基于Hilbert-Huang的語音信號(hào)去噪算法研究.pdf

1、語音信號(hào)不僅具有蘊(yùn)含信息量最多的特性，而且還是語音信號(hào)處理領(lǐng)域的重要組成部分?，F(xiàn)實(shí)生活中語音信號(hào)是非平穩(wěn)的時(shí)變隨機(jī)信號(hào)，都會(huì)受到噪聲的污染，因此必須進(jìn)行語音信號(hào)去噪處理。傅立葉變換、短時(shí)傅立葉變換、小波變換對(duì)非平穩(wěn)隨機(jī)信號(hào)處理的效果不好，Hilbert-Huang變換具有的多分辨率和高度自適應(yīng)的特性使得它非常適合處理非平穩(wěn)非線性的時(shí)變隨機(jī)信號(hào)，本論文提出了基于Hilbert-Huang的語音信號(hào)去噪算法研究。
　　首先，介紹了語音

2、和噪聲的基本特性，傅立葉變換、短時(shí)傅立葉變換、小波變換的基本理論，常見的語音信號(hào)去噪方法的去噪原理和常用的語音信號(hào)的語音質(zhì)量的評(píng)價(jià)標(biāo)準(zhǔn)。
　　其次，詳細(xì)闡述了 Hilbert-Huang變換的基本理論和算法實(shí)現(xiàn)過程，分析了Hilbert-Huang變換的EMD分解和Hilbert變換的解析過程，并仿真實(shí)現(xiàn)了三種不同的信號(hào)的Hilbert-Huang變換。
　　再次，根據(jù)語音信號(hào)的短時(shí)平穩(wěn)性、三次樣條插值法擬合信號(hào)曲線的平均包

3、絡(luò)的過程中產(chǎn)生的欠沖和過沖的現(xiàn)象和Hilbert-Huang變換過程中噪聲和有用信號(hào)在IMF分量中能量分布的不同選取篩選分界點(diǎn)問題，提出了改進(jìn)的Hilbert-Huang語音信號(hào)去噪算法。
　　最后，利用matlab進(jìn)行仿真對(duì)比，分別采用小波變換、Hilbert-Huang變換和本文改進(jìn)的 Hilbert-Huang變換對(duì)加噪后語音信號(hào)進(jìn)行處理，仿真結(jié)果顯示：本文改進(jìn)的Hilbert-Huang算法具有更好的去噪效果，去噪后的語音