基于db3小波阈值法的语音信号降噪探究.pdfVIP

技术交流 ELECTRONICS WORLD ・ 基于db3小波阈值法的语音信号降噪研究 贵州大学大数据与信息工程学院 卢锦涛 罗杨川云 【摘要】 语音信号是一维非平稳准周期信号，在产生和传播过程中易混入各种噪声，导致对其语音效果造成影响。为了对信号进行降噪，本 文对语音信号降噪进行研究，给出小波语音信号降噪的基本方法，并在matlab环境下应用db3小波对携带噪声的语音信号进行处理。文中采 用硬阈值法、软阈值法以及软硬阈值法结合对信号处理，并在降噪算法的自适应性上进行研究结果对比分析显示，软硬阈值结合的方法降噪 效果最佳，可以既保证信号不失真，同时达到较好的信噪比。 【关键词】 语音降噪；matlab；db3小波；阈值算法 小波系数在幅值上有明显不同的表现特征，据此可选择适当的阈值 0 引言 将它们进行分离。为达到良好的降噪效果，保证信号的完整识别， 选取合适的小波函数作为小波基，对小波进行适当层数的分解和设 [2] 移动互联网使语音识别技术越来越重要。语音音质问题，语音 置适当的阈值是小波阈值降噪领域的关键设计环节 。另外为了提 识别技术发展尚未达到智能化，完全识语音让用户感到困扰。其中 高可靠性和降噪系统的可移植性和适应性，实现对不通信号达到基 最主要的是语音噪声对其的干扰。在移动通信中，语音端点检测顺 本相同的降噪效果，通过反馈提高降噪的适应性和稳定性，最大程 利完成后，保证良好的音质的关键就是对噪声的抑制和处理，即语 度保证信号的不失真和有效提取。 音降噪，是保证良好音质的基础。语音降噪是降低噪声，突显有用 小波阈值降噪算法直观有效，对语音这样的非平稳信号，小波 信号的技术，目的是提高信噪比，提高语音质量，提高自然语音的 的多分辨率特性可以描绘出噪声出现时的边缘和尖峰等突变点。小 可辨度。语音信号是一种一维准周期信号，信号容易获取，但是由 波分解采用db3小波函数对信号进行分解，再根据小波的高频系数 于在发生过程中和声音传递过程中不可避免的会受到噪声的干扰， 进行阈值量化，不同分解尺度下选择合适的阈值进行阈值处理。小 y n X n s n X n 混入其中，称为加性噪声，记为式 ( ) ( )+ ( )其中， ( )是纯净 波阈值降噪的阈值函数主要以硬阈值和软阈值两种函数。硬阈值可 s n 的语音信号， ( )是加入的高斯白噪声。 以很好的保留信号边缘等的局部特征，但相对平滑会造成边缘模糊 高斯白噪声频带宽，与语音信号相互重叠，没有规律性，无法 等失真现象。 区分语音信号和白噪声，所以语音降噪很难达到令人满意的效果。 2.1 分帧加窗 再加上滤波去的滤波参数在设计的时候就已固定，不能根据信号的