【正文】 在分析信號時發(fā)現(xiàn)，在分析高頻信號時需要對時域中時間長度較短的信號分析才能得到高頻分量；對低頻信號，由于周期較長則需要對時域中時間較長的信號進(jìn)行分析，這樣才能得到一個周期內(nèi)的完整信號。例如語音信號，在不同的時間對應(yīng)不同音節(jié)，它的頻域特性隨時間而變化，對這類時變信號進(jìn)行分析，通常需要提取一種具有一定的時間和頻率的基函數(shù)來分析時變信號。信號 f(x)的傅里葉變換公式和反演公式為： 重慶郵電大學(xué)移通學(xué)院本科畢業(yè)設(shè)計（論文） 12 ? ?? ? ? ? dxeFxfdxexfFxixi?????????????????21)( （ ） 傅里葉變換能夠反映信號的頻譜特性，這點決定了他在信號分析中的地位。同時，隨著小波變 換理論的發(fā)展，小波變換去噪不斷豐富，并且取得良好的效果，如 1992 年Mallat 提出了利用小波變換模極大值去噪， Donobo 在 1995 年提出了非線性小波變換閾值去噪，這種方法使得小波去噪得到廣泛應(yīng)用，吸引了眾多研究者。同時小波變換與人耳的聽覺特性非常相似，便于研究利用人耳的聽覺特性，是分析語音這種非平穩(wěn)信號的有力工具，所以近年來有很多研究者都利用小波變換來處理語音信號。尤其在工程應(yīng)用領(lǐng)域，特別是信號處理，應(yīng)用數(shù)學(xué)，應(yīng)用物理，地震勘測，故障診斷等領(lǐng)域被認(rèn)為是近年來在工具和方法上的重大突破 [5]。 重慶郵電大學(xué)移通學(xué)院本科畢業(yè)設(shè)計（論文） 11 第三章 小波變換在信號處理中的應(yīng)用 小波分析的主要優(yōu)點就是能夠分析信號的局部特征和檢測出許多其他分析方法忽略的信號特征，因此它擁有“數(shù)學(xué)顯微鏡”的稱號。 第四節(jié) 本章小結(jié) 本章介紹了幾種常用的語音增強算法，包括自適應(yīng)噪聲抵消法，譜減法以及維納濾波法，但每種方法都有各自的缺陷，比如，自適應(yīng)噪聲抵銷法需要參考噪聲輸入，這樣就增加了硬件上的成本；譜減法會引入類似音樂的噪聲殘余；維納濾波法也只能使用傅里葉變換對信號進(jìn)行處理，但傅里葉變換無法體現(xiàn)信號的細(xì)節(jié)特征。維納濾波相對譜減法的主要優(yōu)勢在于：增強后語音的殘留噪聲類似于白噪聲，“音樂 噪聲”得到了很大抑制。實際情況下干凈語音功率譜以及噪聲功率譜均不可預(yù)先得到，常采用譜估計器、噪聲估計器等方法分別得到干凈語音功率譜的估計值 ???S? 以及噪聲功率譜估計值 ???N? 。 第三節(jié) 基于維納濾波法的語音增強 另一種可供選擇的方法是設(shè)計一個線性濾波器 H 使得增強后信號具有最小均方誤差，也即 ? ? ? ? ? ?khkyks ??? ,滿足 ? ? ? ?? ?? ?2ksksE ???? 最小。 一旦在頻域完成了譜減運算，便可由式（ ）中的反變換得到增強語音： ]|)(I F F T [ |)( )(a r g ?? YjeSkS ?? ?? （ ） 譜減法雖然簡單，卻有一個很大缺陷，那就是引入了惱人的“音樂噪聲”。 通過引入?yún)?shù)，譜減法可以提供更大的靈活性，式（ ）給出代參譜減法表達(dá)式： ? ? ? ? ? ? ? ? ? ?? ???? ??? 其它，bbbbbbN NSNYS || |||||||||| ?? ????????? （ ） 當(dāng) 1?b 時，式（ ）代表幅度譜減；當(dāng) 2?b 時，表示功率譜減。 第二節(jié) 譜減法語音增強技術(shù) 1979年， Boll 首次提出了譜減法的語音增強思想，該方法由于原理簡單、計算量小、易于實現(xiàn)等特性，是目前最通用的語音增強方法之一。 由于自適應(yīng)噪聲抵消法使用參考噪聲作為輔助輸入，可以隨時對噪聲分量做出比較好的估計，該方法對于帶噪語音信號的增強效果較好。最小均方誤差準(zhǔn)則要求語音信號與噪聲信號相互獨立，這時得到的最小誤差 ??en可以保證對噪聲的最優(yōu)估計。自適應(yīng)濾波器通常采用 FIR 濾波器，以誤差 e(n)最小為標(biāo)準(zhǔn)，濾波器系數(shù)通過最小均方誤差準(zhǔn)則迭代估計。自適應(yīng)濾波器在輸入過程中，當(dāng)參考噪聲發(fā)生變化時，可以自適應(yīng)的調(diào)整濾波器參數(shù)，以達(dá)到最佳的語音增強效果。 