基于matlab的小波在語(yǔ)音信號(hào)中的應(yīng)用畢業(yè)設(shè)計(jì)

1、<p>　　基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用</p><p>　　[摘要]MATLAB作為一種高性能和可靠性比較強(qiáng)的數(shù)值計(jì)算和可視化的軟件，經(jīng)過各個(gè)行業(yè)領(lǐng)域?qū)＜业墓餐筒粩嘌芯?，MATLAB現(xiàn)已包含信號(hào)處理和圖像處理以及通信和小波分析還有就是優(yōu)化以及控制系統(tǒng)等不同應(yīng)用領(lǐng)域的相關(guān)的工具箱。我在設(shè)計(jì)中將以MATLAB 軟件為參考和結(jié)合工程實(shí)際運(yùn)用中的各應(yīng)用領(lǐng)域，由淺入深地講解應(yīng)該如何應(yīng)用MATL

2、AB來實(shí)現(xiàn)小波在語(yǔ)音信號(hào)中的應(yīng)用。</p><p>　　[關(guān)鍵詞] MATLAB；小波去噪；語(yǔ)音信號(hào)</p><p>　　Based on the MATLAB wavelet in the application of speech signal </p><p>　　Abstract: MATLAB as a high performance and relia

3、bility, strong numerical calculation and visualization software, through the various industry experts in the field of joint efforts and continuous research, MATLAB now includes signal processing and image processing and

4、communication and wavelet analysis and optimization and control systems in different application areas related to the toolbox. I'm in design, taking MATLAB software for reference and combining with the practical engi

5、neering applicat</p><p>　　Key words: MATLAB，Wavelet denoising，Speech signal</p><p><b>　　目錄</b></p><p><b>　　1．引言1</b></p><p>　　1.1 研究意義1</p&

6、gt;<p>　　1.2 研究背景1</p><p>　　2．基于MATLAB的小波變換處理過程1</p><p>　　2.1 小波的定義1</p><p>　　2.2小波變換處理的概述2</p><p>　　3． 基于MATLAB的小波變換的相關(guān)特點(diǎn)3</p><p>　　3.1 基于MATL

7、AB的小波濾波器的鏡像3</p><p>　　3.2 利用A ×A 的比例尺的矩陣來分析小波4</p><p>　　4．基于MATLAB的小波在語(yǔ)音信號(hào)的去噪方法4</p><p>　　4.1基于MATLAB語(yǔ)音信號(hào)小波變換閾值去噪法4</p><p>　　4.2基于MATLAB的小波閾值處理方式的優(yōu)化5</p>

8、;<p>　　4.3基于MATLAB的小波在語(yǔ)音信號(hào)去噪的仿真程序7</p><p>　　4.4基于MATLAB的小波在語(yǔ)音信號(hào)去噪的仿真應(yīng)用舉例10</p><p><b>　　5．結(jié)語(yǔ)11</b></p><p><b>　　6．致謝11</b></p><p><b

9、>　　7．參考文獻(xiàn)11</b></p><p><b>　　1．引言</b></p><p><b>　　1.1 研究意義</b></p><p>　　目前基于MATLAB的小波分析方法在許多工程領(lǐng)域中都得到了廣泛的應(yīng)用，成為廣大的科技工作者經(jīng)常使用的工具之一。MATLAB作為一種高性能和可靠性比較強(qiáng)的

10、數(shù)值計(jì)算和可視化的軟件，經(jīng)過各個(gè)行業(yè)領(lǐng)域?qū)＜业墓餐筒粩嘌芯?，MATLAB現(xiàn)已應(yīng)用于信號(hào)處理和圖像處理以及通信和小波分析還有就是優(yōu)化以及控制系統(tǒng)等不同領(lǐng)域。我在設(shè)計(jì)中將以MATLAB 軟件為參考和結(jié)合工程實(shí)際運(yùn)用中的各應(yīng)用領(lǐng)域，由淺入深地講解應(yīng)該如何應(yīng)用MATLAB來實(shí)現(xiàn)小波在語(yǔ)音信號(hào)中的應(yīng)用。</p><p>　　傳統(tǒng)的硬閾值處理方法得到的相關(guān)的小波系數(shù)值的連續(xù)性差，重構(gòu)得到的小波語(yǔ)音信號(hào)可能會(huì)產(chǎn)生震蕩效應(yīng)

11、。軟閾值的處理方法在小波系數(shù)雖然整理的連續(xù)性好，但當(dāng)小波系數(shù)較大時(shí)，它們的分解系數(shù)總存在偏差，給重構(gòu)信號(hào)帶來不可避免的誤差。因此研究新的閾值處理方法，提高重構(gòu)精度，就有了很大的實(shí)用價(jià)值。</p><p><b>　　1.2 研究背景</b></p><p>　　MATLAB 軟件是美國(guó)的MathWorks 公司出品和負(fù)責(zé)研制的商業(yè)數(shù)學(xué)軟件，MATLAB 軟件主要是用于

12、算法開發(fā)以及數(shù)據(jù)可視化與數(shù)據(jù)分析和數(shù)值計(jì)算的相關(guān)高級(jí)技術(shù)的計(jì)算語(yǔ)言和交互式環(huán)境下處理和分析語(yǔ)音以及圖像的， MATLAB 軟件主要包括MATLAB 和SIMULINK 兩大結(jié)構(gòu)部分。MATLAB 是矩陣實(shí)驗(yàn)室的簡(jiǎn)稱，MATLAB和Mathematica以及Maple 并稱為國(guó)際上的三大數(shù)學(xué)處理軟件。MATLAB在數(shù)學(xué)類的科技應(yīng)用軟件中的相關(guān)在數(shù)值計(jì)算方面的功能將是首屈一指的。MATLAB功能主要是可以進(jìn)行相關(guān)的矩陣運(yùn)算以及繪制函數(shù)和數(shù)據(jù)

