【正文】 感謝四年來(lái)給予我教誨的唐尚靜老師，何方白老師，胡珺珺老師，楊浩瀾老師，余曉玫老師，江寶安老師，趙瑞玉老師，高文文老師等等老師，因?yàn)橛辛酥T位老師的耕耘才讓我的大學(xué)生活過(guò)的充實(shí)而精彩，謝謝老師們！我也要感謝我的母校重慶郵電大學(xué)移通學(xué)院，是她為我提供了良好的學(xué)習(xí)環(huán)境和生活環(huán)境，讓我的大學(xué)生活豐富多姿，為我的人生留下精彩的一筆。結(jié) 論本文開(kāi)始介紹了語(yǔ)音信號(hào)處理的概況和語(yǔ)音增強(qiáng)的概念，接著研究了目前幾種常見(jiàn)的語(yǔ)音增強(qiáng)算法，引出小波變換的概念，然后著重介紹小波變換的特點(diǎn)及優(yōu)勢(shì)，最后利用MATLAB軟件仿真證明小波變換具有良好的降噪能力。(c)是經(jīng)過(guò)我們語(yǔ)音增強(qiáng)算法后的降噪仿真圖形， (c)相比有多點(diǎn)的突出。、0db和5db含白噪聲的帶噪語(yǔ)音的實(shí)驗(yàn)結(jié)果。我們的純凈語(yǔ)音的是“江蘇蘇州平臺(tái)嚴(yán)重故障，請(qǐng)及時(shí)處理”的語(yǔ)音。因此，不久的將來(lái)，它一定能名符其實(shí)地成為“萬(wàn)能演算紙式的”科學(xué)算法語(yǔ)言。于是Matlab可以很方便地移植到能運(yùn)用C語(yǔ)言的操作平臺(tái)上。人們用任何一種語(yǔ)言編寫(xiě)程序和調(diào)試程序一般都要經(jīng)過(guò)四個(gè)步驟：編譯、鏈接以及執(zhí)行和調(diào)試。第四節(jié) 本章小結(jié)本章首先簡(jiǎn)要介紹小波變換的基本性質(zhì)以及在信號(hào)處理中的應(yīng)用；接著重點(diǎn)介紹了小波分析的原理，最后介紹小波變換在降噪中的應(yīng)用，列出了幾種常用的基于小波變換降噪算法，本文將采用閾值去噪算法對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行語(yǔ)音增強(qiáng)處理。對(duì)白噪聲做小波變換后噪聲能量分部在整個(gè)小波域上，而有用信號(hào)的能量在小波域內(nèi)會(huì)集中體現(xiàn)在幾個(gè)區(qū)域內(nèi)，體現(xiàn)在小波系數(shù)上可以發(fā)現(xiàn)有用信號(hào)對(duì)應(yīng)的小波系數(shù)要大于噪聲對(duì)應(yīng)的小波系數(shù)。屏蔽去噪法的思想是保留低分辨率尺度下的小波變換系數(shù)，將高分辨率尺度下的噪聲部分去除，只保留信號(hào)的邊緣突變部分。（七）Mexican Hat(mexh)小波Mexican Hat函數(shù)為： ()它是Gauss函數(shù)的二階導(dǎo)數(shù)，因?yàn)樗衲鞲缑钡慕孛?，所以有時(shí)為墨西哥小帽函數(shù)。（四）Coiflet(coifN)小波系Coiflet函數(shù)也是由Daubechies構(gòu)造的一個(gè)小波函數(shù)，它具有coifN(N＝1，2，3，4，5)這一系列。③正則性隨著序號(hào)N的增加而增加。每一次分解都把離散信號(hào)分解為一個(gè)低頻尺度系數(shù)和相應(yīng)的高頻細(xì)節(jié)系數(shù)，由于每次信號(hào)通過(guò)濾波器后輸出序列長(zhǎng)度都減半，使得總的輸出序列長(zhǎng)度不變，從而保證在對(duì)離散信號(hào)進(jìn)行多分辨分析時(shí)無(wú)信息損失。不同與傅里葉變換，小波變換中有多種小波函數(shù)可以選擇，因此，小波函數(shù)的選擇也會(huì)影響到信號(hào)分析的效果。離散小波變換在信號(hào)細(xì)節(jié)的表現(xiàn)上不如連續(xù)小波變換，但具有計(jì)算量低的優(yōu)點(diǎn)[7]。