraction is proposed. Experiment results demonstrate that this method is effective in aspect of remaining geometrical characteristics of signal and improving the signal-to-noise ratio (SNR). Key words: wavelet de-noising threshold estimation threshold functions white Gaussian noise 第一章绪论 语音信号处理是信息高速公路、多媒体技术、办公自动化、现代通信及智能 系统等新兴领域应用的核心技术之一。在高度发达的信息社会，用数字化的方法 进行语音的传送、存储、识别、合成、增强等是整个数字化通信网中最重要、最 基本的组成部分之一。同时，语言不仅是人类相互间进行沟通最自然和最方便的 形式，也是人与机器之间进行通信的重要工具，它是一种理想的人机通信方式， 因而可为计算机、自动化系统等建立良好的人机交互环境，进一步推动计算机和 其他智能机器的应用，提高社会的信息化和自动化程度。语音处理技术，其中最 重要的包括语音编码、语音合成、语音识别、说话人识别及语音增强，它的应用 极其广泛，包括工业、军事、交通、医学、民用等各个领域。目前，语音处理技 术处于蓬勃发展的时期，己有大量产品投放市场，并且不断有新产品被开发研制， 具有及其广阔的市场需