【正文】 系統(tǒng)等建立良好的人機(jī)交互環(huán)境，進(jìn)一步推動計算機(jī)和其他智能機(jī)器的應(yīng)用，提高社會的信息化和自動化程度。目前，語音處理技術(shù)處于蓬勃發(fā)展的時期，己有大量產(chǎn)品投放市場，并且不斷有新產(chǎn)品被開發(fā)研制，具有及其廣闊的市場需要和應(yīng)用前景。在許多情況下，人們所關(guān)心的語音信號不可避免地被其他信號所污染，即語音總會受到外界環(huán)境噪聲的干擾，這些噪聲包括從周圍環(huán)境、傳輸媒質(zhì)中引入的噪聲、電器設(shè)備的噪聲以及其他說話人干擾等等。這些背景噪 聲對人們得到語言信號中夾帶的有效信息產(chǎn)生了很大的干擾，會引起有用語音信息的相對失效。研究如何進(jìn)行語音去噪的科學(xué)意義很大，它能幫助人們解決很多問題，同時它具有廣闊的應(yīng)用前景。語音增強(qiáng)技術(shù)就是從噪聲背景中提取、增強(qiáng)有用的信號，抑制、降低噪聲干擾的技術(shù)。由于干擾通常都是隨機(jī)的，因而從帶噪語音中提取相對完全純凈的語音幾乎不可能。但是當(dāng)今從事語音降噪處理研究的機(jī)構(gòu)和單位并不是很多。在國內(nèi)，從事這方面研究的機(jī)構(gòu)己經(jīng)做成語音降噪產(chǎn)品的單位很少，而且在對語音降噪處理過程中并沒有用到什么新的數(shù)字語音處理技術(shù)， 4 也沒有什么獨特的方法 ，未取得較大的突破。另外，噪聲來源不同，特性也不相同，因而很難找出一種適用于各種噪聲環(huán)境的去噪算法。語音去噪算法的基礎(chǔ)是對語音和噪聲特性的了解和分析。語音可以分為周期性的濁音和非周期的清音。濁音部分和音質(zhì)關(guān)系密切，在時域上呈現(xiàn)出明顯的周期性，在頻域上有共振 峰結(jié)構(gòu)，而且能量大部分集中在較低頻段內(nèi)，是語音中大幅度高能量的部分，清音則沒有明顯的時域和頻域特征，類似于白噪聲，能量較小，在強(qiáng)噪聲中容易被掩蓋，但信噪比較高時能提供較多的信息。語音的短時譜幅度的統(tǒng)計特性是時變的，只有當(dāng)分析幀長趨于無窮大時，才能近似認(rèn)為其具有高斯分布。 1． 2． 2 噪聲特性 噪聲的來源很多， 因此噪聲的特性也是多樣的。當(dāng)噪聲對語音的干擾表現(xiàn)為兩者信號在時域進(jìn)行相加時，該噪聲被稱為加性噪聲。在實際環(huán)境中，背景噪聲可以看作加性噪聲，加性噪聲是對背景噪聲一種比較貼切的表述。 我們關(guān)注的噪聲通常分為沖激噪聲、周期噪聲、寬帶噪聲、語音干擾噪聲等。 (1) 周期噪聲：往往來源于電動機(jī)、風(fēng)扇 等周期運(yùn)轉(zhuǎn)的機(jī)械， 50 或 60Hz 交流電源聲也是周期噪聲。 (2) 沖激噪聲：通常是放電時會產(chǎn)生。 5 沖激噪聲可以在時域內(nèi)進(jìn)行消除。 (3) 寬帶噪聲：呼 吸噪聲、風(fēng)、隨機(jī)噪聲源產(chǎn)生的噪聲、量化噪聲等均可視為寬帶噪聲，應(yīng)用中常近似為高斯噪聲或白噪聲。其顯著特點是噪聲頻譜遍布于語音信號域頻譜中，導(dǎo)致消除噪聲較為困難。 (4) 語音干擾：可能是受到其他語音源的干擾造成的。考慮到一般情況下兩種語音的基音不同，也不成整數(shù)倍，利用它們的基音差別可以用梳狀濾波器提取基音和各次諧波，再恢復(fù)出有用語音信號。與背景噪聲不同的是，語音和噪聲需要通過卷積變換，轉(zhuǎn)化為加性噪聲來處理。目前，使用較為廣泛的主要有三個系列： C2021， C5000 和 C6000。每個系列又有多種 DSP 可供選擇。