语音信号处理Word格式.docx

语音信号处理Word格式.docx

《语音信号处理Word格式.docx》由会员分享，可在线阅读，更多相关《语音信号处理Word格式.docx（17页珍藏版）》请在冰豆网上搜索。

于是得到信号的加性模型：

（4-1）

对功率谱有

（4-4）

原始语音的估值为

（4-5）

只要在频域用（4-5）式得到纯净语音的谱估计，就可以根据（4-6）式得到增强后的语音。

（4-6）

根据前面分析，我们可以给出谱相减算法的整个算法流程，如图4-1所示：

图4-1谱减法的算法流程

三、实验程序

1、噪声叠加到信号上的比较

%在噪声环境下语音信号的增强

%语音信号为读入的声音文件

%噪声为正态随机噪声

clear;

input=wavread（'

C:

\Users\Administrator\Desktop\yuyinxinhao\b1.wav'

）;

count=length（input）;

noise1=0.1*randn（1,count）;

signal=input;

fori=1:

count

voice1（i）=signal（i）+noise1（i）;

end

noise2=0.01*randn（1,count）;

voice2（i）=signal（i）+noise2（i）;

noise3=randn（1,count）;

voice3（i）=signal（i）+noise3（i）;

n=1:

count;

figure%对比纯净语音信号，噪音信号和带噪语音信号

subplot（3,1,1）;

plot（n,signal）;

title（'

纯净信号'

）

subplot（3,1,2）;

plot（n,noise1）;

噪音信号'

subplot（3,1,3）;

plot（n,voice1）;

带噪信号'

figure%对比纯净语音信号频谱，噪音信号和带噪信号频谱

Fss=fft（signal）;

plot（n,abs（Fss））;

纯净信号频谱'

Fss1=fft（noise1）;

plot（n,abs（Fss1））;

噪音信号频谱'

Fv1=fft（voice1）;

subplot（3,1,3）

plot（n,abs（Fv1））;

带噪信号的频谱'

plot（n,noise2）;

plot（n,voice2）;

Fss2=fft（noise2）;

plot（n,abs（Fss2））;

Fv2=fft（voice2）;

plot（n,abs（Fv2））;

plot（n,noise3）;

plot（n,voice3）;

Fss3=fft（noise3）;

plot（n,abs（Fss3））;

Fv3=fft（voice3）;

plot（n,abs（Fv3））;

2、利用减谱法的基本原理给语音信号降噪

噪声为0.1*randn（1,coun）纯净信号为输入信号

noise=1*randn（1,count）;

signal=input'

;

voice（i）=signal（i）+noise（i）;

end

Fv=fft（voice）;

anglev=angle（Fv）;

Fn=fft（noise）;

power1=（abs（Fv））.^2;

power2=（abs（Fn））.^2;

power3=power1-power2;

power4=sqrt（power3）;

Fs=power4.*exp（j*anglev）;

sound=ifft（Fs）;

%纯净语音信号频谱

figure%对比纯净语音信号和输出信号

subplot（2,1,1）

subplot（2,1,2）

plot（n,sound）;

输出信号'

figure%对比纯净语音信号频谱和输出语音信号频谱

plot（n,abs（Fs））;

输出信号频谱'

max_v=max（voice）;

%对带噪信号抽样值点进行归一化处理

re_voice=voice/max_v;

%对输出信号抽样点值进行归一化处理

max_s=max（sound）;

re_sound=sound/max_s;

%读出带噪语音信号，存为'

1001.wav'

wavwrite（re_voice,5500,16,'

1001'

%读出处理后语音信号，存为'

1002.wav'

wavwrite（re_sound,5500,16,'

1002'

3、利用改进的减谱法给语音信号降噪

noise=0.1*randn（1,count）;

if（power1（i）>

=3*power2（i））

power3（i）=power1（i）-3*power2（i）;

else

power3（i）=0.01*power2（i）;

end

四、实验结果

（1）噪声为0.1*randn（1,count）

（2）噪声为0.01*randn（1,count）

（3）噪声为randn（1,count）

2、利用减谱法的基本原理给语音信号降噪

噪声为0.1*randn（1,coun）纯净信号为输入信号

（1）参数取a=3,b=0.01

（2）参数取a=10,b=0.01

（3）参数取a=0.8,b=0.01

（4）参数取a=3,b=0.0001

（5）参数取a=3,b=0.1

五、实验分析

1、噪声叠加到信号上时，噪声会对信号产生较大影响，噪声加强会使信号被噪声淹没；

噪声减弱，对信号的影响减小;

2、用减谱法的基本原理対带噪信号进行处理后，信号质量明显提升，从而得到较纯净的语音信号;

3、用改进的减谱法対带噪信号进行处理后，信号质量更好，语音信号更纯净。

合理选择参数a、b很重要，由于实验所用的是辅音，去a=3,b=0.01左右较合适。

a太大或太小，不能取得较好的降噪效果,b太小，不能抑制纯音噪声，b太大会造成噪声，必须b<

<

1。

六、实验总结

通过本次实验，我知道了：

减谱法作为语音增强技术的有效方法之一,能够有效地降低包含在语音中的加性噪声,但是由于减谱法针对的是宽带噪声较为传统和有效的方法,它是在假定加性噪声与短时平稳的语音信号相互独立的条件下,从带噪语音的功率谱中减去噪声功率谱,从而得到较为纯净的语音频谱,可见存在一定的局限性。

如何寻求一种较通用的语音增强方法有待进一步探讨。

看似简单的问题，自己动手亲自写一下程序，才知道自己的不足，才会真正得到提高，为将来更深层次的学习打下良好的基础。

（此文档部分内容来源于网络，如有侵权请告知删除，文档可自行编辑修改内容，供参考，感谢您的配合和支持）