例如語(yǔ)音信號(hào)，在不同的時(shí)間對(duì)應(yīng)不同音節(jié)，它的頻域特性隨時(shí)間而變化，對(duì)這類(lèi)時(shí)變信號(hào)進(jìn)行分析，通常需要提取一種具有一定的時(shí)間和頻率的基函數(shù)來(lái)分析時(shí)變信號(hào)。尤其在工程應(yīng)用領(lǐng)域，特別是信號(hào)處理，應(yīng)用數(shù)學(xué)，應(yīng)用物理，地震勘測(cè)，故障診斷等領(lǐng)域被認(rèn)為是近年來(lái)在工具和方法上的重大突破[5]。實(shí)際情況下干凈語(yǔ)音功率譜以及噪聲功率譜均不可預(yù)先得到，常采用譜估計(jì)器、噪聲估計(jì)器等方法分別得到干凈語(yǔ)音功率譜的估計(jì)值以及噪聲功率譜估計(jì)值。第二節(jié) 譜減法語(yǔ)音增強(qiáng)技術(shù)1979年，Boll首次提出了譜減法的語(yǔ)音增強(qiáng)思想，該方法由于原理簡(jiǎn)單、計(jì)算量小、易于實(shí)現(xiàn)等特性，是目前最通用的語(yǔ)音增強(qiáng)方法之一。自適應(yīng)濾波器在輸入過(guò)程中，當(dāng)參考噪聲發(fā)生變化時(shí)，可以自適應(yīng)的調(diào)整濾波器參數(shù)，以達(dá)到最佳的語(yǔ)音增強(qiáng)效果。這些干擾最終使得收聽(tīng)者收到的語(yǔ)音已經(jīng)不是純凈的原始語(yǔ)音信號(hào)，而是受到噪聲污染的帶噪語(yǔ)音信號(hào)。語(yǔ)音合成技術(shù)經(jīng)歷了從參數(shù)合成到拼接合成，再到兩者的逐步結(jié)合，其不斷發(fā)展的動(dòng)力是人們認(rèn)知水平和需求的提高。隨著心理學(xué)、語(yǔ)言學(xué)、信息論、密碼學(xué)、模式識(shí)別以及人工智能等領(lǐng)域的不斷進(jìn)步以及電子技術(shù)的不斷發(fā)展，數(shù)字語(yǔ)音信號(hào)處理也開(kāi)始廣泛應(yīng)用于各個(gè)領(lǐng)域。利用之前的各種方法進(jìn)行語(yǔ)音增強(qiáng)，需要知道噪聲的有一些特征或統(tǒng)計(jì)性質(zhì)。（二）非參數(shù)方法因?yàn)椴恍枰獜膸г胄盘?hào)中估計(jì)模型參數(shù)，非參數(shù)方法應(yīng)用范圍廣，限制少，但沒(méi)有利用可能的統(tǒng)計(jì)信息，故結(jié)果一般不是最優(yōu)。然而，由于人的雙耳輸入效應(yīng)，人耳可以根據(jù)需要分辨出其中某個(gè)人的聲音，這種能力被稱(chēng)作“雞尾酒會(huì)效應(yīng)”?？涩F(xiàn)實(shí)環(huán)境中產(chǎn)生的周期性噪聲并非只含線(xiàn)譜分量，還有許多的窄譜。根據(jù)噪聲對(duì)語(yǔ)音頻譜的干擾方式不同，可以將噪聲分為加性噪聲和非加性噪聲。這些技術(shù)在理論研究階段都是以純凈的信號(hào)進(jìn)行研究和分析的，然而在實(shí)際應(yīng)用中，語(yǔ)音信號(hào)會(huì)不可避免的受到周?chē)h(huán)境的影響，很多因素都會(huì)導(dǎo)致語(yǔ)音信號(hào)受到噪聲的污染，比如語(yǔ)音信號(hào)在傳輸媒介中引入的噪聲，電子設(shè)備內(nèi)部的電噪聲，還有來(lái)自其他音源的干擾等。語(yǔ)音識(shí)別技術(shù)也需要語(yǔ)音增強(qiáng)。介紹了幾種常用的小波及其應(yīng)用特點(diǎn)。 主 要 參 考 文 獻(xiàn)楊行峻，遲惠生等．語(yǔ)音信號(hào)數(shù)字處理[M]．北京：電子工業(yè)出版社，1995．蕭寶謹(jǐn)．信息論與編碼[M]．