畢業(yè)論文--噪音環(huán)境下的語音識別系統(tǒng)的研究

1、<p>　　噪音環(huán)境下的語音識別系統(tǒng)的研究</p><p><b>　　摘 要</b></p><p>　　語音增強是一個涉及面很廣的研究課題，它不僅涉及信號檢測、波形估計等傳統(tǒng)信號處理理論，而且還與語音特性、人耳感知特性和噪聲特性密切相關。因此在語音特性、人耳感知特性及噪聲特性的情況下常用語音增強法有：噪聲對消法、譜減法、維納濾波法、卡爾曼濾波法、FIR

2、 自適應濾波法、基于神經網絡的語音增強、基于聽覺感知的語音增強、基于小波變換的語音增強方法、自相關法等。本文主要從以下三種算法進行分析：譜減法是處理寬帶噪聲較為傳統(tǒng)和有效的方法，利用帶噪語音的功率譜估值減去噪聲的功率譜估值實現語音去噪；維納濾波法是在最小均方準則下實現對語音信號估計的一種濾波器。對于帶噪語音信號,確定濾波器的沖擊響應,使得帶噪語音信號經過該濾波器后得到最接近于“純凈”的語音信號。小波變換法應用小波閾值去噪的方法，分析了常

3、用的軟、硬閾值函數對語音增強的效果；仿真結果表明小波法效果較明顯，而譜減法易產生“音樂噪聲”，Wiener濾波增強后的殘留噪聲類似于白噪聲，而不是音樂噪聲。</p><p>　　關鍵詞：語音增強 譜減法 小波閾值去噪 維納濾波法</p><p>　　Research on speech recognition system under noisy environment</p

4、><p><b>　　Abstract</b></p><p>　　Speech enhancement is a broad topic, it not only relates to signal detection, Waveform Estimation and other traditional signal processing theory, but als

5、o is closely related to the speech characteristics, the human ear and the noise characteristics.Therefore, combined with the speech characteristics and the perceptual properties of human ear and the noise characteristics

6、.Therefore, in common with speech speech characteristics, human perceptual characteristics and noise characteristics of the cas</p><p>　　threshold、effect of hard threshold function for speech enhancement;The

7、 simulation results show that the wavelet method has obvious effect, and the spectral subtraction method is easy to produce "music noise", Wiener filter enhancement residual noise is similar to white noise, not

8、 the music noise.</p><p>　　Keywords:Speech enhancement Spectral subtraction Wavelet threshold denoising Wiener filtering method</p><p><b>　　緒論</b></p><p><b>　　1.1引

9、言</b></p><p>　　隨著社會的不斷進步和科技的飛速發(fā)展，計算機對人們的幫助越來越大，成為了人們不可缺少的好助手，但是一直以來人們都是通過鍵盤、鼠標等和它進行通信，這限制了人與計算機之間的交流，更限制了消費人群。為了能讓多數人甚至是殘疾人都能使用計算機，讓計算機能聽懂人的語言，理解人們的意圖，人們開始了對語音識別的研究。</p><p>　　語音識別是語音學與數字信號

10、處理技術相結合的一門交叉學科，它和認知學、心理學、語言學、計算機科學、模式識別和人工智能等學科都有密切關系。</p><p>　　1.2語音識別的發(fā)展歷史和研究現狀</p><p>　　1.2.1國外語音識別的發(fā)展狀況</p><p>　　國外的語音識別是從1952年貝爾實驗室的Davis等人研制的特定說話人孤立數字識別系統(tǒng)開始的。</p><p

11、>　　20世紀60年代，日本的很多研究者開發(fā)了相關的特殊硬件來進行語音識別RCA實驗室的Martin等人為解決語音信號時間尺度不統(tǒng)一的問題，開發(fā)了一系</p><p>　　列的時問歸正方法，明顯地改善了識別性能。與此同時，蘇聯的Vmtsyuk提出了采用動態(tài)規(guī)劃方法解決兩個語音的時聞對準問題，這是動態(tài)時間彎折算法DTW(dymmic time warping)的基礎，也是其連續(xù)詞識別算法的初級版．</p

12、><p>　　20世紀70年代，人工智能技術走入語音識別的研究中來．人們對語音識別</p><p>　　的研究也取得了突破性進展．線性預測編碼技術也被擴展應用到語音識別中，DTw也基本成熟。</p><p>　　20世紀80年代，語音識別研究的一個重要進展，就是識別算法從模式匹配</p><p>　　技術轉向基于統(tǒng)計模型的技術，更多地追求從整體統(tǒng)

13、計的角度來建立最佳的語音識別系統(tǒng)。隱馬爾可夫模型(hidden Markov model，刪)技術就是其中一個典型技術。刪的研究使大詞匯量連續(xù)語音識別系統(tǒng)的開發(fā)成為可能。</p><p>　　20世紀90年代，人工神經網絡(artificial neural network，ANN)也被應用到語音識別的研究中，并使相應的研究工作在模型的細化、參數的提取和優(yōu)化以及系統(tǒng)的自適應技術等方面取得了一些關鍵性的進展，此時，

14、語音識別技術進一步成熟，并走向實用。許多發(fā)達國家，如美國、日本、韓國，已經IBM、Microsoft、Apple、AT&T、Nrr等著名公司都為語音識別系統(tǒng)的實用化開發(fā)研究投以巨資。當今，基于HMM和ANN相結合的方法得到了廣泛的重視。而一些模式識別、機器學習方面的新技術也被應用到語音識別過程中，如支持向量機(supportvector machine，SVM)技術、進化算法(evolutionary computation)技

15、術等。</p><p>　　1.2.2國內語音識別的發(fā)展狀況</p><p>　　20世紀50年代我國就有人嘗試用電子管電路進行元音識別，到70年代才由中科院聲學所開始進行計算機語音識別的研究．80年代開始，很多學者和單位參與到語音識別的研究中來，也開展了從最初的特定人、小詞匯量孤立詞識別，</p><p>　　到非特定人、大詞匯量連續(xù)語音識別的研究工作．80年代末

16、，以漢語全音節(jié)識</p><p>　　別作為主攻方向的研究已經取得了相當大的進展，一些漢語語音輸入系統(tǒng)已經向實用化邁進。90年代j四達技術開發(fā)中心和哈爾濱工業(yè)大學合作推出了具有自然語言理解能力的新產品．在國家“863”計劃的支持下，清華大學和中科院自動化所等單位在漢語聽寫機原理樣機的研制方面開展了卓有成效的研究．經過60多年的發(fā)展，語音識別技術已經得到了很大發(fā)展，對于語音識別的研究也達到了相當高的水平，并在實驗室

