【導(dǎo)讀】語音增強(qiáng)的目的就是要去除語音信號(hào)中的噪聲和干擾、改善它的質(zhì)量。大多數(shù)實(shí)際應(yīng)用環(huán)境中總存在各種各樣的噪聲，由于訓(xùn)練環(huán)境與識(shí)別環(huán)境不匹配，現(xiàn)有的絕大多數(shù)語音識(shí)別系統(tǒng)在噪聲環(huán)境中的性能都不可避免的急劇下降。對(duì)于夾雜在實(shí)際語音中的各種噪聲能夠有很好的抑制效果并明顯的增強(qiáng)語音質(zhì)量。

　　

【正文】 urier 分析的對(duì)比 離散小波變換 在實(shí)際運(yùn)用中，尤其是在計(jì)算機(jī)上實(shí)現(xiàn)時(shí)，連續(xù)小波必須加以離散化。因此，有必要討論連續(xù)小波 ()t?a,b 和連續(xù)小波變換 ( , )fW ab 的離散化。需要強(qiáng)調(diào)指出的是，這一離散化都是針對(duì)連續(xù)的尺度 參數(shù) a 和連續(xù)平移參數(shù) b 的，而不是針對(duì)時(shí)間變量 t 的。這一點(diǎn)與以前習(xí)慣的時(shí)間離散化不同。在連續(xù)小波中，考慮函數(shù) : 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 19 1 / 2, ( ) | | ( )ab tbta a??? ?? (311) 這里 ,b R a R???，且 0a? ,? 是容許的，為方便起見 ,在離散化中 ,總限制 a 只取正值，這樣相容性條件就變?yōu)?: ?| ( ) |||Cd? ?? ?????? ? ?? (312) 通常，把連續(xù)小波變換中尺度參數(shù) a 和平移參數(shù) b 的離散化公式分別取作0 0 0,jja a b ka b??，這里 jZ? ,擴(kuò)展步長 0 1a? 是固定值。為方便起見，總是假定 0 1a? (由于 m 可取 正 也可取負(fù)，所以這個(gè)假定無關(guān)緊要 )。所以對(duì)應(yīng)的離散小波函數(shù) ()jkt? 即可寫作 : / 2 / 2021 0 0 00( ) ( ) ( )jj j jjk jt k a bt a a a t k ba? ? ????? ? ? (313) 而離散化小波變換系數(shù)則可表示為 : ( ) ,jk jk jkC f t d t f???????? (314) 其重構(gòu)公式為 : ( ) ( )jk jkf t C C t????? ??? ?? (315) C是一個(gè)與信號(hào)無關(guān)的常數(shù)。 然而，怎樣選擇 0a 和 0b 才能夠保證重構(gòu)信號(hào)的精度呢 ?顯然，網(wǎng)格點(diǎn)應(yīng)盡可能密 (即 0a和 0b 盡可能小 )，因?yàn)槿绻W(wǎng)格點(diǎn)越稀疏，使用的小波函數(shù)和離散小波系數(shù) C就越少，信號(hào)重構(gòu)的精確度也就會(huì)越低。 基于小波變換的語音增強(qiáng) 傳統(tǒng)增強(qiáng)方法 在語音理論和研究中，所用的語音數(shù)據(jù)大部分都是在接近理想的條件下采集的，大多數(shù)的被研究語音都是在高保真的設(shè)備上錄制的，尤其是要在無噪聲的環(huán)境下。然而，在實(shí)際應(yīng)用中，由 于環(huán)境噪聲的存在所帶來的問題就變得越來越重要。在多數(shù)實(shí)際情況內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 20 下所接受到的語音信號(hào)波形，總是含有某種噪聲成分。