基于matlab的小波在語音信號中的應(yīng)用畢業(yè)設(shè)計

1、<p>　　基于MATLAB的小波在語音信號中的應(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)值計算和可視化的軟件，經(jīng)過各個行業(yè)領(lǐng)域?qū)＜业墓餐筒粩嘌芯浚琈ATLAB現(xiàn)已包含信號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)計中將以MATLAB 軟件為參考和結(jié)合工程實際運(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來實現(xiàn)小波在語音信號中的應(yīng)用。</p><p>　　[關(guān)鍵詞] MATLAB；小波去噪；語音信號</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的小波在語音信號的去噪方法4</p><p>　　4.1基于MATLAB語音信號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的小波在語音信號去噪的仿真程序7</p><p>　　4.4基于MATLAB的小波在語音信號去噪的仿真應(yīng)用舉例10</p><p><b>　　5．結(jié)語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)值計算和可視化的軟件，經(jīng)過各個行業(yè)領(lǐng)域?qū)＜业墓餐筒粩嘌芯?，MATLAB現(xiàn)已應(yīng)用于信號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)計中將以MATLAB 軟件為參考和結(jié)合工程實際運(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來實現(xiàn)小波在語音信號中的應(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)得到的小波語音信號可能會產(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，它們的分解系數(shù)總存在偏差，給重構(gòu)信號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，就有了很大的實用價值。</p><p><b>　　1.2 研究背景</b></p><p>　　MATLAB 軟件是美國的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)值計算的相關(guān)高級技術(shù)的計算語言和交互式環(huán)境下處理和分析語音以及圖像的， MATLAB 軟件主要包括MATLAB 和SIMULINK 兩大結(jié)構(gòu)部分。MATLAB 是矩陣實驗室的簡稱，MATLAB和Mathematica以及Maple 并稱為國際上的三大數(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言的相關(guān)程序等，MATLAB軟件將主要應(yīng)用于工程計算和控制設(shè)計以及信號處理與信號的通訊和圖像處理還有將是信號檢測以及金融建模設(shè)計與分析等領(lǐng)域。我在設(shè)計中將會詳細(xì)地闡述如何使用MATLAB 的相關(guān)小波分析工具箱進(jìn)行語音信號的相關(guān)去噪處理的實用技術(shù)和實用的方法。</p><p>　　與其它計算機(jī)語言相比，MATLAB具有以下特點(diǎn)：</p><p>

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

15、?。?）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)信號以及和相關(guān)的穩(wěn)定信號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，INTERNET的相關(guān)流量控制等。</p><p>　　我們可以從以上的小波信號分析的典型應(yīng)用中就可以看出，時頻分析的應(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)的時域或頻域的性質(zhì)還是不夠的，比如我們在電力的相關(guān)監(jiān)測系統(tǒng)中，即要監(jiān)控相關(guān)穩(wěn)定信號的一些成分，又要準(zhǔn)確地定位相關(guān)的一些故障信號。這就需要我們引入新的

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

19、于MATLAB的小波在語音信號處理和圖像的相關(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的小波在語音識別和變換技術(shù)的應(yīng)用，本質(zhì)上就是將MATLAB的小波能將人和動物等的相關(guān)語音轉(zhuǎn)化為計算機(jī)的相關(guān)的語言代碼。我們知道語音主要是我們的相關(guān)語言信息的相關(guān)載體，語音識別技術(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、些語言代碼。就這樣我們不僅可以在存儲或傳輸過程將這樣的語言代碼的狀態(tài)數(shù)碼的相關(guān)比特率比起存儲原來的相關(guān)語音信號來大幅度地不斷降低，這還在于它把一種連續(xù)性的小波在語音信號中主要變成一種具有相關(guān)的有限符號集中的符號，這樣的符號容易被計算機(jī)的一些相關(guān)的專用信息處理單元有效地理解其含義，而且便于計算機(jī)相關(guān)系統(tǒng)與人進(jìn)行實際的交流，因而我們就可以進(jìn)行十分廣泛的合理的基于MATLAB的小波在語音信號中的應(yīng)用。 </p><p>