17、環(huán)境下能達到很好的識別效果。但是，在實際應用中，噪聲以及各種因素的影響，使語音識別系統(tǒng)的性能大幅度下降，很難達到讓人滿意的效果。因此，對噪聲環(huán)境下的語音識別的研究有著異常重要</p><p>　　的理論價值和現實意義．</p><p>　　1.3語音識別的分類</p><p>　　語音識別存在不同的分類方法：</p><p>　　(1)按詞匯

18、量大小分。每個語音識別系統(tǒng)都有一個詞匯表，系統(tǒng)能識別詞匯表中所包含的詞條。通常按詞匯量可分為小詞匯量、中詞匯量和大詞匯量，一般小詞匯量包括10～100個詞；中詞匯量大約包括100～500個詞條；大詞匯量則至少包含500個以上的詞條。</p><p>　　(2)按發(fā)音方式分。語音識別可以分為孤立詞識別、連續(xù)詞識別、連續(xù)語音識別以及關鍵詞檢出等。孤立詞識別，是機器只識別一個個孤立的音節(jié)、詞或者短語等；連續(xù)語音識別，是

19、機器識別連續(xù)自然的書面朗讀形式的語音；在連續(xù)詞識別中，發(fā)音方式介于孤立詞和連續(xù)語音之間，它表面上看起來象連續(xù)語音發(fā)音，但能明顯感受到音與音之間的停頓；關鍵詞檢出，通常用于說話人以類似自由交談方式的發(fā)音，在這種發(fā)音方式下，只需要進行其中的關鍵詞識別．</p><p>　　(3)按說話人分．可分為特定說話人和非特定說話人兩種。前者只能識別固定某個人的聲音，而后者是機器能識別出任意人的發(fā)音。</p>&l

20、t;p>　　(4)從語音識別的方法分． 有模式匹配法、隨機模型法和概率語法分析法。模式匹配法是將測試語音與參考模板的參數一一進行比較和匹配，判決的依據是失真測度最小準則；隨機模型法是一種使用隱馬爾可夫模型來對似然函數進行估計和判決，從而得到相應的識別結果的方法；概率語法分析法適用于大范圍的連續(xù)語音識別，它可以利用連續(xù)語音中的語法約束知識來對似然函數進行估計和判決． </p><p>　　1.4噪聲對語音識別

21、的影響</p><p>　　隨著科技的發(fā)展，人們對語音識別的研究越來越深入，在理論上達到了很成</p><p>　　熟的階段，也開始步入實用化階段。以mM的ViaVoice為代表，其對連續(xù)語的識別率可以達到95％以上．但是所有識別系統(tǒng)對噪聲都是極為敏感的，在噪聲環(huán)境下，識別性能會大幅度下降州．例如，在一個典型的孤立詞識別系統(tǒng)中，用純凈語音訓練，識別效果會達到100％，但在以100公里每小時

22、的速度行駛的小車上，其識別率將下降70％左右；一個用純凈語音訓練的識別系統(tǒng)，誤識率不到l％，但是在自助餐廳里，其誤識率竟然上升近50％：一個與說話者無關的語音識別系統(tǒng)，在實驗室環(huán)境下其誤識率不到l％，但是如果用來識別一個通過長距離電話線并且信噪比為15dB的語音，其錯誤率將高達44％。在噪聲環(huán)境下，識別系統(tǒng)的識別率大幅度下降，是現在語音識別產品無法廣泛走入實用的主要障礙。</p><p>　　在噪聲環(huán)境下語音識別

23、系統(tǒng)的識別率大幅度下降的根本原因就是錄入環(huán)境和識別環(huán)境的不匹配。在實驗室環(huán)境下，訓練環(huán)境相對安靜，基本上是對純凈語</p><p>　　音迸行訓練，模板庫的特征矢量。是通過提取純凈語音的特征參數得到的。但是</p><p>　　在實際應用中，噪聲是不可避免的，同一語音在噪聲的影響下特征參數發(fā)生了變</p><p>　　化，從而影響了識別語音和模板庫中的語音的相似度，

24、導致識別系統(tǒng)的識別率大</p><p><b>　　幅度下降。</b></p><p>　　為解決噪聲環(huán)境下，識別語音的特征參數和模叛庫中的特征不匹配的問題我們必須想辦法消除噪聲對語音特征參數的影響，根據語音識別過程可知，有以下三種方法：</p><p>　　(1)假定語音模板和背景噪聲無關，即無論是清晰語音還是帶噪語音，都用同一套模板來識別．

25、在這種情況下，重點在識別階段，從帶噪語音中提取出抗噪的特征參數或者采取抗噪聲的失真測度．</p><p>　　(2)在語音的識別階段，語音識別系統(tǒng)加一個前端處理，從帶噪語音中提取出純凈語音，然后再提取語音的特征參數．這種方法被稱為語音增強。</p><p>　　(3)在語音識別階段，根據識別現場的環(huán)境噪聲對語音模板進行變換，使之接近根據現場帶噪語音訓練而成的語音模板．這種方法稱為語音模板的

26、噪聲補償．無論使用哪種方法消除噪聲，我們首先要了解噪聲。根據噪聲對語音頻譜的干擾方式不同可以把噪聲分為加性噪聲和乘性噪聲兩類．</p><p><b>　　(1)如性噪聲</b></p><p>　　噪聲和語音信號是相互獨立的，而所采集到的信號是真實的語音信號和噪聲的和，這種噪聲就是所謂的加性噪聲。語音信號在實際環(huán)境中受到的背景噪聲、辦公室里的打印機的工作聲、計算機中

27、的磁盤驅動器和風扇等設備的聲音以及周圍說話人的聲音等都是加性噪聲．</p><p><b>　　(2)乘性噪聲</b></p><p>　　乘性噪聲也叫卷積噪聲，是指噪聲和語音在頻譜是相乘的關系，在時域上則是卷積關系的噪聲。乘性噪聲可以轉換為加性噪聲．由于實際環(huán)境中的背景噪聲多數是加性噪聲，因此致使系統(tǒng)識別率的大幅度下降的“元兇”就是加性噪音。我們在后面講到的去噪，也

28、是指去除加性噪聲。</p><p>　　1.5課題的意義及研究目標</p><p>　　語音是人類相互之間進行交流時使用最多、最自然、最基本也是最重要的信息載體。在實際環(huán)境中,語音信號總是會受到外界環(huán)境噪聲的干擾,這些噪聲包括從周圍環(huán)境、傳輸媒質中引入的噪聲、通信設備內部電噪聲乃至其他說話人的干擾等等。這些干擾會使接收端的語音成為受噪聲污染的語音,當噪聲干擾嚴重時,語音將完全淹沒到噪聲中,

