2025《语音除噪的理论基础分析概述》1500字.docxVIP

语音除噪的理论基础分析概述

目录

TOC\o1-3\h\u4930语音除噪的理论基础分析概述 1

315631.1语音信号特性 1

112011.2噪声信号特性 1

50221.2.1噪声的分类 1

60071.2.1.噪声的度量 2

92291.2.3.噪声的表示 2

57861.3傅里叶变换 3

1.1语音信号特性

语言信号可分类归属为清音、浊音构成类型，浊音信号类型具有周期性，在其频域内表现出共振峰结构，其中的信号能量度多聚集于低频域内，而且无失真段，以白噪声相似，没有时域和频域特性REF_Ref221\r\h[2]。于此同时也可对其中的非有效语音信号进行选择性、高效性抑制。

语音信号在现实使用是随机性的过程，这就意味着其具有随机性、不稳定性、及不遍历性。而语音频谱振幅在短时间内展示出时变状态，将帧长增加到无穷大等方式，最大限度的接近短时语音信号的正态分布，可对其进行大致描述。值得注意的是该假设是宽带噪声消除、语音增强方法研究开展的理论前提。

1.2噪声信号特性

1.2.1噪声的分类

语音信号的噪声源多是源自于外部环境，可分类归属为加性、非加性两种噪声类型，其中在非加性噪声类型影响下，部分非加性还可以转化为加性噪声类型REF_Ref221\r\h[3]。噪声还能被划分为源自于周期性机械运动的过程，其具有离散窄谱峰的特性的周期性噪声REF_Ref13295\r\h[4]、不一样的多个语音信号一起重叠到同一个语音的信息通道上的同声道语音干扰噪声、多是由放电引发，展示出高幅度、短时间规律的离散脉冲特性，而且其突发脉冲间隙会维持较长时间的平静的脉冲噪声、可以归类为可调谐的正弦波，呈现出连续性的干扰状态，多来源于无线电干扰的单频噪声等等。本设计研究的工厂噪音是一种来源于机器轰鸣，高频的、根据周期性机械运动呈周期性变化的噪声。

1.2.1.噪声的度量

声音是由声压、声强和声功率来度量的。

声压级的定义为:

（2-1）

其中Pa是基准声压（空气中）。

声强级的定义为：

（2-2）

其中I是基准声强。

声功率定义为:

（2-3）

其中W是基准功率。

声压级与声强级的关系定义为:

（2-4）

其中c为声速(m/s）

1.2.3.噪声的表示

噪音是随时间变化的，但噪声的时域特性不明显，一般情况下，噪音的频率特性用功率谱密度来表示REF_Ref5730\r\h[7]。将gxx(f),即功率谱密度定义如下:

（2-5）

（2-6）

噪音是具有统计特性的，鉴于此，在对系统噪声展开的统计分析过程中可发现其切实存在一定的不确定性测量值，但对系统噪声进行n次测量时，可以逐渐发现并总结出其中噪音分布规律。而且噪声时域波形在直观观察层面虽然呈现出不规则性，但都是具有统计规律。由于现实噪声的测量概率存在较大的不确定性，因此在对噪声统计规律进行描述时，经常用概率表示。

随机过程中的噪音统计特性多采用μ1和σ分别表示平均值和标准差。X的平均值是期望值μ1，而且考虑到噪音统计的特性，多用大量测量平均值代表一次可期望值:

（2-7）

标准偏差μ1参数值，是对X的分散程度或其变化部分的表示，即：

（2-8）

在一般交变量中，σ2称为均方差，平均值μ1为0，标准偏差就是有效值。

1.3傅里叶变换

语音除噪中的重要环节是频谱分析，而频谱分析原理则是利用傅里叶变换方式，将时域信号x(t)，转换为频域信号x(f)，这样可更加直观清晰的让人们认知了解诸多信号特性REF_Ref7046\r\h[8]。在频谱分析中常用到其两种重要变换：

傅里叶变换

傅里叶变换可以被分为快速和离散两种方式。信号的处理中傅里叶变换起到了极为重要的作用，其中离散傅里叶变换的本质是使得长序列的有限的点实现频域离散化，然后计算信号的谱密度，此步骤是在分帧和加窗后来实现的。

逆傅里叶变换

逆傅里叶变换可直观的理解为是傅里叶变换的逆过程，多用于整合离散信功率谱密度号、输出语音信号等。其在现实应用中，可推进离散频域信号发展演变为原有的连续性有效语音信号。

信号频谱x(f)参数符号，可用来表示不同频率含量的信号，通过这种方式可更加完整和明显的展示时域信号和波形的信息。

时域信号x(t)数值参数的傅氏变换:

（2-9）

式中x(f)为信号的频域表示，x(t)为信号的时