這些噪聲，可能是由傳送波形編碼的有限精度引起的，也可能是由傳送介質(zhì)所引起的，或者是些加性的背景噪聲。接收到的語音信號(hào)的質(zhì)量，根據(jù)噪聲的大小和形式而下降。因此如何有效的去除噪聲，取得準(zhǔn)確的語音信號(hào)，成為語音信號(hào)處理中的關(guān)鍵問題。 常見的噪聲類型可大致分類如下 :(1)周期性噪聲；（ 2）沖激噪聲；（ 3）寬帶噪聲；（ 4）語音干擾 [1]。 周期性噪聲的特點(diǎn)是有許多離散的窄譜峰。它往往是由汽車發(fā)動(dòng)機(jī)和飛機(jī)發(fā)動(dòng)機(jī)等旋轉(zhuǎn)機(jī)械引起的電氣干擾，特別是 50Hz 或者 60 Hz 的交流聲也會(huì)引起周期性噪聲。沖激噪聲通常是放電的結(jié)果，例如點(diǎn)火噪聲。寬帶噪聲通?？梢约俣楦咚乖肼暫桶自肼?。寬帶噪聲源包括風(fēng)、呼吸噪聲和一般隨機(jī)噪聲，有時(shí)也包括人為干擾。語音干擾可能是由于話筒使得的 、 其它語音引起的或傳輸時(shí)串話引起的 [3][4]。 周期性噪聲往往是由汽車發(fā)動(dòng)機(jī)和飛機(jī)發(fā)動(dòng)機(jī)等旋轉(zhuǎn)機(jī)械引起的電氣干擾，特別是50或 60Hz 交流聲也會(huì)引起周期性噪聲。它的特點(diǎn)是有許多可由濾波方法濾除離散的窄譜峰，條件是噪聲可以精確估計(jì)，并且可以設(shè)計(jì)一 種濾波器，濾除干擾而又不產(chǎn)生影響語音可懂度的副作用。傳統(tǒng)的去除方法有固定濾波器、自適應(yīng)濾波器和傅里葉變換濾波器等。 固定濾波器只有在干擾成分也是平穩(wěn)的時(shí)候才可用，最常見的情況為 50Hz 或 60Hz交流聲。當(dāng)噪聲隨時(shí)間緩變時(shí)，可以使用自適應(yīng)濾波自動(dòng)辨認(rèn)應(yīng)該濾除的成分。如果噪聲是平穩(wěn)的或緩變的，在無語音期間便可以對(duì)噪聲進(jìn)行估計(jì)，并根據(jù)估計(jì)的結(jié)果調(diào)整濾波器。采用這種技術(shù)的主要問題是，所得到的濾波器一般不是準(zhǔn)平衡的，這種不平衡使恢復(fù)的語音著色。通過直接變換頻譜來消除周期性成分也是可能的，信號(hào)要經(jīng)過離散傅里葉變換 (DFT)而變換到頻域，在頻域內(nèi)，周期性信號(hào)的峰值檢查出來也可自動(dòng)地辨認(rèn)。頻譜整形器可以是一系列簡單的選通門，如果把相當(dāng)于干擾成分的變換點(diǎn)調(diào)到零，則反變換得到的信號(hào)，其周期性干擾成分被濾除。 對(duì)于沖激噪聲來說，其特點(diǎn)是表現(xiàn)為時(shí)域波形中突然出現(xiàn)的窄脈沖，主要來源于爆炸、撞擊和放電等。消除這種噪聲通?？梢栽跁r(shí)域內(nèi)進(jìn)行，其消除過程大致如下 :根據(jù)帶噪語音信號(hào)幅度的平均值確定閾值。當(dāng)信號(hào)幅度超過這一閾值時(shí)，判別為脈沖噪聲，然內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 21 后對(duì)它進(jìn)行適當(dāng)?shù)乃p，也可以根據(jù)相鄰信號(hào)樣值通過內(nèi)插的方法將脈沖噪聲在時(shí)域上進(jìn)行平滑。 但是這種簡單的平滑會(huì)同時(shí)模糊信號(hào)本身的信息，特別是對(duì)于短時(shí)低能量的瞬變?cè)肼曅盘?hào)，這種方法并不能有效地提高信噪比。 