语音信号处理第7讲课件.ppt

原理：采用最小均方准则，Weiner滤波器实现对语音信号的估计，即对于带噪语音信号 ，确定滤波器的冲激响应 ，使得带噪语音信号经过该滤波器的输出 能够满足如下最小均方差条件 步骤： （1）假设信号和噪声为短时平稳随机过程，对其Weiner-Hopf积分方程 （2）两边取傅里叶变换 由于信号与噪声相互独立，所以 由于考虑的语音信号是短时平稳随机信号，语音信号要经过加窗分帧处理， 可以类似于减谱法中的方法获取， 可以用估计值代替，由 获得冲激响应的谱函数 令 ，对 进行逆傅里叶变换，就可以得到降噪 后的语音信号的时域表示形式 Weiner滤波的改进形式：类似于减谱法，引入权值 6.1 概述 6.2 语音特性、人耳感知特性及噪声特性 6.3 滤波器法 6.4 相关特征法 6.5 非线性处理法 6.6 减谱法 6.7 Weiner滤波法 语音增强： 指当语音信号被各种各样的噪声干扰、甚至淹没后，从噪声背景中提取有 用的语音信号，抑制、降低噪声干扰的技术。（即：从含噪语音中提取尽 可能纯净的原始语音） 意义： 日常生活中，经常遇到在噪声干扰 下进行语音通信的问题 军事通信中，指挥员的作战命令和 战斗员的战情汇报 窃听技术中需要语音增强 语音识别技术需要语音增强 原因: 在实际生活中，语音信号无时无地不受各种噪声干扰。如人们正常的生活环 境是一个声级为60dB的噪声环境。 语音特性： 语音信号是一种非平稳的随机信号，考虑到人类发声过程中的变化速度具有一定的限度，且远小于语音信号的变化速度，具有短时平稳性，采用加窗分帧，用平稳随机过程来分析语音信号 任何语音都分元音和辅音两种因素，根据发音机理不同，辅音又分清辅音和浊辅音。 从时域波形上可以看出浊音（包括元音）具有明显的准周期性和较强的振幅，其周期所对应的频率就是基音频率；清辅音的波形类似与白噪声并具有较弱的振幅。 语音增强利用浊音具有明显的周期性来区别和抑制非语音噪声，而清辅音和宽带噪声就很难区别分 人耳感知特性： （1）人耳对于声波频率高低的感觉与实际频率的高低不呈线性关系，而近似为对数关系 （2）人耳对声强的感觉很灵敏且有很大的动态范围，对频率的分辨能力受声强的影响，过强或过弱的声音都会导致对频率的分辨力降低 （3）人耳对语音信号的幅度谱较为敏感，对相位不敏感 （4）语音增强的最终度量是人耳的主观感觉——可以利用人耳特性减少运算代价 噪声特性： 定义：是扣除被测信号真实值后的各种测量值，可能来自外界环境、物理系统、操作人员等。广义将噪声称为干扰 噪声的分类（可根据产生原因和噪声性质分类） 产生原因：产生于物理系统外部，并以声、光、电、机械等方式作用于物理系统，称为外部噪声；物理系统内部产生的噪声称为内部噪声，例如量子噪声等 按性质分为：脉冲噪声（爆炸、碰撞和放电）和连续噪声；周期性噪声（如交流电的干扰）和非周期噪声；按统计特性分为：平稳噪声（如白噪声）和非平稳噪声（如色噪声）；按噪声和信号相关的性质分为加性噪声和乘性噪声 注：语音信号研究的噪声是声音的一种，具有声波的一切特性，称为声噪声 噪声的度量——声压、声强和声功率： 声压级 声强级 声功率级 声压和声压级表征声音在物理上的强弱，是对噪声的客观评价，不能表征人对声音的主观感觉。 噪声度量的另一个参数就是信噪比SNR,考量的是输入信号的SNR和输出信号的SNR变化 噪声特性： 冲激噪声：放电、打火、爆炸都会引起冲激噪声，它的波形类似于冲激函数的窄脉冲。 消除方法： （1）对带噪声语音信号的幅度求均值，将该均值作为判断阈值，凡是超过该阈值的判断为冲激噪声，在时域中将其滤除； （2）当冲激脉冲不太密集时，可以通过某些点内插的方法避开或平滑掉冲激点，从重建的语音信号中消除冲激噪声 周期噪声：最常见的有电动机、风扇之类周期运转的机械所发出的周期噪声，50Hz交流电源也是周期噪声。 消除方法：在频谱图上表现为离散的窄谱，可以采用陷波器方法予以滤除 宽带噪声：说话时同时伴随着呼吸引起的噪声，随机噪声源产生的噪声，以及量化噪声等都可视为宽带噪声，近似为高斯噪声或白噪声。 消除方法：宽带噪声的显著特点是噪声频谱遍布语音信号的频谱中，消除比较困难，一般采用非线性处理方法 噪声特性： 语音干扰：干扰语音信号和待传语音信号同时在一个信道中传输所造成的语音干扰称为语音干扰。 消除方法：利用语音和干扰语音的基音不同，采用梳状滤波器提取基音和各次谐波，再恢复出有用语音信号。 传输噪声：传输系统的电路噪声与