29、使其無法分辨。語音增強是解決噪聲污染的一種有效方法,它是從帶噪語音信號中提取盡可能純凈的原始語音?？偟膩碚f語音增強的目標[1]主要有:改進語音質量,消除背景噪聲,使聽者樂于接受,不感覺疲勞;提高語音可懂度,方便聽者理解。但由于噪聲來源眾多,隨著應用場合不同,它們的特性也各不相同,即使在實驗室仿真條件下,也難以找到一種通用的語音增強算法,能適用于各種噪聲環(huán)境,因此必須根據不同的噪音,采取特定的語音增強策略來降低噪音。語音是人類相互之間進行

30、交流時使用最多、最自然、最基本也是最重要的信息載體。在實際環(huán)境中,語音信號總是會受到外界環(huán)境噪聲的干擾,這些噪聲包括從周圍環(huán)境、傳輸媒質中引入的噪聲、通信設備內部電噪聲乃至其他說話人的干擾等等。這些干擾會使接收端的語音成為受噪聲污染的語音,當噪聲干擾嚴重時</p><p>　　1.6論文內容的安排</p><p>　　本文在研究自適應濾波器理論的基礎上，對兩種重要的自適應噪聲抵消算法進行了

31、介紹，針對基于傳統(tǒng)的最小均方算法的噪聲對消器存在的缺點，本文給出了幾種最小均方的改進算法，在收斂速度和收斂性能上有所改善。并在MATLAB軟件平臺上進行了模擬仿真研究，對算法的收斂特性和消噪效果進行了分析。這對于有效地消除和抑制夾雜在語音中的噪聲有顯著的作用。本論文內容安排如下：</p><p>　　第一章是緒論部分，闡述了課題研究的背景、目的和意義。</p><p>　　第二章介紹了幾種

32、常見的語音降噪方法，并對每種方法進行了簡單的分析，針對文章研究的內容，選擇了適合的語音降噪方法。</p><p>　　第三章先介紹了譜減法的技術原理，對所提出的算法進行性能仿真，并針對仿真結果進行算法的可行性和性能分析。</p><p>　　第四章介紹了維納濾波法的技術原理，對所提出的算法進行性能仿真，并針對仿真結果進行算法的可行性和性能分析。</p><p>　　

33、第五章介紹了小波變換法的技術原理，并針對仿真結果進行算法的可行性和性能分析。</p><p>　　第六章是對全文的總結，分析了本文的主要研究成果，并對未來工作進行了分析與展望。</p><p>　　語音去噪的模型與方法</p><p>　　2.1語音和噪聲的特性</p><p>　　2.1.1語音的特性</p><p>

34、;　　(1)語音是時變的、非平穩(wěn)的隨機過程人類發(fā)音系統(tǒng)生理結構的變化速度是有一定限度的在一段時間內(10．30ms)，人的聲帶和聲道形狀是相對穩(wěn)定的，因而語音的短時譜具有相對穩(wěn)定性，所以在語音分析中就可利用短時譜的這種平穩(wěn)性。</p><p>　　(2)語音可分為濁音和清音兩大類:濁音在時域上呈現出明顯的周期性，在頻域上有共振峰結構，而且能量大部分集中在較低頻段內而清音段沒有明顯的時域和頻域特征，類似于白噪聲。在

35、語音增強研究中，可利用濁音的周期性特征，采用梳狀濾波器提取語音分量或者抑制非語音信號，而清音則難以與寬帶噪聲區(qū)分。</p><p>　　(3)語音信號可以用統(tǒng)計分析特性來描述:由于語音是非平穩(wěn)的隨機過程，所以長時間的時域統(tǒng)計特性在語音增強的研究中意義不大。語音的短時譜幅度的統(tǒng)計特性是時變的，只有當分析幀長趨于無窮大時，才能近似認為其具有高斯分布。高斯分布模型是根據中心極限定理得到的，將高斯模型應用于有限幀長只是一

36、種近似的描述。在寬帶噪聲污染的語音增強中，可將這種假設作為分析的前提。</p><p>　　(4)語音感知對語音增強研究有重要作用:人耳對語音的感知主要是通過語音信號頻譜分量幅度獲得的，入耳對頻率高低的感受近似與該頻率的對數值成正比。共振峰對語音的感知十分重要，特別是第二共振峰比第一共振峰更為重要。</p><p>　　2.1.2 噪聲的特性</p><p>　　噪

37、聲來源于實際的應用環(huán)境，因而其特性變化無窮，噪聲可以是加性的，也可以是非加性的?？紤]到加性噪聲更普遍且易于分析問題，并且對于部分非加性噪聲，如乘積性噪聲或卷積性噪聲，可以通過同態(tài)變換而成為加性噪聲，這里我們僅討論加性噪聲。加性噪聲大致可分為周期性噪聲、沖激噪聲和寬帶噪聲：</p><p><b>　　(1)周期性噪聲</b></p><p>　　周期性噪聲的特點是有許

38、多離散的窄譜峰，它往往來源于發(fā)動機等周期運轉的機械，如或交流聲會引起周期性噪聲。周期性噪聲引起的問題可以通過功率譜發(fā)現，并通過濾波或變換技術將其去掉。</p><p><b>　　(2)沖激噪聲</b></p><p>　　沖激噪聲表現為時域波形中突然出現的窄脈沖，它通常是放電的結果。消除這種噪聲可根據帶噪語音信號幅度的平均值確定閩值，當信號幅度超過這一閾值時判為沖激

39、噪聲，然后進行消除。</p><p><b>　　(3)寬帶噪聲</b></p><p>　　寬帶噪聲的來源很多，如熱噪聲、氣流如風、呼吸噪聲及各種隨機噪聲源等，量化噪聲也可視為寬帶噪聲。由于寬帶噪聲與語音信號在時域和頻域上完全重疊，因而消除它最為困難，這種噪聲只有在語音間歇期才單獨存在。對于平穩(wěn)的寬帶噪聲，通常認為是白色高斯噪聲不具有白色頻譜的噪聲，可以先進行白化處

40、理。對于非平穩(wěn)的寬帶噪聲，情況就更為復雜一些。</p><p>　　本文中研究的噪聲等以人的呼吸或實驗室環(huán)境下的噪聲為主要對象，這種</p><p>　　噪聲一般符合如下的假設：</p><p>　　(1)噪聲是加性的；</p><p>　　(2)噪聲是局部平穩(wěn)的，局部平穩(wěn)是指一段帶噪語音中的噪聲，具有和語音開始前那段噪聲相同的統(tǒng)計特性，且在

41、整個語音段中保持不變，也就是說，可以根據語音開始前那段噪聲來估計語音中所疊加的噪聲統(tǒng)計特性；</p><p>　　(3)噪聲與語音獨立或不相關。</p><p>　　2.1.3 帶噪語音模型</p><p>　　本文中研究的噪聲是以工廠噪聲、人的噪音以及汽車噪聲等為主要對象，一般符合如下的假設噪聲是加性的、局部平穩(wěn)的、噪聲與語音統(tǒng)計獨立或不相關。</p>