以上 3大系列 DSP 實現(xiàn)功能的側(cè)重點不同，也就是 說應(yīng)用領(lǐng)域有所不同： (1)C2021 系列是 16 位定點 DSP。內(nèi)部具有 Flash，方便固化程序，而其他系列 DSP 都沒有內(nèi)部 Flash。 C5000 又分為 C54X 和 C55X 兩個系列。一般由核心電壓和 I/O電壓兩種電壓供電。 (3)C6000 系列是 32 位的 DSP 系列。其中 C62XX 是定點 DSP，而 C64XX 和 C67XX 是浮點 DSP，它主要應(yīng)用于需要大量快速運(yùn) 6 算的場合，如數(shù)字視頻處理、無線基站等。 C54x 芯片 在本設(shè)計中使用的 DSP是 TMS320VC5410。 54X 具有改進(jìn)的哈佛結(jié)構(gòu)，使其處理能力達(dá)到最大。帶并行存儲的指令和具有特殊應(yīng)用的指令充分利用了這種結(jié)構(gòu)。而且 54X 的運(yùn)行機(jī)制還支持中斷處理、重復(fù)操作和函數(shù)調(diào)用等等 ]6[ 。也就是說，以上各個部分的通信是通過內(nèi)部總縣來完成的。 CCS 提供了配置、建立、調(diào)試、跟蹤和分析程序的工具，它便于實時、嵌入式信號處理程序的編制和測試，能夠加速開發(fā)進(jìn)程，提高工作效率。 7 圖 程序開發(fā)過程 CCS 包括： CCS 代碼生成工具 CCS 集成開發(fā)環(huán)境 IDE DSP/BIOS 插件程序和 API RTDX 插件，主機(jī)接口和 API 等。 CCS 集成開發(fā)環(huán)境 調(diào)試 DSP目標(biāo)程序，它主要由幾個主要的窗口組成：工程組顯示窗口、程序內(nèi)容顯示窗口、編輯信息提示窗口和主要工具欄。圖 就是基本編輯界面。因為，即使 DSP 的存儲空間比較大，速度也十分快，但是如果內(nèi)存空間分配不當(dāng)?shù)脑?，還是會出現(xiàn)空間不夠行速度下降，甚至程序跑飛的情況，這樣會時程序調(diào)試起來十分麻煩。但它對于初學(xué)者來說，要求對 C5410 的內(nèi)存空間的分配有較清楚的認(rèn)識，否則容易將數(shù)據(jù)分配到不該分配的地方，引起程序運(yùn)行的沖突，甚至程序跑飛。對于一個新生成的工程組 rcp 文件的生成方法是：選擇 CCS 菜單上的 Tools 項，選擇 linker configuration 項，將分配方式改為 use the visual linker 之后直接編譯 ，編譯信息提示窗口中會顯示出錯信息，提示找不到 rcp 文件，雙擊提示 CCS 會自動彈出 rcp 生成向?qū)?，按照要求選擇 rcp模板，就會生成這個工程對應(yīng)的 rcp 文件，雙擊生成的 rcp 文件，通過 visual linker連接器可以打開這個文件。還可以選擇用何種類型的存儲器空間裝載，通過觀察存儲空間以使用的狀況自行分配空間，所以十分靈活，并且不會出現(xiàn)空間重疊 的現(xiàn)象，避免了程序跑飛。目前有代表性的語音去噪算法主要有自相關(guān)相減法、自適應(yīng)噪聲濾波法、諧波增強(qiáng)法、基于語音生成模型的降噪算法、短時譜幅度估計算法、譜相減算法、小波變換法、人耳掩蔽效應(yīng)法等。論文中的實驗中采用的語音信號有兩種，一種是在安靜的環(huán)境下，用普通計算機(jī)錄制的語音信號。另一種就是錄制的帶有機(jī)箱噪聲的語音信號。主要在以下幾個方面進(jìn)行研究： (1)分析已有的語音降噪方法，包括短時譜估計算法、譜減法等。 9 第 二章 小波 在 語音消噪中的應(yīng)用 小波分析理論是一種新興的信號處理理論，它在時間上和頻率上都有很好的局部性，這使得 小波分析非常適合于時 頻分析，借助時 頻局部分析特性，小波分析理論已經(jīng)成為信號去噪中的一種重要的工具。