21、;　　小波變換的相關(guān)時頻的窗口特性與相關(guān)短時傅里葉的時頻窗口將是不一樣，因為我們知道a不僅會影響窗口在相關(guān)的頻率軸上的位置，也將會影響相關(guān)窗口的形狀。這樣的小波變換將對不同的頻率在相關(guān)的時域上的取樣的步長會是可以調(diào)節(jié)的，也就是在低頻的時候小波變換的時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)的高頻時小波變換的時間分辨率將會較高，而真正的頻率分辨率會較低一些，這也正是符合有關(guān)的低頻信號變化緩慢一些而高頻信號變化迅速一些的重要特點(diǎn)

22、，所以小波變換會被譽(yù)為數(shù)學(xué)顯微鏡。這便是小波變換會優(yōu)于經(jīng)典的傅里葉變換和短時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，小波基將會具有的尺度和平移兩個重要的參數(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相關(guān)的時間函數(shù)可以投影到二維的時間-尺度相的有關(guān)平面上，這樣將會有利于提取有關(guān)的信號函數(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)的頻域和時域?qū)哂辛己玫木植炕囊恍┨匦?，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更好。小波變換在數(shù)據(jù)的壓縮和去噪以及在邊緣檢測等方面比現(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)時域和相關(guān)的頻域之間的是一對一的映射，傅里葉分析主要是以單個

24、變量的時間或頻率的相關(guān)的函數(shù)來表示信號；小波分析則主要是利用一些可以聯(lián)合的時間—尺度函數(shù)來分析相關(guān)的一些非平穩(wěn)的信號，小波分析和時頻分析的主要區(qū)別將在于：時頻分析將主要是在相關(guān)的時頻平面上來表示的一些非平穩(wěn)的信號，小波分析的描述將主要是在非平穩(wěn)信號的也在相關(guān)的二維平面上，但不是在時頻的平面上，而是在有關(guān)的時間—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，這種對信號分析的多尺度觀點(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頻分析的其中的的一種，傳統(tǒng)小波分析的信號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，要么完全地在時域，要么完全地在頻域，因此我們將無法表述有關(guān)信號的相關(guān)的時頻局域的一些性質(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，人們將主要對傅立葉分析進(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)的信號分析理論：短時傅立葉變換和Gabor變換以及時頻分析與小波變換，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)計量理論和調(diào)幅-調(diào)頻信號分析等。其中短時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)的信號處理的要求而彼此產(chǎn)生的。短時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)信號在分析窗函數(shù)g（t）的一個短時間間隔內(nèi)將是平穩(wěn)的，并可以移動分析窗函數(shù)，使將在不同的有限時間

27、的寬度內(nèi)是平穩(wěn)的信號，從而可以計算出各個不同時刻的有關(guān)的功率譜。但我們將從本質(zhì)上來講的話短時傅立葉變換將會是一種比較單一分辨率的信號分析方法，因為短時傅立葉變換使用一個</p><p>　　小波變換是一種信號的時間—尺度分析方法，它具有多分辨率分析的特點(diǎn)，而且在時頻兩域都具有表征信號局部特征的能力，是一種窗口大小固定不變但其形狀可改變，時間窗和頻率窗都可以改變的時頻局部化分析方法。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間分辨率和較低的頻率分辨率，很適合于探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽(yù)為分析信號的顯微鏡，利用連續(xù)小波變換進(jìn)行動態(tài)系統(tǒng)故障檢測與診斷具有良好的效果。 </p><p>　　小波變換是空間和時間以及頻率的一些局部信號的變換,小波變換能有效地從語音信號中提取有用的信息。由于有些語音信號主要分布在低頻區(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、語音信號信息,使用MATLAB的小波變換方法處理語音信號,可以分解只作用于低頻部分而我們將高頻部分保持不動。基于MATLAB的小波在語音信號中的應(yīng)用方面還在化學(xué)領(lǐng)域有所應(yīng)用,這會經(jīng)常涉及到光譜信號和波譜信號以及電化學(xué)信號等各種化學(xué)信號的處理,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,但它們都將會濾掉了語音信號細(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,對很多領(lǐng)域特別是語音信號分析領(lǐng)域?qū)a(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時，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音信號時,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的小波在語音信號的應(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的情況出現(xiàn)的,基于MATLAB的小波是有很多種類的。我們在對相關(guān)的離散的小波信號進(jìn)行相關(guān)的特點(diǎn)分析時,它們均可以使用一個有限的相關(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)的濾波器實際效果將是對原信號沒有任何的反饋?zhàn)饔玫?。基于MATLAB的小波的另一種對原信號的相關(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)濾波器中的各個數(shù)值之和的平方將需要是恒等于2 或1?；贛ATLAB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，各項數(shù)值相對于它們的相關(guān)比例尺的實際的濾波器中，各項的數(shù)值之間將具有反對稱的一些相關(guān)的特點(diǎn)；正是由于這個特點(diǎn)的存在,小波濾波器有時我們也將稱為相關(guān)比例尺濾波器的鏡像。 基于MATLAB的小波濾波器的第一項的相關(guān)數(shù)值，將會等于比例尺的濾波器中倒數(shù)第一項的實際的數(shù)值,而是在第二項中就會等于倒數(shù)第二項的實際數(shù)值,并且我們知道所有的奇數(shù)項的實際符號均會為負(fù)號。</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度為A 的離散的的相關(guān)小波信號,那么我們在進(jìn)行小波分析的時候就要考慮先形成一個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際數(shù)值以外其他的數(shù)值要均為零的狀態(tài),同時我們要考慮每行的濾波器的實際數(shù)值將會依照相關(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向量的相關(guān)乘積就是我們所考慮獲