山東：兵器工業(yè)出版社，2000．楊力華．信號(hào)處理的小波導(dǎo)引[M]．北京：機(jī)械工業(yè)出版社，2003．指導(dǎo)教師簽字： 2014年 1 月5 日教研室主任簽字： 2014年 1 月6日備注：此任務(wù)書(shū)由指導(dǎo)教師填寫(xiě)，并于畢業(yè)設(shè)計(jì)(論文)開(kāi)始前下達(dá)給學(xué)生。摘 要語(yǔ)音信號(hào)處理的實(shí)際應(yīng)用中，不可避免地會(huì)受到來(lái)自周?chē)h(huán)境噪聲的影響從而導(dǎo)致語(yǔ)音質(zhì)量的下降。通過(guò)實(shí)例分析比較不同小波類(lèi)型的應(yīng)用特點(diǎn)，通過(guò)對(duì)他們的優(yōu)缺點(diǎn)的了解，能夠在不同的環(huán)境下選取合適的小波類(lèi)型進(jìn)行故障檢測(cè)，同時(shí)針對(duì)不同的著重點(diǎn)選取恰當(dāng)?shù)男〔?。語(yǔ)音增強(qiáng)不但與語(yǔ)音信號(hào)數(shù)字處理理論有關(guān)，而且涉及到人的聽(tīng)覺(jué)感知和語(yǔ)音學(xué)范疇。這些干擾導(dǎo)致語(yǔ)音信號(hào)處理系統(tǒng)中使用的是非純凈的語(yǔ)音信號(hào)，直接使用帶有噪聲的語(yǔ)音會(huì)使系統(tǒng)的整體性能明顯降低。當(dāng)噪聲對(duì)語(yǔ)音的干擾表現(xiàn)為兩者在時(shí)域上進(jìn)行相加時(shí)，該噪聲被稱(chēng)為加性噪聲。而且往往是時(shí)變的，并與語(yǔ)音信號(hào)頻譜重疊，只有用自適應(yīng)濾波的方法才可以處理這類(lèi)噪聲。人的主觀感覺(jué)決定了語(yǔ)音增強(qiáng)的效果，因此，合理的利用人耳的感知特性可以在語(yǔ)音增強(qiáng)中得到更好的增強(qiáng)效果。這種方法包括：譜減法、自適應(yīng)濾波等。在沒(méi)有噪聲先驗(yàn)知識(shí)的情況下，從唯一帶噪語(yǔ)音信號(hào)中分離出語(yǔ)音信號(hào)，這非常困難。數(shù)字語(yǔ)音信號(hào)合成的主要分支。二、語(yǔ)音編碼語(yǔ)音編碼是將機(jī)器采集來(lái)的模擬語(yǔ)音信號(hào)按照一定規(guī)則轉(zhuǎn)化為數(shù)字信號(hào)，而最簡(jiǎn)單的方法就是對(duì)模擬信號(hào)進(jìn)行A/D采樣。語(yǔ)音識(shí)別系統(tǒng)在背景噪聲很強(qiáng)時(shí)，識(shí)別正確率大大下降；在低速率語(yǔ)音參數(shù)編碼中當(dāng)模型參數(shù)受到混雜在語(yǔ)音信號(hào)中的背景噪聲嚴(yán)重干擾時(shí)，重建語(yǔ)音質(zhì)量將急劇惡化等等。自適應(yīng)濾波器通過(guò)對(duì)輸入r(n)進(jìn)行處理，使得輸出的噪聲估計(jì)v(n)盡量逼近噪聲d(n)，從帶噪聲語(yǔ)音中減去噪聲分量，從而實(shí)現(xiàn)語(yǔ)音增強(qiáng)的效果。其基本思想是[4]：①假設(shè)語(yǔ)音和噪聲統(tǒng)計(jì)獨(dú)立噪聲，按幀對(duì)語(yǔ)音進(jìn)行處理；②將所有幀分為語(yǔ)音幀和噪聲幀；③在噪聲幀對(duì)噪聲譜進(jìn)行跟蹤和更新，在語(yǔ)音幀用帶噪語(yǔ)音頻譜減去噪聲譜幅度則可得到干凈語(yǔ)音頻譜。類(lèi)似于譜減法，也可對(duì)維納濾波器進(jìn)行改進(jìn)，得到帶參數(shù)型維納濾波器： (）對(duì)照式（）可知式（）相當(dāng)于的情況，當(dāng)，式（）相當(dāng)于功率譜濾波。