貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院 盧錦濤 羅楊川云

基于db3小波閾值法的語(yǔ)音信號(hào)降噪研究

貴州大學(xué)大數(shù)據(jù)與信息工程學(xué)院 盧錦濤 羅楊川云

語(yǔ)音信號(hào)是一維非平穩(wěn)準(zhǔn)周期信號(hào)，在產(chǎn)生和傳播過(guò)程中易混入各種噪聲，導(dǎo)致對(duì)其語(yǔ)音效果造成影響。為了對(duì)信號(hào)進(jìn)行降噪，本文對(duì)語(yǔ)音信號(hào)降噪進(jìn)行研究，給出小波語(yǔ)音信號(hào)降噪的基本方法，并在matlab環(huán)境下應(yīng)用db3小波對(duì)攜帶噪聲的語(yǔ)音信號(hào)進(jìn)行處理。文中采用硬閾值法、軟閾值法以及軟硬閾值法結(jié)合對(duì)信號(hào)處理，并在降噪算法的自適應(yīng)性上進(jìn)行研究結(jié)果對(duì)比分析顯示，軟硬閾值結(jié)合的方法降噪效果最佳，可以既保證信號(hào)不失真，同時(shí)達(dá)到較好的信噪比。

語(yǔ)音降噪；matlab；db3小波；閾值算法

0　引言

移動(dòng)互聯(lián)網(wǎng)使語(yǔ)音識(shí)別技術(shù)越來(lái)越重要。語(yǔ)音音質(zhì)問(wèn)題，語(yǔ)音識(shí)別技術(shù)發(fā)展尚未達(dá)到智能化，完全識(shí)語(yǔ)音讓用戶感到困擾。其中最主要的是語(yǔ)音噪聲對(duì)其的干擾。在移動(dòng)通信中，語(yǔ)音端點(diǎn)檢測(cè)順利完成后，保證良好的音質(zhì)的關(guān)鍵就是對(duì)噪聲的抑制和處理，即語(yǔ)音降噪，是保證良好音質(zhì)的基礎(chǔ)。語(yǔ)音降噪是降低噪聲，突顯有用信號(hào)的技術(shù)，目的是提高信噪比，提高語(yǔ)音質(zhì)量，提高自然語(yǔ)音的可辨度。語(yǔ)音信號(hào)是一種一維準(zhǔn)周期信號(hào)，信號(hào)容易獲取，但是由于在發(fā)生過(guò)程中和聲音傳遞過(guò)程中不可避免的會(huì)受到噪聲的干擾，混入其中，稱(chēng)為加性噪聲，記為式y(tǒng)（n）=X（n）+s（n）其中，X（n）是純凈的語(yǔ)音信號(hào)，s（n）是加入的高斯白噪聲。

高斯白噪聲頻帶寬，與語(yǔ)音信號(hào)相互重疊，沒(méi)有規(guī)律性，無(wú)法區(qū)分語(yǔ)音信號(hào)和白噪聲，所以語(yǔ)音降噪很難達(dá)到令人滿意的效果。再加上濾波去的濾波參數(shù)在設(shè)計(jì)的時(shí)候就已固定，不能根據(jù)信號(hào)的實(shí)時(shí)特點(diǎn)來(lái)自行調(diào)整濾波參數(shù)對(duì)降噪結(jié)果有很大影響。因?yàn)楦道锶~變換沒(méi)有局部性，不具有多分辨率，如果將信號(hào)用傅里葉變換，頻域觀察再采取措施進(jìn)行降噪，不能對(duì)信號(hào)的微弱變化進(jìn)行提取，達(dá)不到降噪的效果［3］。因此針對(duì)高斯白噪聲的這些特征提出一種基于小波分解和重構(gòu)的閾值降噪。

1　語(yǔ)音信號(hào)

本文獲取的語(yǔ)音信號(hào)源是通過(guò)使用Cool Edit Pro下的錄音機(jī)錄音后存儲(chǔ)為16k采樣的.wav格式。在原始語(yǔ)音信號(hào)的基礎(chǔ)上加入隨機(jī)噪聲，改變其攜帶噪聲的程度得到不同信噪比的信源。