13、來實(shí)現(xiàn)相關(guān)的算法和創(chuàng)建用戶界面以及連接其他編程語(yǔ)言的相關(guān)程序等，MATLAB軟件將主要應(yīng)用于工程計(jì)算和控制設(shè)計(jì)以及信號(hào)處理與信號(hào)的通訊和圖像處理還有將是信號(hào)檢測(cè)以及金融建模設(shè)計(jì)與分析等領(lǐng)域。我在設(shè)計(jì)中將會(huì)詳細(xì)地闡述如何使用MATLAB 的相關(guān)小波分析工具箱進(jìn)行語(yǔ)音信號(hào)的相關(guān)去噪處理的實(shí)用技術(shù)和實(shí)用的方法。</p><p>　　與其它計(jì)算機(jī)語(yǔ)言相比，MATLAB具有以下特點(diǎn)：</p><p>

14、;　?。?）MATLAB是一種解釋性語(yǔ)言；</p><p>　　（2）變量的多功能性；</p><p>　?。?）運(yùn)算符號(hào)的多功能性；</p><p>　?。?）語(yǔ)言規(guī)則與筆算式相似；</p><p>　?。?）強(qiáng)大而簡(jiǎn)易的作圖功能；</p><p>　?。?）智能化程度高；</p><p>　

15、　（7）功能豐富，可擴(kuò)展性強(qiáng)。</p><p>　　2．基于MATLAB的小波變換處理過程</p><p><b>　　2.1 小波的定義</b></p><p>　　小波也就是指的是小區(qū)域的波，是一種比較特殊的長(zhǎng)度有限以及平均值為0的特有波形。小波函數(shù)的定義為：我們需要先設(shè)為一平方的可積函數(shù)，也就是即，若此函數(shù)的傅里葉變換滿足條件公式：<

16、;/p><p>　　則可以稱為一個(gè)比較基本的小波母函數(shù)，我們也可以稱上式為小波函數(shù)的相關(guān)可容許的條件。小波分析是近十幾年來發(fā)展起來的一種比較新穎的有關(guān)時(shí)頻的分析方法。小波分析典型的應(yīng)用主要包括齒輪變速控制和起重機(jī)的非正常噪聲，還有就是物理中的相關(guān)的一些間斷現(xiàn)象等。而小波的頻域分析的主要著眼點(diǎn)主要是在于可以區(qū)分有關(guān)的突發(fā)信號(hào)以及和相關(guān)的穩(wěn)定信號(hào)以及定量分析其能量，小波分析的典型應(yīng)用主要是包括細(xì)胞膜的相關(guān)識(shí)別，有關(guān)金屬表

17、面的探傷和金融學(xué)中快變量的相關(guān)檢測(cè)，INTERNET的相關(guān)流量控制等。</p><p>　　我們可以從以上的小波信號(hào)分析的典型應(yīng)用中就可以看出，時(shí)頻分析的應(yīng)用將是非常廣泛，涵蓋了物理學(xué)和工程技術(shù)以及生物科學(xué)與經(jīng)濟(jì)學(xué)等眾多領(lǐng)域，而且我們知道在很多情況下我們僅僅分析其相關(guān)的時(shí)域或頻域的性質(zhì)還是不夠的，比如我們?cè)陔娏Φ南嚓P(guān)監(jiān)測(cè)系統(tǒng)中，即要監(jiān)控相關(guān)穩(wěn)定信號(hào)的一些成分，又要準(zhǔn)確地定位相關(guān)的一些故障信號(hào)。這就需要我們引入新的

18、相關(guān)的一些時(shí)頻分析的方法，小波分析也正是由于這類實(shí)際的需求發(fā)展起來的。</p><p>　　2.2小波變換處理的概述</p><p>　　基于MATLAB的小波在語(yǔ)音信號(hào)的變換識(shí)別與語(yǔ)音合成技術(shù)是一種關(guān)于人機(jī)語(yǔ)言通信技術(shù)，基于MATLAB的小波在語(yǔ)音信號(hào)的運(yùn)用主要是屬于計(jì)算機(jī)智能接口技術(shù)的范疇。計(jì)算機(jī)的相關(guān)智能接口技術(shù)主要是包括計(jì)算機(jī)的相關(guān)聽覺和視覺。計(jì)算機(jī)的多媒體技術(shù)也主要是利用計(jì)算機(jī)基

19、于MATLAB的小波在語(yǔ)音信號(hào)處理和圖像的相關(guān)處理的能力為我們提供一種更加方便和便捷的人機(jī)界面。使人與計(jì)算機(jī)之間的通信以及人與人之間的通信更加方便和快速。</p><p>　　基于MATLAB的小波在語(yǔ)音識(shí)別和變換技術(shù)的應(yīng)用，本質(zhì)上就是將MATLAB的小波能將人和動(dòng)物等的相關(guān)語(yǔ)音轉(zhuǎn)化為計(jì)算機(jī)的相關(guān)的語(yǔ)言代碼。我們知道語(yǔ)音主要是我們的相關(guān)語(yǔ)言信息的相關(guān)載體，語(yǔ)音識(shí)別技術(shù)的基本任務(wù)主要是將輸入的話音信息轉(zhuǎn)化為相應(yīng)的一

