《数字语音处理大作业PPT精选文档》由会员分享，可在线阅读，更多相关《数字语音处理大作业PPT精选文档（10页珍藏版）》请在金锄头文库上搜索。
1、语音去噪算法研究语音去噪算法研究班级：通信工程 班姓名：学号：指导教师：崔艳秋1 研究意义研究意义v在语音的录制、传输过程中引入各种各样的噪声是不可避免的。为抑制噪声，提高语音的质量，需要对含噪语音信号进行语音增强。v本研究采用频谱减法有效地去除了噪声，能够起到很好的语音增强效果，在不损伤语音信号的前提下能够大幅度提高信噪比。2研究现状研究现状 v频谱减法算法是在假设噪声是统计平稳且与语音不相关的前提下，利用短时傅里叶变换将带噪语音的功率谱减去估计噪声的功率谱，得到语音功率谱估计值。根据离散傅里叶变换的线性性质。将语音信号的离散傅里叶变换与噪声的离散傅里叶变换相减，即可得到语音信号的离散傅里叶
2、变化，再进行离散傅里叶反变换即可得到去噪后的语音信号。3v频谱减法基本原理如下频谱减法基本原理如下:v假设带噪语音信号为： y(i)=s(i)+n(i) v其中，s(i)为纯净语音，n(i)为噪声信号。v经FFT变换后，相应的频域表示为： = +v由此可得： v因为纯净语音信号与噪声信号是相互独立的，所以 与 也是相互独立的。v所以：E = E + E 其中，E 可以通过先验知识或者通过无语音时的统计平均得到，设为 。v对于一个分帧内的短时平稳过程则有： v由此可得到原是语音的谱估计值: = =v其中， 是增强后的语音幅度。4v具体做法如下，录制一段自己的音频和一段背景噪音, 采样频率为32k
3、Hz 的文件，然后在Matlab 软件平台下，利用函数wavread 对语音信号进行采样。分别画出语音信号和背景噪音信号的的时域波形；然后对两个音频信号进行快速傅里叶变换，得到信号的频谱特性。将两信号的频谱相减，得到去噪后的频谱。再进行离散傅里叶反变换即可得到去噪后的语音信号。5仿真实验及分析仿真实验及分析v（1）由麦克风采集语音数据，将采集的数据存成WAV文件（要求采样率为32000Hz），存在G盘中。vclear;vclose all;vFs=32000;vy=wavrecord(5*Fs,Fs,double);vwavwrite(y,G:a);vsoundview(y,Fs);v（2）同
4、样方法，在统一背景下，采集噪音数据，存在G盘中。v用soundview函数显示的语音信号，噪音信号如图。 6 v（3）MATLAB 代码如下：vclear;clc;%录音后用音频格式转换软件转为wav 格式fs=32kHz 的文件vx1=wavread(G:a.wav);vx2=wavread(G:x.wav);vN=size(x1,1);vx1=x1(1:N,1);%因录音时是立体声故去其中的第一通道的音频数据vx2=x2(1:N,1);vn=1:N;vfs=32000;%语音信号采用频率为32000 赫兹vY1=fft(x1,N);%对信号做N 点的FFT 变换vY2=fft(x2,N);
5、vmagx1=abs(Y1(1:1:N/2+1);k1=0:1:N/2;w1=fs/N*k1;vmagx2=abs(Y2(1:1:N/2+1);k2=0:1:N/2;w2=fs/N*k1;vfigure(1);%作图1vsubplot(2,1,1);stem(n,x1,.k);title( 处理前音频信号signal x(t);grid;vsubplot(2,1,2);plot(w1,magx1,k);title( 处理前音频信号的频谱);grid;vfigure(2);%作图2vsubplot(2,1,1);stem(n,x2,.k);title( 噪音信号n(t);grid;vsubplo
6、t(2,1,2);plot(w2,magx2,k);title( 噪音信号的频谱);grid;vmagx3=magx1-magx2;vY=Y1-Y2;%频谱相减vx3=ifft(Y);%离散傅里叶反变换vfigure(3);%作图3vsubplot(2,1,1);stem(n,x3,.k);title( 去噪后音频信号n(t);grid;vsubplot(2,1,2);plot(w1,magx3,k);title( 谱相减后音频信号频谱);grid; 7v得到波形如下:v图1 （左上）处理前的音频信号v图2 （右上） 噪声信号v图3 （左下）处理后的音频信号8v实验结果分析：对比图1 和图3 发现经处理后噪声减少，有效的改善了声音频谱和时域波形，达到了语音增强的目的。v结论：采用谱减法对语音信号进行增强处理方法在MATLAB平台下易于实现，计算量小。经处理后语音信号的频谱特征明显改善。基于MATLAB频谱减法语音处理程序简单易懂，对深刻理解数字信号处理过程有一定的促进作用。9v 谢谢观看10