2　閾值降噪方法

根據(jù)小波理論和matlab仿真，白噪聲的小波系數(shù)和有用信號(hào)的小波系數(shù)在幅值上有明顯不同的表現(xiàn)特征，據(jù)此可選擇適當(dāng)?shù)拈撝祵⑺鼈冞M(jìn)行分離。為達(dá)到良好的降噪效果，保證信號(hào)的完整識(shí)別，選取合適的小波函數(shù)作為小波基，對(duì)小波進(jìn)行適當(dāng)層數(shù)的分解和設(shè)置適當(dāng)?shù)拈撝凳切〔ㄩ撝到翟腩I(lǐng)域的關(guān)鍵設(shè)計(jì)環(huán)節(jié)［2］。另外為了提高可靠性和降噪系統(tǒng)的可移植性和適應(yīng)性，實(shí)現(xiàn)對(duì)不通信號(hào)達(dá)到基本相同的降噪效果，通過(guò)反饋提高降噪的適應(yīng)性和穩(wěn)定性，最大程度保證信號(hào)的不失真和有效提取。

小波閾值降噪算法直觀有效，對(duì)語(yǔ)音這樣的非平穩(wěn)信號(hào)，小波的多分辨率特性可以描繪出噪聲出現(xiàn)時(shí)的邊緣和尖峰等突變點(diǎn)。小波分解采用db3小波函數(shù)對(duì)信號(hào)進(jìn)行分解，再根據(jù)小波的高頻系數(shù)進(jìn)行閾值量化，不同分解尺度下選擇合適的閾值進(jìn)行閾值處理。小波閾值降噪的閾值函數(shù)主要以硬閾值和軟閾值兩種函數(shù)。硬閾值可以很好的保留信號(hào)邊緣等的局部特征，但相對(duì)平滑會(huì)造成邊緣模糊等失真現(xiàn)象。

2.1分幀加窗

加hamming窗可使每幀語(yǔ)音信號(hào)的時(shí)域波形兩端變化趨于線性，緩慢的降為零，降低語(yǔ)音幀的截?cái)嘈?yīng)。通過(guò)可以改變位置的有限長(zhǎng)度hamming窗進(jìn)行加權(quán)的方法來(lái)實(shí)現(xiàn)，即使用一定的窗函數(shù)w（t）來(lái)乘y（t），從而形成加窗后的語(yǔ)音信號(hào)式：

2.2小波分解

信號(hào)的小波分解情況如下：

已知式的fN，確定fN-M及gj，j=N-1，…，N-M。

cj，k和dj，k分別為j尺度空間的剩余系數(shù)和小波系數(shù)。

db3小波為緊支正交基，滿足精確重構(gòu)的條件。其小波函數(shù)與尺度函數(shù)的有效支撐長(zhǎng)度為5，小波函數(shù)的消失矩為3。db3小波函數(shù)表達(dá)式如式：

緊支區(qū)間內(nèi)迭代1次得到的db3小波函數(shù)和尺度函數(shù)。

2.3小波閾值降噪

小波降噪的核心是根據(jù)噪聲信號(hào)與原始有效信號(hào)在各尺度上的小波譜不同的特點(diǎn)，將各尺度上由噪聲產(chǎn)生的小波譜分量以及噪聲小波譜占主導(dǎo)地位的尺度上的譜分量去掉同時(shí)保留并適當(dāng)?shù)卦鰪?qiáng)有效信號(hào)的小波譜，利用小波變換重構(gòu)算法重構(gòu)信號(hào)。具體方法：將攜帶噪聲的語(yǔ)音信號(hào)分幀處理，對(duì)各幀信號(hào)在db3小波函數(shù)下進(jìn)行小波分解，得到各層的分解系數(shù)?；诿繉影挠行盘?hào)區(qū)別成分，采用硬閾值、軟閾值以及軟硬閾值結(jié)合的方法對(duì)系數(shù)處理的，各層系數(shù)采用不同的閾值進(jìn)行處理；在信號(hào)中起重要作用的分量作適當(dāng)?shù)脑鰪?qiáng)處理對(duì)噪聲譜分量作抑制處理提高信噪比達(dá)到更好的降噪效果。