20、些語(yǔ)言代碼。就這樣我們不僅可以在存儲(chǔ)或傳輸過程將這樣的語(yǔ)言代碼的狀態(tài)數(shù)碼的相關(guān)比特率比起存儲(chǔ)原來的相關(guān)語(yǔ)音信號(hào)來大幅度地不斷降低，這還在于它把一種連續(xù)性的小波在語(yǔ)音信號(hào)中主要變成一種具有相關(guān)的有限符號(hào)集中的符號(hào)，這樣的符號(hào)容易被計(jì)算機(jī)的一些相關(guān)的專用信息處理單元有效地理解其含義，而且便于計(jì)算機(jī)相關(guān)系統(tǒng)與人進(jìn)行實(shí)際的交流，因而我們就可以進(jìn)行十分廣泛的合理的基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用。 </p><p>

21、;　　小波變換的相關(guān)時(shí)頻的窗口特性與相關(guān)短時(shí)傅里葉的時(shí)頻窗口將是不一樣，因?yàn)槲覀冎繿不僅會(huì)影響窗口在相關(guān)的頻率軸上的位置，也將會(huì)影響相關(guān)窗口的形狀。這樣的小波變換將對(duì)不同的頻率在相關(guān)的時(shí)域上的取樣的步長(zhǎng)會(huì)是可以調(diào)節(jié)的，也就是在低頻的時(shí)候小波變換的時(shí)間分辨率將是較低的，而相關(guān)的頻率分辨率較高；而在相應(yīng)的高頻時(shí)小波變換的時(shí)間分辨率將會(huì)較高，而真正的頻率分辨率會(huì)較低一些，這也正是符合有關(guān)的低頻信號(hào)變化緩慢一些而高頻信號(hào)變化迅速一些的重要特點(diǎn)

22、，所以小波變換會(huì)被譽(yù)為數(shù)學(xué)顯微鏡。這便是小波變換會(huì)優(yōu)于經(jīng)典的傅里葉變換和短時(shí)的傅里葉變換的重要的地方。小波變換也將是一種積分變換，將主要為小波變換的系數(shù)。小波變換不同于傅里葉變換的地方主要是，小波基將會(huì)具有的尺度和平移兩個(gè)重要的參數(shù)，所以有關(guān)的函數(shù)一經(jīng)小波變換的話就意味著可以將一個(gè)相關(guān)的時(shí)間函數(shù)可以投影到二維的時(shí)間-尺度相的有關(guān)平面上，這樣將會(huì)有利于提取有關(guān)的信號(hào)函數(shù)的某些本質(zhì)方面的特征。</p><p>　　小

23、波分析在目前將是一門新的學(xué)科，在相關(guān)的頻域和時(shí)域?qū)?huì)具有良好的局部化的一些特性，小波變換將克服了傅里葉分析方面的一些不足，在能夠使用傅里葉變換的地方我們將都可以用小波變換來代替并且所取得的效果將會(huì)更好。小波變換在數(shù)據(jù)的壓縮和去噪以及在邊緣檢測(cè)等方面比現(xiàn)有方法更有效。</p><p>　　小波分析與傅里葉分析的主要的區(qū)別將在于：傅里葉分析的重點(diǎn)是只考慮相關(guān)時(shí)域和相關(guān)的頻域之間的是一對(duì)一的映射，傅里葉分析主要是以單個(gè)

24、變量的時(shí)間或頻率的相關(guān)的函數(shù)來表示信號(hào)；小波分析則主要是利用一些可以聯(lián)合的時(shí)間—尺度函數(shù)來分析相關(guān)的一些非平穩(wěn)的信號(hào)，小波分析和時(shí)頻分析的主要區(qū)別將在于：時(shí)頻分析將主要是在相關(guān)的時(shí)頻平面上來表示的一些非平穩(wěn)的信號(hào)，小波分析的描述將主要是在非平穩(wěn)信號(hào)的也在相關(guān)的二維平面上，但不是在時(shí)頻的平面上，而是在有關(guān)的時(shí)間—尺度的平面上，在小波分析中人們將可以在不同尺度上來觀察一些相關(guān)的信號(hào)，這種對(duì)信號(hào)分析的多尺度觀點(diǎn)將是小波分析的一些最為基本的特征

25、。</p><p>　　小波分析將是屬于時(shí)頻分析的其中的的一種，傳統(tǒng)小波分析的信號(hào)分析將主要是建立在傅立葉變換的基礎(chǔ)之上的，我們知道由于傅立葉分析將主要使用的是一種全局性的變換，要么完全地在時(shí)域，要么完全地在頻域，因此我們將無法表述有關(guān)信號(hào)的相關(guān)的時(shí)頻局域的一些性質(zhì)，而我們知道這種性質(zhì)恰恰將是非平穩(wěn)信號(hào)中最為根本和最為關(guān)鍵的性質(zhì)。我們?yōu)榱朔治龊吞幚碛嘘P(guān)的非平穩(wěn)信號(hào)，人們將主要對(duì)傅立葉分析進(jìn)行了有關(guān)的推廣乃至根本性