第一節(jié) 小波理論的提出與發(fā)展小波變換是近10年來(lái)迅速發(fā)展起來(lái)的一種時(shí)頻局部分析方法，它克服了短時(shí)傅里葉變換固定分辨率的缺點(diǎn)，能夠?qū)⑿盘?hào)在多尺度多分辨率上進(jìn)行小波分解，各尺度上分解得到的小波系數(shù)代表信號(hào)在不同分辨率上的信息。而傅里葉變換是一種全局的變換，只能反映信號(hào)的整體特征，在時(shí)域不能局部化，難以檢測(cè)到局域突變信號(hào)，然而在實(shí)際應(yīng)用中，人們感興趣的信息往往都是在局部突然變化的信號(hào)里體現(xiàn)。在連續(xù)的尺度參數(shù)和平移參數(shù)上計(jì)算小波系數(shù)的工作量非常大，并且會(huì)得到更多冗余的數(shù)據(jù)。四、Mallat快速分解法法國(guó)數(shù)學(xué)家Stephane Mallat于1988年在多分辨分析的基礎(chǔ)上提出了Mallat快速算法。五、幾種常用的小波函數(shù)介紹（一）Haar小波Haar函數(shù)是在小波分析中最早用到的一個(gè)具有緊支撐的正交小波函數(shù)，同時(shí)也是最簡(jiǎn)單的一個(gè)函數(shù)，它是非連續(xù)的，類(lèi)似一個(gè)階梯函數(shù)[9]。④是具有緊支集的正交小波。Coiflet具有比dbN更好的對(duì)稱(chēng)性。墨西哥小帽函數(shù)在時(shí)域和頻域都有很好的局部性，并且滿(mǎn)足： () 由于它的尺度函數(shù)不存在，因此分析不具有正交性。因此，屏蔽去噪法的關(guān)鍵是如何區(qū)分噪聲和信號(hào)的邊緣突變。閾值去噪法的基本思路就是對(duì)帶噪信號(hào)進(jìn)行小波分解[12]，根據(jù)有用信號(hào)和噪聲的特性設(shè)置一個(gè)閾值，利用這個(gè)閾值對(duì)小波系數(shù)進(jìn)行分析，當(dāng)小波系數(shù)低于這個(gè)閾值時(shí)就判定這個(gè)小波系數(shù)對(duì)應(yīng)的是噪聲信號(hào)。第四章 基于MATLAB的算法實(shí)現(xiàn)與分析第一節(jié) MATLAB語(yǔ)言介紹MATLAB是英文MATrix LABoratory(短陣實(shí)驗(yàn)室)的縮寫(xiě)，它的語(yǔ)言是一種解釋執(zhí)行的語(yǔ)言，調(diào)試程序手段豐富且調(diào)試速度快。Matlab語(yǔ)言與其它語(yǔ)言相比，較好的解決了上述問(wèn)題，把編譯、連接和執(zhí)行融為一體。Matlab適合的工作平臺(tái)有：WINDOWS系列、UNIX、LINUX、Matlab所有的核心文件和工具箱文件都是公開(kāi)的，都是可讀可寫(xiě)的源文件，用戶(hù)可以通過(guò)對(duì)源文件的修改自己編程構(gòu)成新的工具箱。（七）方便的繪圖功能Matlab的繪圖功能是十分方便的，它有一些列繪圖函數(shù)（命令），例如線(xiàn)性坐標(biāo)、對(duì)數(shù)坐標(biāo)、半對(duì)數(shù)坐標(biāo)及極坐標(biāo)[16]。噪聲材料選自NOISEX．92數(shù)據(jù)庫(kù)。 信噪比為5dB的含白噪聲的語(yǔ)音信號(hào)的實(shí)驗(yàn)結(jié)果（a）純凈語(yǔ)音(b)帶噪語(yǔ)音(c)增強(qiáng)后的語(yǔ)音(a)圖形是純凈語(yǔ)音在Matlab中的仿真圖形，我們可以看出(a)很干凈，沒(méi)有突出。與本圖的(b)相比卻是明顯地減少了突出。小波變換與傅里葉變換相比，具有明顯的優(yōu)越性。衷心感謝通信工程八班的同學(xué)們，我們一起學(xué)習(xí)、一起研究，共同進(jìn)步，平日里大家關(guān)于畢業(yè)設(shè)計(jì)的討論給了我很多啟發(fā)，在此深表謝意。在此，借論文完成之際，向我的導(dǎo)師們致以最誠(chéng)摯的敬意和感謝。