42、<p>　　帶噪語音模型表達式如下[2]</p><p><b>　　2-1</b></p><p>　　其中s(n)表示純凈語音，d(n)噪聲，J，(功表示帶噪語音。帶噪語音模型如圖2．1所示：</p><p>　　圖2-1帶噪語音模型</p><p>　　而說噪聲是局部平穩(wěn)，是指一段帶噪語音中的噪聲，具

43、有和語音段開始前那段噪聲相同的統(tǒng)計特性，且在整個語音段中保持不變。也就是說，可以根據語音開始前那段噪聲來估計語音中所疊加的噪聲統(tǒng)計特性。</p><p>　　2.2 幾種傳統(tǒng)的語音降噪方法</p><p>　　通過對前人在噪聲抵消方面的研究的學習和總結，現以語音信號為例，列舉幾種語音降噪的方法并對其性能進行簡單介紹如下：</p><p><b>　　2.2

44、.1頻譜減法</b></p><p>　　頻譜減法是利用噪聲的統(tǒng)計平穩(wěn)性以及加性噪聲與讀音不相關的特點而提出的一種語音增強方法。這種方法沒有使用參考噪聲源，但它假設噪聲是統(tǒng)計平穩(wěn)的，即有語音期間噪聲振幅譜的期望值與無語音間隙噪聲的振幅譜的期望值相等。用無語音間隙測量計算得到的噪聲頻譜的估計值取代有語音期間噪聲的頻譜，與含噪語音頻譜相減，得到語音頻譜的估計值。當上述差值得到負的幅度值時，將其置零。<

45、;/p><p>　　頻譜減法的主要思想是認為：含噪語音在噪聲平均功率以上的部分就是語音功率，其余則認為是噪聲功率。這種顯然忽略了噪聲和語音的隨機特性。在含噪語音的功率譜中，噪聲平均功率以上部分并非全是語音，其中肯定有不少加性噪聲成分存在，其下部分則也必有語音成分存在。因此，這種方法對提高語音信噪比十分有限，而且還會引起語音的失真。特別是在低信噪比時，這種方法很難提高語音質量，更難提高語音可懂度。普減法的優(yōu)點在于它的算

46、法簡單，并且可以較大幅度地提高信噪比，其缺點是增強后的語音中含有明顯的音樂噪聲，這是由頻譜相減而產生的一種殘留噪聲，具有一定的節(jié)奏起伏感，故而被稱為音樂噪聲。</p><p>　　2.2.2線性濾波法</p><p>　　線性濾波法主要是利用了語音的產生模型。對于受加性穩(wěn)態(tài)白噪聲干擾的語音信號來說，語音的頻譜又以根據語音的產生模型近似地用含噪語音來預測得到。而噪聲頻譜則用其期望值來近似。這

47、樣得到了語音和噪聲近似的頻譜后就可得到濾波器，由此濾波器可使語音得到增強。線性濾波法不僅用到了噪聲的統(tǒng)計知識，還用到了部分語音知識，但顯然這些知識都是一種近似的代替。因此這種方法對提高語音信噪比和可懂效果十分有限。特別是當信噪比較低時，對語音參數的預測誤差明顯增大，從而降噪效果就不明顯，并且當噪聲不是白噪聲時，按照語音的產生模型就很難準確預測語音參數[3]。因此對有色噪聲線性濾波方法就能難以應付。</p><p>

48、;　　2.2.3小波變換法</p><p>　　小波分析是一種時頻分析，而傳統(tǒng)的信號分析是建立在傅立葉變換的基礎之上的。由于傅立葉分析使用的是一種全局的變換，因此無法表達信號時頻局域性質，而這種性質恰恰是非平穩(wěn)信號如語音信號最根本和最關鍵的性質。Mallat最早建立了多分辨率分析框架與小波分析的關系[4]。小波變換能將信號在多個尺度上進行子波分解，各尺度上分解所得的子波變換系數代表原信號在不同分辨率上的信息。它具

49、有多分辨率分析的特點，而且在時頻域都具有表征信號局部特征的能力。它克服了短時傅立葉變換固定分辨率的缺點，在信號的高頻部分，可以獲得較好的時間分辨率，在信號的低頻部分可以獲得較高的頻率分辨率，特別適用于像語音信號、地震信號等非平穩(wěn)信號的處理。由于信號和隨機噪聲在不同尺度的特性關系，許多研究學者已利用這種特性進行信號的去噪處理，并取得較好的效果。但是，由于用子波系數去噪時，需要選擇和確定一個用于取舍信號和噪聲模極大值的閾值，而在實際應用中該

50、閾值是較難選擇確定的。另外，也有學者采用二進子波、子波包和帶子波進行語音增強，但這些方法的頻率劃分是一種倍頻程關系，與人耳所固有的對語音的頻域感知特性不完全吻合。</p><p>　　2.2.4自適應噪聲抵消法</p><p>　　就目前而言，帶自適應濾波器的自適應噪聲抵消法對含噪聲語音的降噪效果較好。因為這種方法比其它方法多用了1個參考噪聲作為輔助輸入，從而獲得了比較全面的關于噪聲的信息

51、，因而能得到更好的降噪效果。特別是在輔助輸入噪聲與語音中的噪聲完全相關的情況下，自適應噪聲抵消法能完全排除噪聲的隨機性，徹底地抵消語音中的噪聲成分，從而無論在信噪比SNR方面還是在語音可懂度方面都能獲得較大的提高[9]。其工作原理實質上為以均方誤差E[e2（n）]或方差e2（n）最小為準則，對噪聲d(n)進行最優(yōu)增強語音的目的。隨著理論性能研究的不斷深入，應用日趨廣泛。</p><p>　　2.2.5維納濾波法&

52、lt;/p><p>　　維納濾波法是在最小均方準則下實現對語音信號估計的一種濾波器。對于帶噪語音信號,確定濾波器的沖擊響應,使得帶噪語音信號經過該濾波器后得到最接近于“純凈”的語音信號。</p><p>　　采用維納濾波的好處是增強后的殘留噪聲類似于白噪聲,而不是有節(jié)奏起伏的音樂噪聲。維納濾波是平穩(wěn)條件下時域波形的最小均方誤差準則估計。由于沒有考慮到語音頻譜分量的幅度對人的聽覺最重要,因此采用

53、維納濾波來增強語音存在一定的缺陷。</p><p><b>　　2.3本章小結</b></p><p>　　本章首先對語音和噪聲的特性進行了簡要介紹，隨后討論了幾種語音降噪的模型與實現方法以及各自的優(yōu)缺點。文章的后幾章主要是選用譜減法、維納濾波法、小波變換法技術進行語音降噪處理，并將進行詳細的陳述，所以本章只是簡要的對這三種方法做了介紹。</p><

