基于小波變換的語音信號(hào)增強(qiáng)方法研究(參考版)
2025-05-06 00:34本頁面
【正文】 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(shí)驗(yàn)所用噪聲； 。 ? 根據(jù)能量元和 NeymanPearson準(zhǔn)則，針對語音信號(hào)的特點(diǎn)，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。 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(shí)驗(yàn)結(jié)果表 結(jié)論和創(chuàng)新之處： ? 提出了一種新閾值函數(shù)。 語音 “ 大家好 ” 在閾值選擇比較的實(shí)驗(yàn)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(shí)的實(shí)驗(yàn)結(jié)果圖 圖 2 原始 SNR=4時(shí)的實(shí)驗(yàn)結(jié)果圖 圖 3 原始 SNR=8時(shí)的實(shí)驗(yàn)結(jié)果圖 圖 4 原始 SNR=16時(shí)的實(shí)驗(yàn)結(jié)果圖 不同信噪比下的仿真實(shí)驗(yàn) (二 ) 實(shí)驗(yàn)結(jié)果分析 ? 原始信噪比相對比較高時(shí)，新算法能較好地反映原始信號(hào)的概貌 ,而且有良好的去噪效果。 ? 噪聲為高斯白噪聲，采用國際通用的 NOISEX92的噪聲數(shù)據(jù)包 。 ? 小波逆變換 . 實(shí)驗(yàn)環(huán)境包括： ? 以 WindowsXP操作系統(tǒng)作為平臺(tái)； ? 使用 ； ? 實(shí)驗(yàn)設(shè)備為一臺(tái) CPU為賽揚(yáng) ，內(nèi)存為 256M的計(jì)算機(jī)； ? 錄音軟件為 Cool Edit Pro ； ? 話筒一個(gè)。 ? 采用新閾值函數(shù)對小波系數(shù)能量元進(jìn)行閾值處理 。 ? 對第一層小波系數(shù)進(jìn)行判斷 。 ?2u????22/2/2 jjjuu??? ? ???222012 ( | ) ( ) 22xttp H W Y d W Y e d x? ??? ?? ? ? ????? ? 對帶噪語音信號(hào)進(jìn)行預(yù)處理
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1