對(duì)于寬帶噪聲來說，其來源較多，例如熱噪聲、氣流 (如 :風(fēng)、呼吸等 )，量化噪聲及各種隨機(jī)噪聲源。由于寬帶噪聲和語音信號(hào)在時(shí)域和頻域上完全重疊，并且這種噪聲只有在語音間歇期才單獨(dú)存在，因此針對(duì)此類噪聲的主要的濾除方法有非線性處理、減譜法和自適應(yīng)抵消等。 主要的非線性處理包括削波或波形變換。但是如果大的峰值較多，則將它們削波后，對(duì)合成語音質(zhì)量會(huì)有一定的影響。在不超載的情況下盡量將信號(hào)幅度 做 得較大，使噪聲的幅度比語音低，消去整個(gè)低幅度成分就會(huì)消去噪聲。時(shí)域波形經(jīng)過中心削波對(duì)可懂度是有害的，因此中心削波必須在頻域內(nèi)進(jìn)行。 在減譜法中，假定語音為平穩(wěn)信號(hào)而噪聲為加性和不相關(guān)的，則可以把含噪語音信號(hào)表示如式 : ( ) ( ) ( )y n s n d n?? （ 316） 在無語音段觀測(cè)信號(hào)便可估計(jì)噪聲，然后利用頻率相減或者幅度相減即可去除白噪聲。但主觀識(shí)別計(jì)分測(cè)試結(jié)果表明，這種方法實(shí)際上降低 了可懂度。 分辨談話中兩種以上的語音是人體內(nèi)部的語音理解機(jī)制的一種感知能力，雖然容易證明這取決于雙耳輸入效應(yīng)，但內(nèi)心活動(dòng)如何是不好理解的。人在喧鬧的場(chǎng)合里只要堵住一只耳朵就可聽見由各種聲音匯合而成的聽不清的嘈雜聲，這表明這種過程部分取決于雙耳輸入的互相關(guān)。當(dāng)語音在單信道上傳輸時(shí)，雙耳信息會(huì)因合并而消失。因此采用人工語音處理方法消除語音干擾就變得非常必要。 因此準(zhǔn)確地檢測(cè)語音信號(hào)的基音周期對(duì)于去除語音干擾具有重要的意義。人們己經(jīng)提出了許多檢測(cè)基音的方法，大致可分為兩大類 :經(jīng)典檢測(cè)器和奇點(diǎn)檢測(cè)器。 經(jīng)典檢測(cè)器一般是通過對(duì)一段語音加窗來確定語音的平均基音周期，常用的方法包括 :⑴自相關(guān)法，⑵倒譜法，⑶反濾波器自相關(guān)法，⑷平均幅度差值函數(shù)法。奇點(diǎn)檢測(cè)器是通過估計(jì)發(fā)音時(shí)聲門關(guān)閉的時(shí)刻及相鄰時(shí)刻間的時(shí)間間隔來求基音周期的。但目前為止還沒有一個(gè)能在任何情況下較滿意地測(cè)出各種人的語音基音周期的方法。這是因?yàn)檎Z音信號(hào)變化十分內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 22 復(fù)雜，聲門激勵(lì)波形并不是一個(gè)完全周期的序列；聲道共振峰有時(shí)會(huì)嚴(yán)重影響音源的諧波結(jié)構(gòu)，使得難于直接取出和聲門振動(dòng)有關(guān)的音源信息；基音周期的變化范圍較大，從女聲的 2ms 到男低音的 25ms。這些都給傳統(tǒng) 的基音檢測(cè)方法帶來了不少的困難。小波理論作為一種處理非平穩(wěn)信號(hào)的分析工具，能夠通過檢測(cè)到因聲門閉合產(chǎn)生的語音波形突變求出基音周期。 基于小波變換的基音檢測(cè)方法對(duì)實(shí)際應(yīng)用來說，由于去除語音干擾技術(shù)，也就是語音分離技術(shù)主要取決于對(duì)濁音的基音的差別的辨識(shí)，當(dāng)一個(gè)說話人的某些諧波與其他人的諧波重疊時(shí)，就很難提取出要求的諧波分量的參數(shù)。