26、的變革，這樣將提出并發(fā)展了一系列新的有關(guān)的信號(hào)分析理論：短時(shí)傅立葉變換和Gabor變換以及時(shí)頻分析與小波變換，還有分?jǐn)?shù)階傅立葉變換和線調(diào)頻小波變換以及循環(huán)統(tǒng)計(jì)量理論和調(diào)幅-調(diào)頻信號(hào)分析等。其中短時(shí)的傅立葉變換和小波變換也將是應(yīng)傳統(tǒng)的傅立葉變換不能夠滿足相關(guān)的信號(hào)處理的要求而彼此產(chǎn)生的。短時(shí)的傅立葉變換分析的基本思想將主要是：我們可以假定非平穩(wěn)信號(hào)在分析窗函數(shù)g（t）的一個(gè)短時(shí)間間隔內(nèi)將是平穩(wěn)的，并可以移動(dòng)分析窗函數(shù)，使將在不同的有限時(shí)間

27、的寬度內(nèi)是平穩(wěn)的信號(hào)，從而可以計(jì)算出各個(gè)不同時(shí)刻的有關(guān)的功率譜。但我們將從本質(zhì)上來講的話短時(shí)傅立葉變換將會(huì)是一種比較單一分辨率的信號(hào)分析方法，因?yàn)槎虝r(shí)傅立葉變換使用一個(gè)</p><p>　　小波變換是一種信號(hào)的時(shí)間—尺度分析方法，它具有多分辨率分析的特點(diǎn)，而且在時(shí)頻兩域都具有表征信號(hào)局部特征的能力，是一種窗口大小固定不變但其形狀可改變，時(shí)間窗和頻率窗都可以改變的時(shí)頻局部化分析方法。即在低頻部分具有較高的頻率分辨率

28、，在高頻部分具有較高的時(shí)間分辨率和較低的頻率分辨率，很適合于探測(cè)正常信號(hào)中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽(yù)為分析信號(hào)的顯微鏡，利用連續(xù)小波變換進(jìn)行動(dòng)態(tài)系統(tǒng)故障檢測(cè)與診斷具有良好的效果。 </p><p>　　小波變換是空間和時(shí)間以及頻率的一些局部信號(hào)的變換,小波變換能有效地從語(yǔ)音信號(hào)中提取有用的信息。由于有些語(yǔ)音信號(hào)主要分布在低頻區(qū)域而噪聲則主要分布在高頻區(qū)域部分,但在高頻區(qū)域中也含有一小部分有用的

29、語(yǔ)音信號(hào)信息,使用MATLAB的小波變換方法處理語(yǔ)音信號(hào),可以分解只作用于低頻部分而我們將高頻部分保持不動(dòng)?；贛ATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用方面還在化學(xué)領(lǐng)域有所應(yīng)用,這會(huì)經(jīng)常涉及到光譜信號(hào)和波譜信號(hào)以及電化學(xué)信號(hào)等各種化學(xué)信號(hào)的處理,在化學(xué)領(lǐng)域的這些方面小波分析已得到了非常成功的應(yīng)用。目前MATLAB軟件有很多方法可用于信號(hào)的降噪,如中值濾波和低通濾波以及傅立葉變換等,但它們都將會(huì)濾掉了語(yǔ)音信號(hào)細(xì)節(jié)中的有用部分，小波分析作為一種

30、基于MATLAB新的數(shù)學(xué)工具,對(duì)很多領(lǐng)域特別是語(yǔ)音信號(hào)分析領(lǐng)域?qū)?huì)產(chǎn)生了重大影響。</p><p>　　MATLAB的小波包變換是小波變換的推廣和延續(xù),我們可以視為普遍的一些小波函數(shù)的線性組合表示信號(hào)時(shí)，具有比小波變換更強(qiáng)的靈活性和便捷性。小波包變換在處理語(yǔ)音信號(hào)時(shí),高頻部分也和低頻部分一樣被分解。</p><p>　　3． 基于MATLAB的小波變換的相關(guān)特點(diǎn)</p>&l

31、t;p>　　3.1 基于MATLAB的小波濾波器的鏡像</p><p>　　在基于MATLAB的小波在語(yǔ)音信號(hào)的應(yīng)用分析中,小波的一些相關(guān)的函數(shù)以及小波的相關(guān)濾波器和相關(guān)的比例尺函數(shù)或者比例尺的相關(guān)濾波器主要是以成對(duì)的情況出現(xiàn)的,基于MATLAB的小波是有很多種類的。我們?cè)趯?duì)相關(guān)的離散的小波信號(hào)進(jìn)行相關(guān)的特點(diǎn)分析時(shí),它們均可以使用一個(gè)有限的相關(guān)數(shù)組來表示。在信息學(xué)中我們可以將有限的相關(guān)數(shù)組表示可以理解為主要

32、是一種有限的脈沖響應(yīng)的濾波器,這種有限的脈沖響應(yīng)的濾波器實(shí)際效果將是對(duì)原信號(hào)沒有任何的反饋?zhàn)饔玫??；贛ATLAB的小波的另一種對(duì)原信號(hào)的相關(guān)具有反饋?zhàn)饔玫臑V波器我們可以稱為無限脈沖響應(yīng)的濾波器。</p><p>　　這在小波的相關(guān)分析中的這種有限的脈沖響應(yīng)濾波器，我們必須滿足的是比例尺的相關(guān)濾波器中的各個(gè)數(shù)值之和的平方將需要是恒等于2 或1。基于MATLAB的小波濾波器中的各數(shù)值之和恒等于零；在基于MATLAB

