数字语音处理大作业

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,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,研究意义,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。,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。,研究现状,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。,频谱减法基本原理如下,:,假设带噪语音信号为：,y(i)=s(i)+n(i),其中，,s(i),为纯净语音，,n(i),为噪声信号。,经,FFT,变换后，相应的频域表示为：,= +,由此可得：,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。,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 。,对于一个分帧内的短时平稳过程则有：,由此可得到原是语音的谱估计值,: = =,其中， 是增强后的语音幅度。,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,32kHz,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。,仿真实验及分析,（,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。,clear;,close all;,Fs=32000;,y=wavrecord(5*Fs,Fs,double);,wavwrite(y,G:a);,soundview(y,Fs);,（,2,）同样方法，在统一背景下，采集噪音数据，存在,G,盘中。,用,soundview,函数显示的语音信号，噪音信号如图。,（,3,）,MATLAB,代码如下：,clear;clc;%,录音后用音频格式转换软件转为,wav,格式,fs=32kHz,的文件,x1=wavread(G:a.wav);,x2=wavread(G:x.wav);,N=size(x1,1);,x1=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,x2=x2(1:N,1);,n=1:N;,fs=32000;%,语音信号采用频率为,32000,赫兹,Y1=fft(x1,N);%,对信号做,N,点的,FFT,变换,Y2=fft(x2,N);,magx1=abs(Y1(1:1:N/2+1);k1=0:1:N/2;w1=fs/N*k1;,magx2=abs(Y2(1:1:N/2+1);k2=0:1:N/2;w2=fs/N*k1;,figure(1);%,作图,1,subplot(2,1,1);stem(n,x1,.k);title(,处理前音频信号,signal x(t);grid;,subplot(2,1,2);plot(w1,magx1,k);title(,处理前音频信号的频谱,);grid;,figure(2);%,作图,2,subplot(2,1,1);stem(n,x2,.k);title(,噪音信号,n(t);grid;,subplot(2,1,2);plot(w2,magx2,k);title(,噪音信号的频谱,);grid;,magx3=magx1-magx2;,Y=Y1-Y2;%,频谱相减,x3=ifft(Y);%,离散傅里叶反变换,figure(3);%,作图,3,subplot(2,1,1);stem(n,x3,.k);title(,去噪后音频信号,n(t);grid;,subplot(2,1,2);plot(w1,magx3,k);title(,谱相减后音频信号频谱,);grid;,得到波形如下,:,图,1,（左上）,处理前的音频信号,图,2,（右上）,噪声信号,图,3,（左下）,处理后的音频信号,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。,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。,谢谢观看,