但如果諧波峰點(diǎn)沒有完全重疊在一起，則只要對(duì)一個(gè)峰作出準(zhǔn)確的估計(jì)，就可以把它從復(fù)合峰中減去，這樣便可把它們分離。因此除了利用小波變換提取基音周期，語音干擾的去除應(yīng)該與其它技術(shù)相結(jié)合，關(guān)于 這方面的內(nèi)容在這里不再詳述。 利用小波變換去除周期性噪聲 用小波分析進(jìn)行信號(hào)抑制是小波分析實(shí)際應(yīng)用中的一個(gè)重要方面。一般來說，一個(gè)信號(hào)可以用一個(gè)次數(shù)為 k 的多項(xiàng)式來逼近表示，所以，小波對(duì)信號(hào)的抑制可以歸結(jié)為對(duì)一個(gè)多項(xiàng)式幅值的抑制。小波抑制一個(gè)多項(xiàng)式幅值的能力取決于小波本身的一個(gè)重要的數(shù)學(xué)特征，該特征稱為過零點(diǎn)。在這里，可以將過零點(diǎn)理解為一種平均值的外延。如果一個(gè)小波的平均值是零，則它至少有一個(gè)過零點(diǎn)。其精確的數(shù)學(xué)描述為 : 如果 mean ( ) 0kxx? ? ， (k=0,1， ...， n),(這里 ()x? 為小波函數(shù)， mean 表示平均值 )則該小波函數(shù)有 n+l 個(gè)過零點(diǎn)，它可以抑制一個(gè)次數(shù)為 n的多項(xiàng)式。 如果 ()x? 是一個(gè)有至少 n+1 個(gè)過零點(diǎn)的小波函數(shù) (即對(duì) j=0,1,...,k，有( ) 0kjx x dx? ?? )且信號(hào) s是一個(gè) k次的多項(xiàng)式，則系數(shù) C(a,b)=0 對(duì)所有的 a和 b都成立，那么這種小波函數(shù)可以自動(dòng)抑制多項(xiàng)式信號(hào)，這時(shí)，信號(hào) s 的次數(shù)可以隨時(shí)間變化，只要保證它 的次數(shù)小于 k 即可。小波分析通過對(duì)規(guī)則信號(hào)的抑制來達(dá)到對(duì)不規(guī)則信號(hào)進(jìn)行分析的目的。 抑制信號(hào)中某些成分的另一種方法是將小波分解系數(shù)中的某些系數(shù) C(a,b)強(qiáng)制性的等于零。然后，將修改后的小波分解系數(shù)進(jìn)行小波重構(gòu)，這樣，就可以通過對(duì)信號(hào)中某時(shí)間段的某些頻率成分進(jìn)行抑制，達(dá)到消除周期性噪聲的目的 [5][6]。 內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 23 利用小波變換去除沖激噪聲 沖激噪聲一般表現(xiàn)為時(shí)域波形中突然出現(xiàn)的窄脈沖，由于小波變換在時(shí)域和頻域上具有良好的局部化性質(zhì)，其模的局部極大值可為分析信號(hào)的不連續(xù)性和不可微性，即信號(hào)的奇異性提供足夠的信 息。由于小波分析對(duì)信號(hào)奇異點(diǎn)非常敏感，因此可作為檢測(cè)瞬態(tài)脈沖信號(hào)的有力工具，其中尺度參量 a的變化特性可以用來估計(jì)函數(shù)的局部奇異性 [7][8]。 如果信號(hào)函數(shù)或者它的導(dǎo)數(shù)具有不連續(xù)性，那么其小波變換的模在不連續(xù)點(diǎn)呈現(xiàn)局部極大值。換言之，可以用小波變換的模的局部極大值檢測(cè)信號(hào)函數(shù)奇異性和瞬態(tài)現(xiàn)象，由此可以精確定位信號(hào)的突變點(diǎn)。