33、的小波濾波器中，各項(xiàng)數(shù)值相對(duì)于它們的相關(guān)比例尺的實(shí)際的濾波器中，各項(xiàng)的數(shù)值之間將具有反對(duì)稱的一些相關(guān)的特點(diǎn)；正是由于這個(gè)特點(diǎn)的存在,小波濾波器有時(shí)我們也將稱為相關(guān)比例尺濾波器的鏡像。 基于MATLAB的小波濾波器的第一項(xiàng)的相關(guān)數(shù)值，將會(huì)等于比例尺的濾波器中倒數(shù)第一項(xiàng)的實(shí)際的數(shù)值,而是在第二項(xiàng)中就會(huì)等于倒數(shù)第二項(xiàng)的實(shí)際數(shù)值,并且我們知道所有的奇數(shù)項(xiàng)的實(shí)際符號(hào)均會(huì)為負(fù)號(hào)。</p><p>　　3.2 利用A 

34、5;A 的比例尺的矩陣來分析小波</p><p>　　基于MATLAB的小波中如果有一列長(zhǎng)度為A 的離散的的相關(guān)小波信號(hào),那么我們?cè)谶M(jìn)行小波分析的時(shí)候就要考慮先形成一個(gè)A ×A 的比例尺的相關(guān)矩陣。我們要考慮在相關(guān)矩陣的每一行要除了濾波器的實(shí)際數(shù)值以外其他的數(shù)值要均為零的狀態(tài),同時(shí)我們要考慮每行的濾波器的實(shí)際數(shù)值將會(huì)依照相關(guān)的位移量逐漸地進(jìn)行向右地平移。那么該矩陣和小波信號(hào)向量的相關(guān)乘積就是我們所考慮獲

35、得的實(shí)際的比例尺的系數(shù),同理我們將可以考慮 基于MATLAB的小波獲得高通濾波器的相關(guān)小波系數(shù)。它們所獲得的比例尺的相關(guān)系數(shù)又將我們可以進(jìn)行下一級(jí)的相關(guān)分析。一般來說基于MATLAB的小波的低通濾波器的作用將主要是平滑數(shù)據(jù),而高通濾波器的實(shí)際作用就是獲取它們?cè)谶@個(gè)細(xì)節(jié)上的相關(guān)的差別。</p><p>　　4．基于MATLAB的小波在語(yǔ)音信號(hào)的去噪方法</p><p>　　我們對(duì)于語(yǔ)音信號(hào)去

36、噪方法的研究是語(yǔ)音信號(hào)處理領(lǐng)域一個(gè)不便的研究話題。我們知道比較經(jīng)典的一些信號(hào)去噪方法主要包括如時(shí)域法和頻域法，還有就是加窗傅立葉變換法和維納分布法等各自都有其相關(guān)的局限性的同時(shí)也有其優(yōu)勢(shì)。但也限制了這些語(yǔ)音信號(hào)去噪方法的相關(guān)應(yīng)用的范圍?；贛ATLAB的幾種常用小波在語(yǔ)音信號(hào)的去噪方法以及變換是一種新的去噪方法，基于MATLAB的閾值去噪法在時(shí)頻兩域都具有非常良好的局部化特性。并且基于MATLAB閾值去噪法的在語(yǔ)音信號(hào)的去噪領(lǐng)域獲得了非

37、常廣泛的應(yīng)用。 </p><p>　　我的論文將主要研究了基于MATLAB的幾種常用小波在語(yǔ)音信號(hào)的去噪方法的變換理論，論文著重分析了小波在語(yǔ)音信號(hào)在非平穩(wěn)語(yǔ)音信號(hào)去噪中的相關(guān)的應(yīng)用方法。我也比較了幾種常用小波閾值去噪法的應(yīng)用分析，并針對(duì)基于MATLAB的幾種常用小波閾值去噪法中常會(huì)遇到的小波語(yǔ)音信號(hào)的相關(guān)的分解層數(shù)的選取和閾值的合理選取。利用MATLAB的小波分析工具箱詳細(xì)地分析研究了實(shí)際的語(yǔ)音信號(hào)，并可以根據(jù)

38、相關(guān)語(yǔ)音信號(hào)的噪音模式，我主要在論文中提出了一種改進(jìn)的小波域的相關(guān)語(yǔ)音去噪的實(shí)際方法。</p><p>　　4.1基于MATLAB語(yǔ)音信號(hào)小波變換閾值去噪法</p><p>　　對(duì)于基于MATLAB信號(hào)去噪方法的研究是信號(hào)處理領(lǐng)域一個(gè)永恒的經(jīng)典話題。我們研究如何利用MATLAB軟件去除語(yǔ)音中的噪聲，以及改進(jìn)相關(guān)的語(yǔ)音質(zhì)量和對(duì)于提高相關(guān)語(yǔ)音的可懂度是語(yǔ)音信號(hào)處理的關(guān)鍵所在。傳統(tǒng)的語(yǔ)音去噪的相

39、關(guān)算法是主要對(duì)語(yǔ)音信號(hào)進(jìn)行時(shí)域或頻域的相關(guān)濾波的方法，這些語(yǔ)音去噪的方法往往只是對(duì)某種特定的語(yǔ)音噪聲的去噪的效果明顯。當(dāng)語(yǔ)音信號(hào)中的噪聲與相關(guān)語(yǔ)音的一些頻譜相似時(shí)，傳統(tǒng)的單純時(shí)域或頻域處理往往將無法達(dá)到很好的去噪效果。</p><p>　　基于MATLAB的小波在語(yǔ)音信號(hào)中的變換是在上世紀(jì)的80年代末發(fā)展起來的一種時(shí)頻局部化的分析方法，這種方法特別適用于分析非平穩(wěn)的小波時(shí)變的相關(guān)語(yǔ)音信號(hào)?？朔硕虝r(shí)傅立葉變換固定