全文結(jié)構(gòu)如下： 重慶郵電大學(xué)移通學(xué)院本科畢業(yè)設(shè)計（論文） 7 第一章簡要介紹了語音信號處理的概況和語音增強技術(shù)的基本概念，本文主要的研究內(nèi)部和論文結(jié)構(gòu)； 第二章 深入研究了幾種常見的語音增強算法； 第三章 介紹了小波變換的基本概念以及多分辨小波分析的構(gòu)造，并介紹了小波在信號處理中的應(yīng)用； 第四章詳細(xì)介紹 Matlab 軟件的功能與應(yīng)用，利用 Matlab 進(jìn)行仿真實驗。所以，語音增強的研究有待于進(jìn)一步的完善和發(fā)展，還具有很大的研究空間和研究價值。 語音增強算法的研究對人的語音感知和聽覺機理、聽覺生理學(xué)實驗的借鑒仍然是不充分的。這些干擾最終使得收聽者收到的語音已經(jīng)不是純凈的原始語音信號，而是受到噪聲污染的帶噪語音信號。然而語音識別也有缺陷，它涉及的分類眾多，技術(shù)難點多，環(huán)境影響大，識別率不高等等，這都是未來需要解決的難題。在實際應(yīng)用中，語音識別技術(shù)具有很多的優(yōu)勢。 語音編碼是通過減少語音信號的冗余度和利用人耳掩蔽等特性實現(xiàn)數(shù)據(jù)壓縮， 目的就是在保證一定語音質(zhì)量的前提下，盡可能降低編碼的比特率，以節(jié)省頻率資源。語音合成技術(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)展的動力是人們認(rèn)知水平和需求的提高。 現(xiàn)階段語音合成的最大進(jìn)展是已經(jīng)能夠?qū)崟r地將任意文本 轉(zhuǎn)換 成連續(xù)可懂的自然語句輸出。使用語音合成技術(shù)的好處是不需要事先進(jìn)語音信號的錄入，只需要根據(jù)建立相應(yīng)的語音合成法則，將需要表達(dá)的內(nèi)容在機器內(nèi)部進(jìn)行編碼，自動地生成相應(yīng)的語音信號。 一、 語音合成 在語音合成技術(shù)的發(fā)展中，早期的研究主要是采用參數(shù)合成方法。隨著心理學(xué)、語言學(xué)、信息論、密碼學(xué)、模式識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)字語音信號處理也開始廣泛應(yīng)用于各個領(lǐng)域。在這個信息化高度發(fā)達(dá)的現(xiàn)代社會，數(shù)字語音信號的傳送、存儲、 識別、合成以及增強是現(xiàn)代信息網(wǎng)絡(luò)中極為重要的組成部分。這種性質(zhì)在小波變換中，表現(xiàn)為信號的變換模值隨尺度的增加而增加，隨機噪聲的變換模值隨尺度的增加而減小。小波變換能將信號在多個尺度上進(jìn)行小波分解，各尺度上分解所得到的小波變換系數(shù)代表信號在不同分辨率上的信息。 利用之前的各種方法進(jìn)行語音增強，需要知道噪聲的有一些特征或統(tǒng)計性質(zhì)。在對語音信號和噪聲信號進(jìn)行分析時，選擇合適的統(tǒng)計方法可以有效地確定語音和噪聲的特征參數(shù)。在實際應(yīng)用中發(fā)現(xiàn)，將統(tǒng)計方法與其他語音增強算法結(jié)合可以得到很好的降噪效果。 （三）統(tǒng)計方法 統(tǒng)計方法較多的利用了語音和噪聲的統(tǒng)計特性，一般需要建立模型庫，需要訓(xùn)練過程獲得初始統(tǒng)計參數(shù)，它與語音識別系統(tǒng)的聯(lián)系很密切。 （二）非參數(shù)方法 因為不需要從帶噪信號中估計模型參數(shù)，非參數(shù)方法應(yīng)用范圍廣，限制少，但沒有利用可能的統(tǒng)計信息，故結(jié)果一般不是最優(yōu)。如果實際噪聲或語音條件與模型的有較大的差距或提出模型參數(shù)有困難，這類方法容易失效。至目前應(yīng)用的方法可分為四種：參數(shù)方法、非參數(shù)方法、統(tǒng)計方法和其他方法。 三、語音增強技術(shù)的發(fā)展 正如前面提到的，由于噪聲特性各異，因此語音增強方法也不同。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人的聲音，這種能力被稱作“雞尾酒會效應(yīng)”。 （四）同聲道語音干擾 多個語音信號在一個信道中同時傳輸相互干擾而產(chǎn)生的現(xiàn)象稱為同聲道語音干擾。 （三）寬帶噪聲 寬帶噪聲來源于熱噪聲、氣流（如風(fēng)、呼吸）噪聲及各種隨機噪聲源，量化噪聲也可視為寬帶噪聲。 （二）脈沖噪聲 脈沖噪聲來源于爆炸、撞擊和放電等，表現(xiàn)為時域波形中突然出現(xiàn)的窄脈沖?？涩F(xiàn)實環(huán)境中產(chǎn)生的周期性噪聲并非只含線譜分量，還有許多的窄譜。語音處理中的加性噪聲大致上有：周期性噪聲、脈沖噪聲、寬帶噪聲和同聲道的其他語音干擾等。非加性 噪聲可以通過某種變換轉(zhuǎn)換為加性噪聲，從而用處理加性噪聲的方法處理非加性噪聲。實際環(huán)境中背景噪聲可以看做加性噪聲。 根據(jù)噪聲對語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。噪聲來源于實際的環(huán)境中，其特性復(fù)雜，很難找到一種語音增強系統(tǒng)可以適應(yīng)所有的噪聲環(huán)境。語 音增強技術(shù)已經(jīng)發(fā)展成了數(shù)字語音信號處理的一個重要分支，廣泛地應(yīng)用在降低聽覺噪聲以及語音識別系統(tǒng)和線性預(yù)測編碼系統(tǒng)的預(yù)處理部分。在很多語音處理系統(tǒng)中，為了提高系統(tǒng)的整體性能，需要事先對語音信號進(jìn)行預(yù)處理，降低噪聲對語音信號的影響。這些技術(shù)在理論研究階段都是以純凈的信號進(jìn)行研究和分析的，然而在實際應(yīng)用中，語音信號會不可避免的受到周圍環(huán)境的影響，很多因素都會導(dǎo)致語音信 號受到噪聲的污染，比如語音信號在傳輸媒介中引入的噪聲，電子設(shè)備內(nèi)部的電噪聲，還有來自其他音源的干擾等。所以必須針對不同噪聲，采用不同的語音增強對策。被強噪聲污染的場合，噪聲達(dá) 120dB 以上。在實際生活中，語音信號無時無地不受各種噪聲干擾。語音識別技術(shù)也需要語音增強。 軍事通信 中，指揮員的作戰(zhàn)命令和戰(zhàn)斗員的戰(zhàn)情匯報都需要用語音來表達(dá)，由于 戰(zhàn)斗環(huán)境中的聲環(huán)境惡劣，特別是炸彈產(chǎn)生的沖擊性噪聲，使有用信號完全淹沒在噪聲中。 40 重慶郵電大學(xué)移通學(xué)院本科畢業(yè)設(shè)計（論文） 1 前 言 日常生活中，經(jīng)常會遇到在噪聲干擾下進(jìn)行語音通信的問題。 36 三、源程序 32 一 、 英文原文 30 附 錄 24 第三節(jié) 本章小結(jié) 24 三、實驗結(jié)果分析 24 二、實驗仿真 24 一、算法實現(xiàn) 22 第一節(jié) MATLAB 語言介紹 21 第四章 基于 MATLAB 的算法實現(xiàn)與分析 20 三、閾值去噪法 19 一、屏蔽去噪法 13 四、 Mallat 快速分解法 11 一、小波變換與傅里葉變換 9 第四節(jié) 本章小結(jié) 9 第三節(jié) 基于維納濾波法的語音增強 【關(guān)鍵詞】 語音增強 小波變換 降噪 Matlab仿真 重慶郵電大學(xué)移通學(xué)院本科畢業(yè)設(shè)計（論文） － III－ ABSTRACT The practical application of speech signal processing, are inevitably influenced by ambient noise, which degrades the speech quality. The purpose of speech enhancement is extracted from the noisy speech as possible the pure original speech. Wavelet theory is a newly developed timefrequency analysis techniques, is a powerful tool for the analysis of speech signal, similar to the seismic signal and nonstationary signal. The main idea of wavelet thresholding denoising is whe