由此可得出小波變換具有良好的降噪能力。(b)為在純凈語(yǔ)音中加上的信噪比為0dB的含噪語(yǔ)音仿真圖形，和(a)相比有很多突出，(b)相比突出的更多，說(shuō)明也失真更多。帶噪語(yǔ)音信噪比： （）增強(qiáng)后語(yǔ)音信噪比： （）其中為純凈語(yǔ)音信號(hào)，為帶噪語(yǔ)音信號(hào)，為增強(qiáng)后的語(yǔ)音信號(hào)。二、實(shí)驗(yàn)仿真基于前面的算法，利用MATLAB軟件平臺(tái)進(jìn)行實(shí)驗(yàn)仿真。在此基礎(chǔ)上，高版本的Matlab已逐步擴(kuò)展到科學(xué)及工程計(jì)算的其他領(lǐng)域。（四）移植性好，開(kāi)放性好Matlab是用C語(yǔ)言編寫(xiě)的，而C語(yǔ)言的可移植性很好。（二）用戶(hù)使用方便Matlab語(yǔ)言是一種解釋執(zhí)行的語(yǔ)言（在沒(méi)被專(zhuān)門(mén)的工具編譯之前），它靈活、方便、調(diào)試程序手段豐富、調(diào)試速度快、需要學(xué)習(xí)時(shí)間少。軟，硬閾值函數(shù)各有特點(diǎn)，硬閾值法計(jì)算量小，軟閾值法得到的信號(hào)更加平滑，要根據(jù)實(shí)際情況選擇合適的閾值函數(shù)。三、閾值去噪法，是小波分析領(lǐng)域中最常用的一種算法，對(duì)于消除白噪聲有很好的效果。一、屏蔽去噪法對(duì)信號(hào)進(jìn)行多分辨分析，高分辨尺度中噪聲引起的局部突表現(xiàn)得要比低分辨率尺度下明顯得多，同時(shí)信號(hào)本身的邊緣突變?cè)诘头直媛食叨认聲?huì)反映的十分明顯。它在時(shí)域和頻域都有很好的局部化，但它的尺度函數(shù)不存在，且不具有正交性。眾所周知，如果使用同一個(gè)濾波器進(jìn)行分解和重構(gòu)，對(duì)稱(chēng)性和重構(gòu)的精確性將成為一對(duì)矛盾，而采用兩個(gè)函數(shù)，將有效地解決這個(gè)問(wèn)題。②大多數(shù)dbN不具有對(duì)稱(chēng)性，對(duì)于有些小波函數(shù)，不對(duì)稱(chēng)性是非常明顯的。長(zhǎng)度為的信號(hào)在通過(guò)長(zhǎng)度為的濾波器之后得到長(zhǎng)度為的信號(hào)序列，再經(jīng)過(guò)2抽取后得到的下一層低頻和高頻系數(shù)長(zhǎng)度都為。如果和都為有限長(zhǎng)的沖激響應(yīng)，對(duì)信號(hào)做多分辨分析時(shí)會(huì)非常方便。首先對(duì)參數(shù)和離散化，定義為小波函數(shù)的尺度參數(shù)，為該尺度上的平移參數(shù),得到離散小波序列 ()在大多數(shù)的離散小波中，即： （）還有一種特殊的情況，只對(duì)尺度因子做離散化處理并令，得到的小波函數(shù)稱(chēng)為二進(jìn)小波： ()這就相當(dāng)于尺度參數(shù)取離散二進(jìn)制數(shù)值時(shí)的連續(xù)小波變換。對(duì)平穩(wěn)信號(hào)來(lái)說(shuō)，理想工具是傅里葉變換，然而實(shí)際中，大多數(shù)的信號(hào)均含有大量的非穩(wěn)態(tài)成份。小波變換作為一種數(shù)字理論和方法在科學(xué)技術(shù)和工程界引起了越來(lái)越多的關(guān)注和重視。式（）給出了頻域上統(tǒng)計(jì)意義最優(yōu)濾波器的解決方案： ()式（）也被稱(chēng)為維納濾波，是由Lim和Oppenheim于1979年首次提出來(lái)。當(dāng)參考噪聲與語(yǔ)音中的噪聲分量完全相關(guān)時(shí)，該算法可以很徹底地抵消掉語(yǔ)音信號(hào)中噪聲的分量，大大提升語(yǔ)音信號(hào)的可懂度。