基于小波變換的語音信號增強方法研究-資料下載頁
2025-05-02 00:34本頁面
【正文】 ?? /23 .3 / 2 jj??? ? 傳統(tǒng)小波軟閾值方法采用啟發(fā)式閾值選取規(guī)則 ? 采用小波基 sym8，分解層次 5，信噪比 SNR=8db； 閾值選擇的仿真實驗圖 結(jié)論 :新算法優(yōu)于傳統(tǒng)的小波軟閾值去噪法，不僅較好的提高了信噪比，同時也保留了真實信號對應的小波系數(shù)，減少了有用信號的丟失。 語音 “ 大家好 ” 在閾值選擇比較的實驗結(jié)果表 原始語音 SNR=8 軟閾值算法 新算法 去噪后 SNR 13． 257 15． 326 MSE 0． 1291 0． 0815 (一 ) 圖 1 原始 SNR=2時的實驗結(jié)果圖 圖 2 原始 SNR=4時的實驗結(jié)果圖 圖 3 原始 SNR=8時的實驗結(jié)果圖 圖 4 原始 SNR=16時的實驗結(jié)果圖 不同信噪比下的仿真實驗 (二 ) 實驗結(jié)果分析 ? 原始信噪比相對比較高時，新算法能較好地反映原始信號的概貌 ,而且有良好的去噪效果。 ? 原始信噪比比較低時，傳統(tǒng)方法處理后丟失大量有用信息，而新算法在保證信噪比有較大提高的同時，較好地保留了原始語音信號的信息，減少了語音失真 。 原始語音 SNR 傳統(tǒng)小波軟閾值法去噪 后 SNR 新算法去噪后 SNR SNR=2 SNR=4 SNR=8 SNR=16 原始語音 SNR 傳統(tǒng)小波軟閾值法去噪 后 MSE 新算法去噪后 MSE SNR=2 0． 1575 0． 0532 SNR=4 0． 1385 0． 0467 SNR=8 0． 1096 0． 0423 SNR=16 0． 0895 0． 0397 女聲語音 “ 大家好 ” 在不同信噪比下的 SNR和 MSE實驗結(jié)果表 結(jié)論和創(chuàng)新之處： ? 提出了一種新閾值函數(shù)。仿真實驗表明，相對于傳統(tǒng)方法，新閾值函數(shù)法 不僅能較好地反映原始信號的概貌，而且有良好的去噪效果 。 ? 根據(jù)能量元和 NeymanPearson準則，針對語音信號的特點，提出了一種基于能量元和新閾值規(guī)則的小波語音去噪方法。仿真實驗表明，相對于傳統(tǒng)方法 ,不僅能夠有效地去除噪聲，而且保留了語音信號的一些重要特征。 展望： ?小波基和分解層數(shù)的選擇； ?部分參數(shù)需要人為設(shè)定； ?仿真實驗所用噪聲；
高考資料相關(guān)推薦
鄂ICP備17016276號-1