54、;p>　　譜減法原理及其算法實現過程</p><p><b>　　3.1譜減法原理</b></p><p>　　譜相減方法是基于人的感覺特性，即語音信號的短時幅度比短時相位更容易對人的聽覺系統(tǒng)產生影響，從而對語音短時幅度譜進行估計，適用于受加性噪聲污染的語音。</p><p>　　處理寬帶噪聲的最通用技術是譜相減法，即從帶噪語音估值中減去

55、噪聲頻譜估值，從而得到純凈語音的頻譜。由于人耳對語音頻譜分量的相位不敏感，因而這種方法主要針對短時幅度譜。所謂“譜相減”就是從輸入信號的幅度譜中減去估計得來的噪聲平均幅度譜，其效果相當于在變換域對帶噪信號進行了某種均衡化處理。相對于其它方法，譜相減法引入的約束條件最少，物理意義最直接，運算量小，而且經過改進后效果也較好。</p><p>　　傳統(tǒng)的譜減法即在頻域將帶噪語音的功率譜減去噪聲的功率譜，得到語音的功率譜

56、估計，開方后就得到語音幅度估計，將其相位恢復后再采用逆傅立葉變換恢復時域信號?？紤]到人耳對相位的感覺不靈敏，相位恢復時所采用的相位是帶噪語音的相位信息。</p><p>　　由于語音是短時平穩(wěn)的，所以在短時譜幅度估計中認為它是平穩(wěn)隨機信號，假設、和分別代表語音、噪聲和帶噪語音，、和</p><p>　　分別表示其短時譜。假設噪聲是與語音不相關的加性噪聲。于是得到信號的加性模型： </

57、p><p>　　(3-1) 經過加窗處理后的信號分別表示為，，，則有</p><p><b>　　(3-2)</b></p><p>　　對上式兩端分別做傅立葉變換，得</p><p><b>　　(3-3)</b></p><p><b>　　對功率譜有</b

58、></p><p><b>　　(3-4)</b></p><p>　　可以根據觀測數據估計，其余各項必須近似為統(tǒng)計均值。由于 和獨立，則互相的統(tǒng)計均值為0，所以原始語音的估值為

59、 (3-5) 為了估計噪聲功率，采用了端點檢測法。因為噪聲是局部平穩(wěn)的，故可以認為發(fā)音前的噪聲與發(fā)音期間的噪聲功率譜相同，因而可以利用發(fā)語音前的“寂靜幀”來估計噪聲。</p><p>　　從(3-5)式中可以看出，估計值不能保證是非負的，這是因為在估計噪聲時存在誤差，當估計噪聲平均功率大于某幀帶噪語音功率時，該幀得出的估計值就會出現為負的情況，這些負值我

60、們可以通過改變它們的符號使之變?yōu)檎?，也可以直接給它們置零，本文我們采用后種處理方式。</p><p>　　只要在頻域用(3-5)式得到純凈語音的譜估計，就可以根據(3-6)式得到增強后的語音。</p><p><b>　　3-6)</b></p><p>　　如前面分析，利用人耳對相位不敏感的特點，在式(3-6)中可利用原帶噪語音的相位恢復到

61、時域語音信號，從而得到處理后的語音信號，完成整個基于譜減法的語音增強過程。</p><p>　　根據前面分析，我們可以給出譜相減算法的整個算法流程，如圖3-1所示：</p><p>　　圖3-1 譜減法的算法流程</p><p>　　3.2 譜減法建立的假設</p><p>　　譜減法的建立要基于以下幾點假設：</p><

62、p>　　(1) 噪聲信號和語音信號是互不相關的（獨立的），并且在頻域是加性的關系。</p><p>　　(2) 背景噪聲環(huán)境相對于語音活動區(qū)域來說是近似穩(wěn)態(tài)的，這樣就可以利用在無聲段估測的平均噪聲譜來逼近有聲段的噪聲譜。</p><p>　　(3) 如果背景噪聲環(huán)境變化到一個新的穩(wěn)態(tài)，則應有足夠的時間(約300ms左右)以便于估計出新的背景噪聲譜幅度估值。</p>&l

63、t;p>　　(4) 對于緩慢變化的非平穩(wěn)噪聲環(huán)境，譜減法算法中有話音激活檢測環(huán)節(jié)以便適時的判斷并進行調整。</p><p>　　(5) 假設主要噪聲影響的消除可以通過僅僅從帶噪語音譜幅度中減去噪聲而實現。</p><p><b>　　3.3 實現過程</b></p><p>　　3.3.1　基于譜減法的語音增強算法流程</p>

64、;<p>　　本文采用了MATLAB語言實現了整個基于譜減法的語音增強算法，具體MATLAB程序見附錄，其算法流程如下：</p><p>　　(1)對輸入的語音信號進行預濾波；</p><p>　　(2)對濾波后的語音信號進行預加重；</p><p>　　(3)將語音信號按每幀128個信號點進行分幀,幀移為64；</p><p>

65、;　　(4)對信號幀加漢明窗(Haming)；</p><p>　　(5)對加窗后的信號幀進行FFT變換；</p><p>　　(6)對各幀語音信號求功率譜；</p><p>　　(7)根據前20幀求取平均噪聲功率；</p><p>　　(8)利用VAD進行噪聲估計檢測寂靜段，進而組合遞歸平滑，更新噪聲譜；</p><p&

66、gt;　　(9)進行譜減運算，得到估計出的語音信號功率譜；</p><p>　　(10)插入相位譜，計算出語音譜；</p><p>　　(11)進行IFFT變換，得到還原的語音幀；</p><p>　　(12)根據各個語音幀組合為語音信號；</p><p>　　(13)對語音信號進行去加重處理，得到最終信號。</p><p

67、>　　根據以上譜減法的算法流程，采用MATLAB語言進行仿真試驗，試驗用的語音材料是WAV格式的語音，經處理后去噪效果明顯，較好地抑制了噪聲，提高了語音的可懂度。</p><p>　　3.3.2　仿真實驗的結果</p><p>　　在仿真實驗中，采用的是在實驗室內錄制的純凈男語音信號“基于譜減法的語音增強”，采樣率8kHz，使用MATLAB函數wavread( )調用，在程序中對純凈

68、語音加入高斯白噪聲，調用MATLAB函數wavwrite( )進行輸出，命名為“noised”。根據譜減法的假設：假定純凈語音與高斯白噪聲相互獨立，故我們可將兩者直接相加得到帶噪的語音信號。</p><p>　　當得到帶噪語音信號后，對其進行譜減去噪處理，便到去噪后的語音信號，并調用MATLAB函數的wavwrite( )進行輸出，命名為“zong”。從聲音文件的測聽效果來說，是令人滿意的。</p>