小波去噪的關(guān)鍵是如何選擇閾值和如何利用閾值來處理小波系數(shù)，通過對小波閾值化去噪的原理介紹 ,運(yùn)用 MATLAB 中的小波工具箱，對一個含噪信號進(jìn)行閾值去噪，實例驗證理論的實際效果，證實了理論的可靠性。 模極大值去噪算法 模極大值去噪算法是根 據(jù)信號和噪聲在多尺度空間上小波變換系數(shù)的模極值傳播規(guī)律的不同而發(fā)展起來的一種去噪算法。一般信號小波系數(shù)的模極大值將隨著小波分解層數(shù)的增大而增大；而對于白噪聲信號，其模值隨著分解層數(shù)的增大而減小。然后再由保留的模極大值點用交替投影法進(jìn)行重建，即可以達(dá)到去噪的目的。 相關(guān)性去噪算法 相關(guān)性去噪算法是根據(jù)信號經(jīng)小波變換后，其小波系數(shù)在各尺度上有較強(qiáng)的相關(guān)性，尤其是在信號的邊緣附近，其相關(guān)性更加明顯，而噪聲對應(yīng)的小波系數(shù)在各尺度間卻沒有這種明顯的相關(guān)性來去噪的。并且在小尺度上，這種作用明顯大于在大尺度上的作用。 10 . 3 小波閾值去噪算法 小波變換具有一種“集中”的能力，能將信號的能量集中到少數(shù)的小波系數(shù)上，而白噪聲在任何正交基上的變換仍然是白噪聲，其分量分布在大多數(shù)展開系數(shù)上。基于這一思想， Donoho 等人提出硬閾值和軟閾值去噪方法，即在眾多小波系數(shù)中，把絕對值較小的系數(shù)置為零，而讓絕對值較大的系數(shù)保留或收縮，得到估計小波系數(shù)，然后利用估計小波系數(shù)直接進(jìn)行信號重構(gòu)，即可達(dá)到去噪 的目的。常用于去噪的小波函數(shù)有 dbN 小波、 symN 小波和 coifN 小波，層數(shù)一般為 35 層。如果閾值太小，那么閾值處理后的小波系數(shù)中包含了過多的噪聲分量；如果閾值太大，那么將會丟失信號的一部分有用信息 , 從而造成小波系數(shù)重構(gòu)后的信號失真。 （四）最小極大方差閾值（ minimaxi）產(chǎn)生一個最小均方誤差的極值，在給定的函數(shù)集中實現(xiàn)最大均方誤差最小化。 第 3 步：選擇合適的閾值函數(shù)對小波系數(shù)進(jìn)行閾值處理。根據(jù)閾值化處理后的高頻小波系數(shù)以及未處理的低頻小波系數(shù)進(jìn)行離散小波反變換重構(gòu)信號。但是這種方法還存在以下兩種 不足：①白噪聲信號的模極大值隨著分解層數(shù)的增大而減小，對不同的分解層數(shù)采用相同的閾值進(jìn)行處理，會在低頻系數(shù)中濾除過多有用信息而在高頻系數(shù)保留了一些過多的噪聲；②在進(jìn)行閾值處理時，硬閾值處理能更多的保留真實信號的尖峰等特征，但由于其本身的 不連續(xù)性，去噪的的結(jié)果會出現(xiàn)震蕩，軟閾值是一種更平滑的方式，在去噪后能產(chǎn)生更光滑的結(jié)果，但估計的小波系數(shù)與原小波系數(shù)之間存在恒定的偏差。 Lip 指數(shù)與信號的奇異性有關(guān)， ? 越大，信號越平滑。而白噪聲的 Lip指數(shù)則為負(fù)值， 0,21 ???? ??? ， 即噪聲對應(yīng)的小波系數(shù)隨分解尺度 j 的增大而減小。 二、采用新的閾值函數(shù) 鑒于軟閾值和硬閾值的缺點，本論文采用一種新的閾值函數(shù)。閾值函數(shù)如下： ??????? iiiii ddtddd 0 ))(s g n({ （ 6） 其中 ,2)e xp( ?????? ??Ndt i ?? 