35、得的實際的比例尺的系數(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),而高通濾波器的實際作用就是獲取它們在這個細(xì)節(jié)上的相關(guān)的差別。</p><p>　　4．基于MATLAB的小波在語音信號的去噪方法</p><p>　　我們對于語音信號去

36、噪方法的研究是語音信號處理領(lǐng)域一個不便的研究話題。我們知道比較經(jīng)典的一些信號去噪方法主要包括如時域法和頻域法，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)的局限性的同時也有其優(yōu)勢。但也限制了這些語音信號去噪方法的相關(guān)應(yīng)用的范圍?；贛ATLAB的幾種常用小波在語音信號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閾值去噪法的在語音信號的去噪領(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音信號的去噪方法的變換理論，論文著重分析了小波在語音信號在非平穩(wěn)語音信號去噪中的相關(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，并針對基于MATLAB的幾種常用小波閾值去噪法中常會遇到的小波語音信號的相關(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)地分析研究了實際的語音信號，并可以根據(jù)

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

39、關(guān)算法是主要對語音信號進(jìn)行時域或頻域的相關(guān)濾波的方法，這些語音去噪的方法往往只是對某種特定的語音噪聲的去噪的效果明顯。當(dāng)語音信號中的噪聲與相關(guān)語音的一些頻譜相似時，傳統(tǒng)的單純時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的小波在語音信號中的變換是在上世紀(jì)的80年代末發(fā)展起來的一種時頻局部化的分析方法，這種方法特別適用于分析非平穩(wěn)的小波時變的相關(guān)語音信號?？朔硕虝r傅立葉變換固定

40、分辨率的弱點(diǎn),既可以分析信號的概貌,又可以分析信號的細(xì)節(jié),利用小波變換實現(xiàn)信號的去噪,具有較好的效果?；贛ATLAB的小波在語音信號中的應(yīng)用理論已在語音信號的去噪方面已經(jīng)在語音信號的相關(guān)科研的處理方面得到越來越廣泛的應(yīng)用?；贛ATLAB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的小波在語音信號中的奇異性檢測的相關(guān)理論將會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。非線性小波語音信號變換的相關(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語音信號小波變換閾值去噪法對傳統(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)性好的同時準(zhǔn)確率也高，而且易于和

42、方便我們重構(gòu)信號?；贛ATLAB語音信號的仿真結(jié)果表明，消噪的效果有了比較明顯的改觀。</p><p>　　基于MATLAB的小波在語音信號中的應(yīng)用的小波域的相關(guān)濾波是根據(jù)信號和相關(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, 這樣就會對信號和相關(guān)噪聲的小波變換系數(shù)進(jìn)行相關(guān)的處理, 這樣處理的實質(zhì)就在于不斷地減少以至于完全剔除小波在語音信號中由噪聲產(chǎn)生的相關(guān)系數(shù),這樣就可以同時最大限度地保

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

44、將主要是小于0的狀況, 這時小波變換的相關(guān)幅值將會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)將會不斷地消失?；贛ATLAB的小波語音信號經(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)所得的小波語音信號可能會產(chǎn)生一些振蕩的效應(yīng)；而軟閾值的相關(guān)方法中估計的相關(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，我們知道這將會直接影響相關(guān)的