69、<p>　　在本論文的MATLAB程序中，分別畫出了加噪語音 (見圖3-5)、增強后語音 (見圖3-6)的語音圖。從的語音圖中可以很容易發(fā)現，本論文提出的算法具較明顯的去噪效果。</p><p>　　圖3-5帶噪語音信號(上) 增強后的語音信號(下) </p><p>　　圖3-6帶噪語譜信號(上) 增強后的語譜信號(下)</p><p>　　三、改善算

70、法、減少音樂噪聲</p><p>　　白噪聲的短時功率譜上既有波峰，又有波谷。在一幀里，它們的頻率分布是隨機的；在幀與幀之間，它們的頻率和幅度也是隨機變化的。當我們從帶噪語音的頻譜中減去我們估計的噪聲譜，所有的帶噪語音頻譜峰值都會變小，而谷值由于小于估計的噪聲值被置零。因此，進行譜減法之后，在頻譜上只留下波峰。在這些留下的波峰中，頻帶較寬的部分被視為時變寬帶噪聲，頻帶較窄的部分則被當成時變音調，也就是所謂的音樂噪

71、聲。</p><p>　　我們改善的算法為： </p><p>　　其中， 是所求的語音幅度譜， 是帶噪語音幅度譜， 是估計的噪聲幅度譜。當 ，改善的算法通過消除那些寬波峰，去除所有的寬頻帶噪聲。然后，提高頻譜下限，使得波峰與波峰間的波谷不會那么深。兩者結合，使噪聲波峰間的頻譜偏移不再那么大，從而減少了音樂噪聲。</p><p>　　維納濾波法原理及其算法實現

72、過程</p><p>　　本章我們深入研究了傳統(tǒng)的維納濾波算法，發(fā)現傳統(tǒng)的維納濾波算法雖然具有一定的語音增強效果，但是其濾波效果還不夠理想。文章結合先驗概率理論對算法進行了改進，并將實驗結果與傳統(tǒng)的維納濾波語音增強算法進行比較，實驗結果表明，改進后的語音增強算法的去噪效果要比傳統(tǒng)的維納濾波算法優(yōu)越。</p><p><b>　　4.1 概述</b></p>

73、<p>　　維納濾波器是以最小均方誤差準則設計的數字濾波器，其輸入端是帶噪語音信號，輸出端則是對帶噪語音信號中所含純凈語音信號的估計。因此維納濾波器又被稱作是一個最佳濾波器。</p><p>　　在信號處理中，維納濾波器對所處理的信號有比較苛刻的要求，信號必須滿足平穩(wěn)性，維納濾波器是在平穩(wěn)條件最小均方誤差意義下的最優(yōu)估計。但是通常情況下語音信號并不滿足平穩(wěn)性，實際環(huán)境中的噪聲也是非平穩(wěn)的。而且維納濾

74、波模型也沒有完全利用語音生成模型來抑制噪聲。</p><p>　　維納濾波法是通過估計噪聲和帶噪語音信號的功率譜，構造維納濾波器的傳遞函數，然后從帶噪語音功率譜中計算純凈語音信號的功率譜，然后再利用帶噪語音頻譜的相位，經過傅里葉反變換來恢復增強后的語音信號。維納濾波算法通常采用最小均方誤差(LMS)準則來迭代估計其傳遞函數。這種方法的關鍵是如何得到語音信號中的噪聲。目前較常用的方法是用幀間無語音段噪聲來估計帶噪聲

75、語音段的噪聲，這樣處理雖然能夠簡化算法的復雜度，但是會影響維納濾波效果。</p><p>　　4.2 維納濾波基本思想</p><p>　　設有一個線性系統(tǒng)，它的單位脈沖響應是h（n），當輸入一個觀測得到的隨機信號，簡稱觀測值x（n），且該信號包含噪聲信號w（n）和語音信號s（n），其信號的模型如式(4-1)所示：</p><p><b>　　(4-1)

76、</b></p><p>　　那么輸出為y(n)為：</p><p><b>　?。?-2） </b></p><p>　　我們希望輸出得到的y（n）與有用信號s（n）盡量接近，因此稱y（n）為</p><p>　　s（n）的估計值，用s?(n)來表示，我們就有了維納濾波器的系統(tǒng)框圖，如圖2-1。這個系統(tǒng)的單

77、位脈沖響應也稱為對于s（n）的一種估計器。 </p><p>　　x(n) = s(n) + w(n) y(n) = s?(n)</p><p>　　圖4-1 維納濾波器的原理框圖</p><p>　　如果該系統(tǒng)是因果系統(tǒng)，式(2-2)的m＝0，1，2，…n，則輸出的y(n)可以看成是當前時刻的觀測值和過去時刻的觀測值x(n-1)、x(n-2)、x(n-3)…

78、的估計值。從圖4-1 的系統(tǒng)框圖中估計到的信號和我們期望得到的有用信號s(n)不可能完全相同，這里用e(n)來表示真值和估計值之間的誤差</p><p>　　(4-3) 顯然e(n)是隨機變量，維納濾波的誤差準則就是最小均方誤差準則</p><p>　　(4-4) 維納濾波法是根據全部過去觀測值和當前觀測值來估計信號的當前值，因此它的解析形式是系統(tǒng)的傳遞函數H(z)或單位脈沖響應h(n)。

79、</p><p>　　可見設計維納濾波器就是尋求在最小均方誤差下濾波器的單位脈沖響應 h(n)或傳遞函數H(z)的表達式，其實質就是解維納－霍夫（Wiener－Hopf）方程。求解維納－霍夫（Wiener－Hopf）方程可得： </p><p>　　(4-5) (4-6)</p><p>　　其中Rss 表示有用信號s

80、的自相關函數， Rww表示噪聲信號w 的自相關函數，N 表示濾波器的階數。然后可以根據式(4-5)跟(4-6)及所要求的均方誤差精度來計算維納濾波器的單位脈沖響應h(n)。</p><p>　　由式(4-5)跟(4-6)不難看出維納濾波器的精度與收斂快慢都與維納濾波器的階數有直接的關系，要想降低均方誤差，即要想使輸出的信號與目標信號更加接近，就需要增加維納濾波器的階數。然而，當增加濾波器的階數時，又會增加計算量，

81、從而降低了濾波器的收斂速度，也就導致濾波效率的下降。</p><p>　　維納濾波在時域的解是平穩(wěn)條件下時域波形在最小均方誤差準則下的估計。由于沒只考慮到語音頻譜分量的幅度對人的聽覺最重要，沒有考慮到相位對人聽覺的影響，因此采用維納濾波來增強語音存在一定的缺陷。</p><p>　　4.3 維納濾波增強算法</p><p>　　利用維納濾波器對信號進行最小均方誤差條