12 式中 N為一個正常數(shù)， id 為處理前的小波系數(shù)， ?id 為處理后的小波系數(shù)。當(dāng) N 取值很大時 , 新閾值函數(shù)相似于軟閾值函數(shù) 。通過調(diào)節(jié) N 的大小可以改變新閾值函數(shù)的類型，與經(jīng)典的閾值函數(shù)相比更具有靈活性。從圖中可以看出，硬閾值函數(shù)在閾值點處不連續(xù)，軟閾值函數(shù)存在恒定的偏差。 本章首先介紹小波去噪的定義及其特點，然后了解小波變換進(jìn)行降噪的原理，對閾值去噪方法做重點研究。 本章總結(jié) 本章首先介紹了小波閾值去噪的基本原理以及～般方法，并且消噪時兩個重要的方面進(jìn)行重點研究，提出了一些改進(jìn)。由于傳統(tǒng)的軟閾值函數(shù)和硬閾值函數(shù)各有各的優(yōu)缺點。另一個是基于非負(fù)死區(qū)閾值函數(shù)改進(jìn)的函數(shù)。 13 第二個改進(jìn)的方面是閾值的估計。由于信號的小波系數(shù)與噪聲的小 波系數(shù)的不同表現(xiàn)，所以把噪聲經(jīng)過小波分析后的模最大值作為閾值。 第三章 實驗設(shè)計原理及過程 小波去噪原理分析 . 小波去噪原理 疊加性高斯白噪聲是最常見的噪聲模型，受到疊加性高斯白噪聲“污染”的觀測信號可以表示為： i i iy f z??? 1,..., ,in? (7) 其中 yi為含噪 信號， if 為“純凈”采樣信號， zi為獨立同分布的高斯白噪聲~ (0,1)iidizN， ? 為噪聲水平，信號長度為 n. 為了從含噪信號 yi中還原出真實信號 if ，可以利用信號和噪聲在小波變換下的不同的特性，通過對小波分解系數(shù)進(jìn)行處理來達(dá)到信號和噪聲分離的目的。 小波去噪步驟 總結(jié)去噪過程，可以分成以下三個步驟： 1) 對觀測數(shù)據(jù)作小波分解變化： zWfWyW 000 ??? ? (9) 其中 y表示觀測數(shù)據(jù)向量 y1， y2，? y， f是真實信號向量 f1， f2，? fn， z是高斯隨 機(jī)向量 z1， z2，? zn ，其中用到了小波分解變換是線性變換的性質(zhì)。 3) 對處理過的小波系數(shù)作逆變換 w10? 重構(gòu)信號： dwwf nt 010* ??? (11) 即可得到受污染采樣信號去噪后的信號。 . 軟閾值和硬閾值 在對小波系數(shù)作門限閾值處理操作時，可以使用軟閾值處理方法或硬閾值處理方法，硬閾值處理只保留較大的小波系數(shù)并將較小的小波系數(shù)置零： { ,0),( tww twH tw ???? (12) 軟閾值處理將較小的小波系數(shù)置零但對較大的小波系數(shù)向零作了收縮： 15 ???????????twtwtwtwtwtwS,0,),(? (13) 直觀形式見圖 2（圖中取 t=1）從圖上我們可以看出軟閾值處理是一種更為平滑的形式，在去噪后能產(chǎn)生更為光滑的結(jié)果，而硬閾值處理能夠更多的保留真實信號中的尖峰等特征軟閾值處理實質(zhì)上是對小波分解系數(shù)作了收縮，從而 DonohoJohnstone將這種去噪技術(shù)稱之為小波收縮。 在 MATLAB中有 4種閾值函數(shù)形式可以選用： (1) sqtwolog:采用固定的閾值形式，如式 (10)，因為這種閾值形式在軟門限閾值處理中能夠得到直觀意義上很好的去噪效果。 (4) heursure：選擇啟發(fā)式閾值它是 sqtwolog和 rigrsure 的綜合，當(dāng)信噪比很小時 ,估計有很大的噪聲，這時 heursure, 采用固定閾值 sqtwolog。相反 ,如果太大 ,重要信號特征將被濾掉 ,引起偏差。大多數(shù)閾