40、分辨率的弱點(diǎn),既可以分析信號(hào)的概貌,又可以分析信號(hào)的細(xì)節(jié),利用小波變換實(shí)現(xiàn)信號(hào)的去噪,具有較好的效果。基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用理論已在語(yǔ)音信號(hào)的去噪方面已經(jīng)在語(yǔ)音信號(hào)的相關(guān)科研的處理方面得到越來越廣泛的應(yīng)用。基于MATLAB的小波具有相關(guān)的多分辨率的分析的方法，我們將使基于MATLAB的小波具有帶通濾波的一些相關(guān)的特性，因而我們就可以利用小波分解與小波重構(gòu)的相關(guān)方法來對(duì)相關(guān)的濾波進(jìn)行降噪處理。</p>&l

41、t;p>　　基于MATLAB的小波在語(yǔ)音信號(hào)中的奇異性檢測(cè)的相關(guān)理論將會(huì)使得我們也可利用小波變換模的極大值的相關(guān)方法去噪。非線性小波語(yǔ)音信號(hào)變換的相關(guān)閾值去噪法將使小波閾值去噪得到了非常廣泛的應(yīng)用?；贛ATLAB語(yǔ)音信號(hào)小波變換閾值去噪法對(duì)傳統(tǒng)的相關(guān)去噪方法進(jìn)行了改進(jìn)，把傳統(tǒng)的相關(guān)去噪方法和閾值去噪的相關(guān)方法結(jié)合在了一起，這將得到了一種新的組合方法。該方法特點(diǎn)是在濾波之后得到的相關(guān)小波系數(shù)不僅連續(xù)性好的同時(shí)準(zhǔn)確率也高，而且易于和

42、方便我們重構(gòu)信號(hào)?；贛ATLAB語(yǔ)音信號(hào)的仿真結(jié)果表明，消噪的效果有了比較明顯的改觀。</p><p>　　基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用的小波域的相關(guān)濾波是根據(jù)信號(hào)和相關(guān)噪聲在不同尺度上的小波變換的不同形態(tài)來表現(xiàn)和構(gòu)造出相應(yīng)的消噪規(guī)則, 這樣就會(huì)對(duì)信號(hào)和相關(guān)噪聲的小波變換系數(shù)進(jìn)行相關(guān)的處理, 這樣處理的實(shí)質(zhì)就在于不斷地減少以至于完全剔除小波在語(yǔ)音信號(hào)中由噪聲產(chǎn)生的相關(guān)系數(shù),這樣就可以同時(shí)最大限度地保

43、留有效語(yǔ)音信號(hào)對(duì)應(yīng)的一些小波系數(shù),再由MATLAB對(duì)處理過的相關(guān)小波系數(shù)進(jìn)行信號(hào)重構(gòu), 從而可以得到原始信號(hào)的最優(yōu)估計(jì)。基于MATLAB的小波變換的濾波作用, 我們知道就主要包含在對(duì)小波變換系數(shù)的相關(guān)處理中。我們對(duì)于小波語(yǔ)音信號(hào)的正常邊緣和相關(guān)的Lipsch itz的指數(shù)將是大于或等于0的, 這時(shí)小波語(yǔ)音信號(hào)變換的相關(guān)幅值將主要隨著尺度的不斷增加而增加和保持不變； 而對(duì)于基于MATLAB的小波語(yǔ)音信號(hào)的噪聲, 其Lipsch itz指數(shù)

44、將主要是小于0的狀況, 這時(shí)小波變換的相關(guān)幅值將會(huì)隨著尺度的不斷增加而進(jìn)入迅速衰減的狀況。我們當(dāng)將相關(guān)的尺度增大到一定程度的時(shí)候基于MATLAB的小波的噪聲控制點(diǎn)將隨著小波變換的模極值點(diǎn)將會(huì)不斷地消失?；贛ATLAB的小波語(yǔ)音信號(hào)經(jīng)過小波變換之后, 其</p><p>　　4.2基于MATLAB的小波閾值處理方式的優(yōu)化</p><p>　　傳統(tǒng)的硬和軟閾值處理方式方法雖然在實(shí)際應(yīng)用中得到

45、了廣泛的應(yīng)用，也取得了較好的理想效果，但是這些方法本身還存在一些應(yīng)有的缺陷。在基于MATLAB的相關(guān)的硬閾值處理過程中，主要得到的相關(guān)的一些小波系數(shù)值的連續(xù)性比較差，也就是由于分解系數(shù)在相關(guān)的±λ處是不連續(xù)的，因此我們知道重構(gòu)所得的小波語(yǔ)音信號(hào)可能會(huì)產(chǎn)生一些振蕩的效應(yīng)；而軟閾值的相關(guān)方法中估計(jì)的相關(guān)小波系數(shù)雖然整體上的連續(xù)性較好一些，但是由于當(dāng)小波系數(shù)較大時(shí)它們的分解系數(shù)之間總存在一些恒定的偏差值，我們知道這將會(huì)直接影響相關(guān)的

46、重構(gòu)信號(hào)與真實(shí)信號(hào)的彼此逼近程度，給重構(gòu)信號(hào)帶來不可避免的一些誤差。如果我們對(duì)相關(guān)噪聲用分解的實(shí)際系數(shù)用C(J，k)來表示的話，其中j代表的就是小波語(yǔ)音信號(hào)的尺度，k代表相關(guān)的時(shí)間，我們則可以得出如下的相關(guān)結(jié)論：如果我們所分解的語(yǔ)音信號(hào)是一個(gè)平穩(wěn)的零均值的白噪聲的信號(hào)的話，則其小波分解系數(shù)將會(huì)是不相關(guān)的；如果我們所分解的語(yǔ)音信號(hào)是一個(gè)高斯噪聲，那么則其小波分解系數(shù)將會(huì)是相對(duì)獨(dú)立的，并且也是高斯分布的狀態(tài)；如果我們所分析的信號(hào)是一個(gè)有色和