82、件下的最優(yōu)估計時，信號必須滿足平穩(wěn)性條件。語音信號不滿足平穩(wěn)性條件，只在30ms 內近似平穩(wěn)。因此在進行維納濾波前，必須對語音信號進行短時處理，例如加短時窗，使語音信號幀長不超過30ms。</p><p>　　設離散帶噪語音信號序列模型為：</p><p>　　(4-7) 其中x，s，w 分別表示帶噪語音信號，純凈語音信號，加性噪聲信號，s 與w 統(tǒng)計獨立。且設x 已經過加窗處理，為

83、短時平穩(wěn)的帶噪語音信號。那么非因果維納濾波器的頻率響應函數為：</p><p>　　(4-8)其中， 分別表示信號s， n 的功率譜。</p><p><b>　　廣義的維納濾波器：</b></p><p>　　(4-9)此時的維納濾波器稱為帶參數的維納濾波器，其中α 和β 是參數。當α 和β 的值變化的時候，濾波器具有不同的性質。由于語音信號

84、的不平穩(wěn)性，信號的功率譜無法直接計算，所以廣義的維納濾波器也常表達為：</p><p><b>　?。?-10）</b></p><p><b>　　4.4 仿真結果</b></p><p>　　下面是對一幀信號的仿真結果：</p><p><b>　　4.5本章小結</b>&

85、lt;/p><p>　　維納濾波器能夠保證在平穩(wěn)條件下最小均方誤差(MMSE)意義下的最優(yōu)估計。但是通常一段語音信號并不滿足平穩(wěn)的條件，它的方差具有時變性。例如，人在講話時，若以30ms 長度的短時幀進行統(tǒng)計，其方差變化在1 秒鐘內就可能超過40dB。但如果對語音信號進行加窗處理，即將一段語音信號分割成若干個短時幀，只要時間窗的長度不超過30ms，那么就可以認為每一個短時窗內的語音信號近似平穩(wěn)，這樣就滿足了維納濾波使

86、用條件，從而可以分別對每一幀語音信號進行維納濾波。</p><p>　　本章對維納濾波語音增強算法進行了研究，并對維納濾波算法進行了改進，通過仿真實驗，得到了比較好的效果。我們采用維納濾波最大的好處是增強后的殘留噪聲類似于白色噪聲，而不是有節(jié)奏起伏的音樂噪聲。但是維納濾波只在平穩(wěn)條件下才能保證在最小均方誤差意義下的最優(yōu)估計。而語音是非平穩(wěn)的，只在較短時間內近似平穩(wěn)，實際環(huán)境中的噪聲也常是非平穩(wěn)的。</p&g

87、t;<p>　　在仿真實驗的基礎上，將兩種語音增強算法進行比較，實驗結果表明，改進后的維納濾波強算法的去噪效果以及主觀試聽效果要比傳統(tǒng)的維納濾波算法要好一些。</p><p>　　第五章 小波變換法原理及其算法實現過程</p><p>　　5.1人耳的感知特性</p><p>　　語音的聽覺感知是一個復雜的人腦——心理過程，目前對聽覺感知的研究還很不成

88、熟。聽覺感知主要在測試響度、基音和掩蔽效應等。</p><p>　　響度是頻率和強度級的函數，取決于聲音的幅度，主要是聲壓的函數，與聲音的頻率和波形也有關；基音的物理單位是Hz，與聲音的頻率有關，頻率越高聽起來基音越高，頻率越低聽起來基音越低，響度和基音之間具有互補的關系；掩蔽效應是指一個聲音的聽覺感受性受同時存在的另外一個聲音的影響。根據兩個聲音的時間關系，聽覺掩蔽效應可分為同時掩蔽和短時掩蔽。</p&g

89、t;<p>　　語音感知問題涉及到生理學、心理學、聲學和語音學等諸多領域，這是一個復雜的問題，有待進一步研究。但目前已有一些結論可以應用于語音增強[14]:</p><p>　?。?）人耳對語音的感知是通過語音信號中各頻譜分量幅度獲取的，對各分量的相位則不敏感。</p><p>　?。?）人耳對頻譜分量強度的感受是頻率與能量譜的二元函數，響度與頻譜幅度的對數成正比。</

90、p><p>　?。?）人耳對頻率高低的感受近似與該頻率的對數值成正比。</p><p>　?。?）人耳有掩蔽效應即強信號對弱信號有掩蓋的抑制作用。掩蔽的程度是聲音強度與頻率的二元函數。對頻率臨近分量的掩蔽要比頻差大的分量有效得多。</p><p>　?。?）短時譜中的共振峰對語音的感知十分重要，特別是第二共振峰比第一共振峰更為重要，因此對語音信號進行一定程度的高通濾波不

91、會對可懂度造成影響。</p><p>　　（6）人耳在兩人以上的講話環(huán)境中有能力分辨出需要聆聽的聲音。</p><p>　　5.2 Bark域頻率描述</p><p>　　人聽覺器官分為三個部分：外耳，中耳和內耳。外耳和中耳對外面?zhèn)鱽淼穆曇暨M行增強和補償，內耳耳蝸的基底膜對聲音進行接收和頻率分解。聲音從振動轉換成神經脈沖就在耳蝸內完成。</p><

92、;p>　　1960年，G.Von.Bekesy用正弦信號對基底膜進行了詳細的研究，發(fā)現基底膜對聽覺的響應與刺激的頻率有關。當頻率較低時，靠近耳蝸尖部的基底膜響應。當頻率較高時，靠近圓形窗的窄而緊的基底膜產生響應?；啄ゎl率響應的空間分布，導致基底膜上不同位置的柯替氏器官的纖毛細胞對不同頻率的聲音引起彎曲，從而刺激附近的聽覺神經末梢，產生電化學脈沖，并沿聽覺神經束傳送到大腦。</p><p>　　下面給出頻率

93、群的概念：將基底膜分解為許多小段，每一小段稱為一個頻率群。在20Hz~16kHz范圍內頻率可以分為24個頻率群。同一頻率群的聲音在大腦中是疊加在一起評價的，具有一致的心理聲學特征。頻率由低到高，將頻率群順序編號，將編號定義為新的頻率單位Bark。記Bark域的頻率變量為t，赫茲域頻率變量為p，那么有 </p><p>　　t=26.81p/（p+1960)-0.53

94、 5.1 Bark域的頻率可以充分反映人耳的聽覺特性，因此在語音信號處理領域得到廣泛</p><p>　　5.3 Bark尺度小波包分解</p><p>　　在小波包中任意選取一組可以組成L2(R)的正交基對信號進行分解，可以根據信號的特征，自適應地選擇頻帶，使頻率分解方式更加靈活。小波包的這一特點使其能夠模擬人耳的Bark域頻率描述。</p><p>