46、重構(gòu)信號與真實信號的彼此逼近程度，給重構(gòu)信號帶來不可避免的一些誤差。如果我們對相關(guān)噪聲用分解的實際系數(shù)用C(J，k)來表示的話，其中j代表的就是小波語音信號的尺度，k代表相關(guān)的時間，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音信號是一個平穩(wěn)的零均值的白噪聲的信號的話，則其小波分解系數(shù)將會是不相關(guān)的；如果我們所分解的語音信號是一個高斯噪聲，那么則其小波分解系數(shù)將會是相對獨(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是一個有色和

47、平穩(wěn)以及零均值的相關(guān)的高斯噪聲序列，那么其小波語音的分解系數(shù)也是高斯序列。系統(tǒng)對每</p><p>　　我們由函數(shù)式可知，當(dāng)a=O時上式將會等效為Donoho的相關(guān)硬閾值；當(dāng)a一1時，上式將會等效為Donoho軟閾值；當(dāng)a在0到1之間不斷地變化時，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)偏差的絕對值的范圍將會逐漸

48、減小為αλ，這樣將會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將提高了重構(gòu)精度和改善了實際的去噪效果?？梢娤鄬τ谟埠蛙涢撝岛瘮?shù)而言，新閾值函數(shù)將是一個更靈活的基于MATLAB的小波在語音信號中的應(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音信號中的去噪效果。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的小波在語音信號去噪的仿真程序</p><p><b>　　其源程序如下：</b></p><p>　　clearclc/*此程序表示在噪聲環(huán)境下語音信號的相關(guān)增強(qiáng)功能和語音信號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)的語音信號清濁音的判別*/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，輸出將為1；系統(tǒng)為濁音（voice）時，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相關(guān)的高頻系數(shù)進(jìn)行語音信號清濁音的判別*/</p><p>　　/*下面的程序主要是表示讀出帶噪語音信號，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)處理后的語音信號，將結(jié)果存為“102.wav”*/wavwrite(output4,5500,16,'c102');/*下面的程序主要是表示對相關(guān)輸出信號的抽樣點(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的小波在語音信號去噪的仿真應(yīng)用舉例</p><p>　　如下程序，將一段格式為“voice.wav”語音信號進(jìn)行去噪處理：</p><p><b>　　clear</b></p><p><b>　　clc</b></p><p>　　%在噪聲環(huán)境下語音信號的增強(qiáng)</p&

58、gt;<p>　　%語音信號為讀入的聲音文件</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>　　%對信號進(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('原始語音信號');</p><p>　

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

62、　　5．結(jié)語</b></p><p>　　基于MATLAB的小波在語音信號中的應(yīng)用方面主要包括語音識別與合成，基于MATLAB的小波在語音信號中的應(yīng)用方法是用計算機(jī)智能接口技術(shù)來主要體現(xiàn)計算機(jī)對聽覺信號的處理。小波的語音信號會在傳輸過程中將會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將從受擾動觀測的相關(guān)信號中獲得去噪的相關(guān)的信息,這不僅與干擾的性質(zhì)和信號的各種形式有關(guān),也

63、與信號的相關(guān)處理的方式有關(guān)。在我們的實際應(yīng)用中,將會針對不同性質(zhì)的相關(guān)信號和不同的干擾方式,尋找基于MATLAB最佳的處理方法來降低小波在語音信號中的噪聲,一直是語音信號處理領(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間，我會認(rèn)真對待這份勞動果實，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，你們的批評讓我成長，你們的鼓勵讓我昂揚(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.小波變換及在語音處理中小波系數(shù)分析[J].計算機(jī)應(yīng)用.2001(2):50-54</p><p>　　[5] 林宏裔.孔亮.在MATLAB 環(huán)境語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.2003(2):60.</p><p>　　[6]

67、曹政華,顏錦奎.視頻圖像實時小波變換系統(tǒng)[J].微計算機(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,2001,29(10):152. </p>&

68、lt;p>　　[9]潘哲朗.鐘金剛.一種用MATLAB實現(xiàn)的基于小波變換的圖象水印技術(shù)[J].計算機(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--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,施少敏.MATLAB在數(shù)字圖象處理中的應(yīng)用[J].微計算機(jī)信息