基于小波變換的語音信號降噪研究.pdf

1、本課題是研究基于小波的語音信號降噪算法。小波變換作為能隨頻率的變化自動調(diào)整分析窗大小的分析工具，自上世紀八十年代中期以來得到了迅猛的發(fā)展，并在信號處理、計算機視覺、圖像處理、語音降噪與壓縮等眾多的領(lǐng)域得到應用。 小波變換其實就是一組濾波器組，一個低通濾波器和一系列帶通濾波器(高通濾波器)。通過這組濾波器，小波變換對輸入信號進行分頻，將信號分解成高頻的細節(jié)部分和低頻的概貌部分，但是輸入信號在時域內(nèi)的主要特性沒有改變。 經(jīng)過

2、小波變換后，語音信號的信息主要集中在低頻部分，且小波系數(shù)幅值大，白噪音主要集中在高頻部分，小波系數(shù)幅值小。由此，可以對通過小波變換后得到的各個子波作適當?shù)拈撝堤幚?，將小于閾值的小波系?shù)(由噪聲產(chǎn)生)置零，而保留大于閾值的小波系數(shù)(由信號產(chǎn)生)，從而使含噪信號中的噪聲得到有效的抑制，最后進行小波逆變換，得到濾波后的重構(gòu)信號。這就是小波濾波的基本思想。 小波降噪主要包括以下幾個環(huán)節(jié)： 1.原始信號的小波變換，主要涉及小波基選

3、取問題。本文比較了幾種小波基的不同特點：Haar小波只有一階消失矩，但它具有最短的支撐，并且是正交和(反)對稱的；DB小波具有高階消失矩，是正交的，但它沒有(反)對稱性；雙正交小波雖不具有正交性，但是對稱的，而且分析小波與綜合小波均有高階消失矩。在確定消失矩參數(shù)情況下，正交小波系列中，DB小波具有最短的支撐，在這一意義上它是最優(yōu)小波。并且DB小波能很好表征信號的突變和細節(jié)特征，所以應用最為廣泛。 2.閾值估計。本文比較了幾種常用

4、的閾值估計算法：通用閾值法，包括Donoho提出的f=σ平方根2lnN通用閾值，基于正態(tài)分布“3σ準則”的t=Cσ，c∈[3.0,4.0]閾值；幾種無偏風險估計閾值；GCV(廣義交叉驗證)閾值；最終得出通用閾值效果最好的結(jié)論，并以“3σ準則”最為簡單、靈活，效果也很好。 3.閾值函數(shù)。比較了三種閾值函數(shù)：硬閾值函數(shù)，算法簡單，但容易損失弱細節(jié)信號；軟閾值函數(shù)，處理后的信號有較好的連續(xù)性，但大量系數(shù)的收縮容易造成偏差；半軟閾值函數(shù)

5、，結(jié)合了上兩種算法的優(yōu)點，但需確定兩個閾值，增加了算法復雜度；最終確定了用改進的半軟閾值函數(shù)作為本文降噪閾值函數(shù)，其只需確定一個閾值，但與上述的幾種閾值函數(shù)方法得到的濾波結(jié)果是漸進相等的。 4.閾值選取策略分為統(tǒng)一閾值法和獨立閾值法，通過實驗證明獨立閾值法失真較大，全局統(tǒng)一閡值法效果較好。 5.評價標準除了注重客觀評價標準，更提出了注重主觀評價滿意度思想，注重語音高頻細節(jié)信號的保留。 本文通過對小波降噪算法的深入