47、平穩(wěn)以及零均值的相關(guān)的高斯噪聲序列，那么其小波語(yǔ)音的分解系數(shù)也是高斯序列。系統(tǒng)對(duì)每</p><p>　　我們由函數(shù)式可知，當(dāng)a=O時(shí)上式將會(huì)等效為Donoho的相關(guān)硬閾值；當(dāng)a一1時(shí)，上式將會(huì)等效為Donoho軟閾值；當(dāng)a在0到1之間不斷地變化時(shí)，z將為±cx3，我們可以知道有|f(x)一 x|一>aλ。也就是說，隨著ω(j,k)模值的不斷增大，ω(j,k)與ω(j,k)偏差的絕對(duì)值的范圍將會(huì)逐漸

48、減小為αλ，這樣將會(huì)大大地減小了軟閾值方法中產(chǎn)生的相關(guān)恒定的一些偏差的同時(shí)將提高了重構(gòu)精度和改善了實(shí)際的去噪效果?？梢娤鄬?duì)于硬和軟閾值函數(shù)而言，新閾值函數(shù)將是一個(gè)更靈活的基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用選擇。我們只要在0和1之間適當(dāng)?shù)恼{(diào)整α的大小，就可以獲得更好的小波在語(yǔ)音信號(hào)中的去噪效果。圖1是我用Matlab畫出的Donoho軟和硬閾值圖及新閾值的相關(guān)函數(shù)圖，主要是當(dāng)α=O．1的情況下。</p><p&g

49、t;　　4.3基于MATLAB的小波在語(yǔ)音信號(hào)去噪的仿真程序</p><p><b>　　其源程序如下：</b></p><p>　　clearclc/*此程序表示在噪聲環(huán)境下語(yǔ)音信號(hào)的相關(guān)增強(qiáng)功能和語(yǔ)音信號(hào)將主要為讀入的相關(guān)聲音文件以及噪聲主要為正態(tài)的一些隨機(jī)噪聲*/sound=wavread('c12345.wav');count1=len

50、gth(sound);noise=0.05*randn(1,count1);for i=1:count1signal(i)=sound(i);endfor i=1:count1y(i)=signal(i)+noise(i);end/*此程序表示在在小波基“db3”的狀態(tài)下進(jìn)行一維的離散相關(guān)小波變換*/[coefs1,coefs2]=dwt(y,'db3');</p><p>　　

51、/*此程序表示低頻和高頻*/count2=length(coefs1);count3=length(coefs2);energy1=sum((abs(coefs1)).^2);energy2=sum((abs(coefs2)).^2);energy3=energy1+energy2;for i=1:count2recoefs1(i)=coefs1(i)/energy3;endfor i=1:count3recoefs

52、2(i)=coefs2(i)/energy3;end/*此程序主要是表示低頻系數(shù)進(jìn)行相關(guān)的語(yǔ)音信號(hào)清濁音的判別*/zhen=160;count4=fix(count2/zhen);for i=1:count4n=160*(i-1)+1:160+160*(i-1);s=sound(n);w=hamming(160);sw=s.*w;a=aryule(sw,10);sw=filter(a,1,sw);sw=sw/su

53、m(sw);r=xcorr(sw,'biased');corr=max(r);</p><p>　　/*此程序主要是表示系統(tǒng)為清音（unvoice）時(shí)，輸出將為1；系統(tǒng)為濁音（voice）時(shí)，輸出結(jié)果將為0*/if corr>=0.8output1(i)=0;elseif corr<=0.1output1(i)=1;endendfor i=1:count4n=160

54、*(i-1)+1:160+160*(i-1);if output1(i)==1switch abs(recoefs1(i))case abs(recoefs1(i))<=0.002recoefs1(i)=0;case abs(recoefs1(i))>0.002 & abs(recoefs1(i))<=0.003recoefs1(i)=sgn(recoefs1(i))*(0.003*abs(reco

55、efs1(i))-0.000003)/0.002;otherwise recoefs1(i)=recoefs1(i);endelseif output1(i)==0recoefs1(i)=recoefs1(i);endend/*此程序主要是表示對(duì)相關(guān)的高頻系數(shù)進(jìn)行語(yǔ)音信號(hào)清濁音的判別*/</p><p>　　/*下面的程序主要是表示讀出帶噪語(yǔ)音信號(hào)，我們將結(jié)果存為“101.wav”*/wavwri

56、te(y,5500,16,'c101');/*下面的程序主要是表示讀出相關(guān)處理后的語(yǔ)音信號(hào)，將結(jié)果存為“102.wav”*/wavwrite(output4,5500,16,'c102');/*下面的程序主要是表示對(duì)相關(guān)輸出信號(hào)的抽樣點(diǎn)值進(jìn)行歸一化的相關(guān)處理*/maxdata=max(output3);output4=output3/maxdata;</p><p>　　

57、4.4基于MATLAB的小波在語(yǔ)音信號(hào)去噪的仿真應(yīng)用舉例</p><p>　　如下程序，將一段格式為“voice.wav”語(yǔ)音信號(hào)進(jìn)行去噪處理：</p><p><b>　　clear</b></p><p><b>　　clc</b></p><p>　　%在噪聲環(huán)境下語(yǔ)音信號(hào)的增強(qiáng)</p&