另外，根據(jù)尺度因子 a 與頻率 f 的關(guān)系可利用小波變換來分析或檢測(cè)出突變信號(hào)的頻率特性和所在時(shí)間，并利用抑制相應(yīng)的二進(jìn)小波變換系數(shù)的方法進(jìn)行消除，具體方法如下所述 [9][10]。 給定語音信號(hào) s，并計(jì)算所選尺度范圍內(nèi)不同尺度因子上的離散小波變換 ( , )TW ab ，求出小波變換在不同尺度 a 處對(duì)平移因子 b 作平均的歸一化模平均值 | ( , )|TW ab 。對(duì)不同尺度 a 處的歸一化模平均值 | ( , )|TW ab 求極大值，那么根據(jù)極大值對(duì)應(yīng)的尺度 a 就可以求出瞬時(shí)信號(hào)在該點(diǎn)所對(duì)應(yīng)的頻率，這些頻率便是該信號(hào)的主要成分。 由于信號(hào)的奇異點(diǎn)及在該點(diǎn)的奇異點(diǎn)大小可以由信號(hào)的小波變換在該點(diǎn)的值隨尺度參數(shù)變換的趨勢(shì)而測(cè)定，即當(dāng)尺 度參數(shù)趨于零時(shí)，奇異點(diǎn)所對(duì)應(yīng)的小波變換值將是局部最大值。因此根據(jù)不同尺度處的小波變換系數(shù)的歸一化模值求極大值， 并 根據(jù)極大值對(duì)應(yīng)的平移 因 子 b 所對(duì)應(yīng)的位置隨尺度參數(shù)變換的趨勢(shì)而求出瞬時(shí)信號(hào)奇異點(diǎn)所對(duì)應(yīng)的位置，即可找到信號(hào)中存在的奇異點(diǎn)位置。找到脈沖信號(hào)的位置和頻率范圍，就可以消除該時(shí)間段的噪聲頻率分量，而不會(huì)影響到語音信號(hào)本身的特性。 利用小波變換去除寬帶噪聲 寬帶噪聲可以根據(jù)其平穩(wěn)及非平穩(wěn)特性分為白色高斯噪聲和不具有白色頻譜的噪聲。由于語音信號(hào)是準(zhǔn)周期的非平穩(wěn)過程，因此傳統(tǒng)方法難盡人意，特別是對(duì)寬帶 噪聲，例如白噪聲干擾。小波分析是時(shí)頻分析，特別適用于非平穩(wěn)信號(hào)的分析和處理。雖然用小波變換進(jìn)行信號(hào)去噪處理的研究已經(jīng)有了很大的進(jìn)展，但在語音信號(hào)處理中的應(yīng)用還較少。這是因?yàn)檎Z音信號(hào)波形相當(dāng)復(fù)雜，其“濁音”部分幅度大、具有準(zhǔn)周期性，而其“清音”部分幅度小、具有和隨機(jī)噪聲相近的特性，應(yīng)當(dāng)區(qū)別處理。這里給出了針對(duì)漢內(nèi)蒙古科技大學(xué)畢業(yè)設(shè)計(jì)說明書（畢業(yè)論文） 24 語語音信號(hào)清輔音修改門限閾值的小波去噪方法，實(shí)驗(yàn)證明，這種方法的去噪增強(qiáng)效果是明顯的，并且去噪后的語音信號(hào)損傷較小。 小波變換去除白噪聲信號(hào)時(shí)，首先要將信號(hào)在多個(gè)尺度上進(jìn)行小波分解，各尺度上分解所得的小 波變換系數(shù)代表原信號(hào)在不同分辨率上的信息。然后需要選擇和確定一個(gè)用于取舍信號(hào)和噪聲的閾值，根據(jù)閾值對(duì)信號(hào)進(jìn)行濾波。而在實(shí)際應(yīng)用中該閾值是較難選擇確定的，因?yàn)檫@個(gè)門限閾值直接影響信號(hào)去噪的效果和重構(gòu)信號(hào)的失真程度。因此，在用小波分析進(jìn)行信號(hào)去噪時(shí)，合適的門限閾值的設(shè)計(jì)選擇是整個(gè)算法中關(guān)鍵的一步工作。 小波去噪中的確定信號(hào) f(t)的性質(zhì)可以用它的小波系數(shù)來刻劃，小波系數(shù)較