輸出信噪比snr作為降噪的重要指標(biāo)，它通過(guò)下式得出。

Pf和Py分別為純信號(hào)功率和處理后信號(hào)的噪聲功率。若輸出信噪比越大，則表面降噪效果越明顯。

3　仿真試驗(yàn)

采用不同的閾值函數(shù)對(duì)不同信噪比的一系列輸入信號(hào)“wavebbt.wav” （語(yǔ)音信號(hào)采樣頻率為16k，量化16比特）等分別進(jìn)行降噪處理。將一段不同信噪比的語(yǔ)音信“wavebbt.wav”（輸入信號(hào)信噪比通過(guò)改變?cè)肼暤姆讲顚?shí)現(xiàn)）的時(shí)域波形載入matlab 7.10；分幀加窗，將“wavebbt.wav”采用每幀為25ms，10ms的重疊方式的分幀處理，并加以hamming窗；小波分解：對(duì)帶噪信號(hào)進(jìn)行一維小波多尺度分解，對(duì)信號(hào)進(jìn)行6層分解后進(jìn)行對(duì)每幀信號(hào)采取不同的閾值處理后在基于相同小波進(jìn)行重構(gòu)還原信號(hào)；分幀處理后的語(yǔ)音片段連接成連續(xù)語(yǔ)音；改變輸入信號(hào)噪聲方差，反復(fù)研究。

仿真及結(jié)果：

［c，l］ = wavedec（zl1，6，’db3’）；

a6 = appcoef（c，l，’db3’，6）；

d6 = detcoef（c，l，6）；

d5 = detcoef（c，l，5）；

d4 = detcoef（c，l，4）；

d3 = detcoef（c，l，3）；

d2 = detcoef（c，l，2）；

d1 = detcoef（c，l，1）；

ythard1 = wthresh（d1，’h’，0）；

ythard2 = wthresh（d2，’h’，0.1）；

ythard3 = wthresh（d3，’h’，0.4）；

ythard4 = wthresh（d4，’h’，0.3）；

ythard5 = wthresh（d5，’h’，0.2）；

ythard6 = wthresh（d6，’h’，0.05）；

c2 = ［a6 ythard6 ythard5 ythard4 ythard3 ythard2 ythard1］；

s3 = waverec（c2，l，’db3’）；

在不同噪聲方差的輸入信號(hào)下，得到對(duì)信號(hào)處理后的結(jié)果。根據(jù)仿真結(jié)果分析顯示：在硬閾值法下數(shù)值大于T的小波系數(shù)保留，其余系數(shù)全為0；軟閾值法先將小波系數(shù)與閾值T進(jìn)行比較，然后根據(jù)比較結(jié)果再向0進(jìn)行收縮。軟硬閾值結(jié)合的方法能使降噪結(jié)果得到最高的信噪比。從聽(tīng)覺(jué)看來(lái)：硬閾值法得到的語(yǔ)音較生硬，而軟硬閾值結(jié)合法聽(tīng)覺(jué)效果達(dá)到最佳。

4　結(jié)語(yǔ)

小波閾值處理應(yīng)采取軟硬閾值結(jié)合的方法處理，軟閾值次之，硬閾值的效果最差。為了增強(qiáng)降噪效果和算法的自適應(yīng)性，打算在后期研究中對(duì)輸出的反饋信號(hào)進(jìn)行分析。本文在閾值的選取方法需要優(yōu)化，降噪閾值過(guò)大或過(guò)小都影響最終的降噪效果，閾值過(guò)大會(huì)造成語(yǔ)音的細(xì)節(jié)部分丟失，得到很空曠的語(yǔ)音；閾值過(guò)小則影響降噪效果。在下一步的算法降噪時(shí)，主要考慮閾值降噪的自適應(yīng)性，達(dá)到更好的效果說(shuō)。

［1］蔡鐵，朱杰.小波閾值降噪算法中最優(yōu)分解層數(shù)的自適應(yīng)選擇［J］.控制與決策，2006，21（02）：217-220.

［2］趙力.語(yǔ)音信號(hào)處理（第2版）［M］.北京：機(jī)械工程出版社，2010：34-36.

［3］趙文忠.基于小波變換的語(yǔ)音降噪處理［D］.合肥工業(yè)大學(xué)，2002.