58、gt;<p>　　%語(yǔ)音信號(hào)為讀入的聲音文件</p><p>　　% %噪聲為正態(tài)隨機(jī)噪聲</p><p>　　sound=wavread('Voice.wav');</p><p>　　count=length(sound);</p><p>　　noise=0.05*randn(1,count);</p

59、><p>　　y=sound'+noise;</p><p><b>　　%獲取消噪的閾值</b></p><p>　　[thr,sorh,keepapp]=ddencmp('den','wv',y);</p><p><b>　　%對(duì)信號(hào)進(jìn)行消噪</b><

60、/p><p>　　yd=wdencmp('gbl',y,'db4',2,thr,sorh,keepapp);</p><p>　　subplot(121);</p><p>　　plot(sound);</p><p>　　title('原始語(yǔ)音信號(hào)');</p><p>　

61、　subplot(122);</p><p><b>　　plot(yd);</b></p><p>　　title('去噪后的語(yǔ)音信號(hào)');</p><p>　　經(jīng)過去噪處理后期運(yùn)行結(jié)果如圖2：</p><p>　　圖2 語(yǔ)音去噪處理仿真結(jié)果</p><p><b>

62、　　5．結(jié)語(yǔ)</b></p><p>　　基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用方面主要包括語(yǔ)音識(shí)別與合成，基于MATLAB的小波在語(yǔ)音信號(hào)中的應(yīng)用方法是用計(jì)算機(jī)智能接口技術(shù)來主要體現(xiàn)計(jì)算機(jī)對(duì)聽覺信號(hào)的處理。小波的語(yǔ)音信號(hào)會(huì)在傳輸過程中將會(huì)不可避免地受到自然的和人為的各種環(huán)境的相互干擾，我們可以利用MATLAB將從受擾動(dòng)觀測(cè)的相關(guān)信號(hào)中獲得去噪的相關(guān)的信息,這不僅與干擾的性質(zhì)和信號(hào)的各種形式有關(guān),也

63、與信號(hào)的相關(guān)處理的方式有關(guān)。在我們的實(shí)際應(yīng)用中,將會(huì)針對(duì)不同性質(zhì)的相關(guān)信號(hào)和不同的干擾方式,尋找基于MATLAB最佳的處理方法來降低小波在語(yǔ)音信號(hào)中的噪聲,一直是語(yǔ)音信號(hào)處理領(lǐng)域廣泛討論的重要問題之一。</p><p><b>　　6．致謝</b></p><p>　　經(jīng)過2個(gè)多月的研究，在xx老師悉心的照顧和支持下，我的論文才能順利的進(jìn)行。xx老師從最初的選題直到最

64、后的審核，都給予了我很大的幫助，可由于本人自身的知識(shí)有限，不能讓論文更加的完善，達(dá)到令人耳目一新的感覺，但在這段學(xué)習(xí)的過程中，也真的耗費(fèi)了老師和我的很多心血與時(shí)間，我會(huì)認(rèn)真對(duì)待這份勞動(dòng)果實(shí)，珍惜這一路走來經(jīng)歷的一切困難，再次真摯的感謝xx老師和今天在座的各位答辯老師，你們的批評(píng)讓我成長(zhǎng)，你們的鼓勵(lì)讓我昂揚(yáng)！</p><p><b>　　參考文獻(xiàn)</b></p><p>

65、;　　[1] 薛年喜.MATLAB 在數(shù)字信號(hào)處理中的應(yīng)用[M]．北京：清華大學(xué)出版社，2003．</p><p>　　[2] 秦襄培.MATLAB 語(yǔ)音處理與界面編程[M].北京.電子工業(yè)出版社，2009．</p><p>　　[3] 飛斯科技產(chǎn)品研發(fā)中心．MATLAB6.5 輔助小波分析與應(yīng)用[M].北京：電子工業(yè)出</p><p><b>　　版社，

66、2003．</b></p><p>　　[4] 俞小紅.姚敏.小波變換及在語(yǔ)音處理中小波系數(shù)分析[J].計(jì)算機(jī)應(yīng)用.2001(2):50-54</p><p>　　[5] 林宏裔.孔亮.在MATLAB 環(huán)境語(yǔ)言中基于小波變換的圖像處理[J].華北科技學(xué)院學(xué)</p><p>　　報(bào).2003(2):60.</p><p>　　[6]

67、曹政華,顏錦奎.視頻圖像實(shí)時(shí)小波變換系統(tǒng)[J].微計(jì)算機(jī)信息,2005,5:138-140[7]Castleman K.R.Digital Image Processing[M].Prentice-Hall International Inc and Tsing Hua Press,1998,115[8]程效軍,徐文昌,陳鷹.基于小波變換的圖像壓縮算法[J].同濟(jì)大學(xué)學(xué)報(bào),2001,29(10):152. </p>&

68、lt;p>　　[9]潘哲朗.鐘金剛.一種用MATLAB實(shí)現(xiàn)的基于小波變換的圖象水印技術(shù)[J].計(jì)算機(jī)工程與應(yīng)用,2003,(18):69-71.[10]王曉丹,吳崇明.基于MATLAB的系統(tǒng)分析與設(shè)計(jì)--圖象處理[M].西安:西安電子科技大學(xué)出版社,2000.[11]孫兆林.MATLAB6.x圖象處理[M].北京:清華大學(xué)出版社,2002.[12]涂望明,魏友國(guó),施少敏.MATLAB在數(shù)字圖象處理中的應(yīng)用[J].微計(jì)算機(jī)信息