95、　　根據小波包的函數空間正交剖分理論，可以構造與人耳Bark域頻率描述相似的小波包分解結構，稱之為“Bark尺度小波包分解”。常規(guī)方法是模擬人耳的24個頻率群，對于8kHz采樣的語音信號，選取1至17個頻率群，得到的每個子帶的中心頻率相差1Bark。實驗證實，如果對Bark域進行進一步分解，使每個子帶的中心頻率相差減至四分之一 Bark，對語音的描述會更加細致，也不會導致較大的計算量[15]。所以，本論文采用68個子頻帶的小波包分解樹結

96、構如圖5.1所示。</p><p>　　圖5.1 Bark尺度小波包分解結構示意圖</p><p>　　5.4 小波閾值去噪法</p><p>　　1995年Donoho首次提出了基于閾值的小波去噪算法，主要思想是：利用閾值對經過變換后的小波系數進行處理，將對應于噪聲的小波系數置為零，保留對應于信號的小波系數，然后對處理后的小波系數進行重構，得到有效信號的最優(yōu)估計。

97、下面給出小波變換語音增強系統(tǒng)的圖。</p><p>　　圖5.2 小波變換語音增強系統(tǒng)</p><p>　　基于小波變換的語音增強算法的關鍵在于閾值的選取以及如何進行閾值處理，如果閾值選的過高，會使信號丟失過多的細節(jié)，導致信號失真；如果閾值選的過低，則不能達到去噪的目的。</p><p>　　5.4.1 軟、硬閾值函數</p><p><

98、;b>　　1. 軟閾值函數</b></p><p><b>　　(5.2)</b></p><p>　　其中d為小波系數，為閾值。由式(5.2)可知，當小波系數的絕對值大于等于閾值時，閾值函數等于小波系數的絕對值減去閾值；當小波系數的絕對值小于閾值時，閾值函數就為0。</p><p>　　圖5.3 軟閾值函數</p>

99、;<p><b>　　2. 硬閾值函數</b></p><p><b>　　(5.3)</b></p><p>　　由式 (5.3)可知，當小波系數的絕對值大于閾值時，閾值函數等于小波系數；當小波系數的絕對值小于等于閾值時，閾值函數就為0。</p><p><b>　　為符號函數，</b>

100、;</p><p><b>　　(5.4)</b></p><p>　　圖5.4 硬閾值函數</p><p>　　由圖5.3和圖5.4可以看出軟閾值函數雖然整體連續(xù)性好，但會丟掉某些特征，這將直接影響重構信號與真實信號的逼近程度；硬閾值函數整體不連續(xù)，直接導致了會在去噪后的信號中出現突變的震蕩點，當噪聲水平較高時尤為明顯。同時軟、硬閾值函數都是

101、分段函數，導數不連續(xù)，沒有二階以上的連續(xù)導數。</p><p>　　5.4.2 新閾值函數</p><p>　　鑒于軟、硬閾值函數的缺點，通過大量實驗仿真本論文提出一種新的閾值函數如下：</p><p>　?。?.4）其中。仿真實驗表明，相對于軟、硬閾值函數，新閾值函數有良好的去噪效果，能更好的反應原始信號的特征。</p><p>　　5.4

102、.3小波函數的選取</p><p>　　對傅立葉變換而言，變換基是唯一的，沒有最優(yōu)基的問題。小波變換則不然因為有眾多的小波函數可供選擇，從而使得同一信號可以在不同的變換基上展開，得到不同的展開結果。因此在進行小波變換時，選擇一個適當的小波函數是很重要的。對于如何選擇小波函數并無定論，通常考慮的是變換的有效性、通用性和系數的唯一性。</p><p>　　對于正交小波而言，可以考慮的變化因素有

103、兩個，一個是支撐度，另外一個是消失矩階數。支撐有限的緊支撐正交小波基的重要性在于它在數字信號的分解過程中可以提供有限的從而更實際、更具體的數字濾波器。支撐越長，則頻率分辨率越高，頻帶間干擾減小，但時域分辨率變差，變換的計算量也增大。消失矩則定義了小波變換的有效性，消失矩越高則變換系數衰減越快，從而變換更有效。對于支撐長度為2N的正交小波函數，其消失矩階數最高為N。Daubechies小波即為具有最高消失矩的緊支正交小波。</p&g

104、t;<p>　　進行語音增強時，必須考慮運算量、時域分辨力、頻率分辨力等因素。</p><p>　　綜合第三章所討論的小波基函數可知，Haar小波不是連續(xù)可微的，應用有限，多用于理論研究。Meyer小波是正交、雙正交的，不存在緊支集。CoifN，symN小波計算量均較大，不利于實時實現。biorNr.Nd小波的分解性和重構性好，但沒有正交性并且計算量較大。Morlet小波是復值小波，能夠提取信號中的

105、幅值和相位信息，在地球物理信號處理中廣泛應用，但是尺度函數不存在，也不具備正交性，只能滿足連續(xù)小波的允許條件，也不存在緊支集，不能做正交小波變換和離散小波變換（DWT）。所以，本文選擇Daubechies小波db5進行小波變換，這是在時域分辨率和頻域分辨率之間的一個折衷。仿真結果表明，這個選擇比較合理。</p><p>　　5.5 小波閾值的設定</p><p>　　閾值的設定是小波域閾值

106、信號增強算法的關鍵，閾值的設定通常有四種，即通用閾值規(guī)則，Stein的無偏似然估計，啟發(fā)式閾值規(guī)則和極值閾值規(guī)則等。</p><p>　　Sqtwolog閾值</p><p>　　Sqtwolog采用固定閾值為，其中N是信號長度。</p><p>　　Rigrsure閾值</p><p>　　Rigrsure閾值是基于Stein的無偏似然估計

107、的自適應閾值，是軟件閾值估計器。先求出給定閾值的似然估計，再把非似然的閾值最小化就得到所選閾值。具體算法如下：</p><p>　?、賹⑿盘杅(n)的每個元素取絕對值由小到大排序，再對各個元素平方得到： </p><p><b>　　(5.5)</b></p><p>　　②取閾值為的第k個元素的平方根：那么該閾值產生的風險為：</p&g

108、t;<p>　　（5.6） </p><p>　?、塾墒剑?.6），令kmin是最小風險點所對應的值，則閾值</p><p><b>　　heursure</b></p><p>　　啟發(fā)式閾值是Sqtwolog閾值和Rigrsure閾值的綜合，當f(n)的信噪比小時，采用啟發(fā)式閾

109、值。</p><p>　　如果A<B，就選，如果A>B，就選和Rigrsure閾值中較小的為啟發(fā)式閾值的選定閾值。</p><p><b>　　極值閾值</b></p><p>　　極值原理是使估計的最大風險最小化。閾值是：</p><p>　　（5.7）以上閾值選取都沒有涉及噪聲方差，用魯棒估計計算就是&l