语音去噪算法的研究.doc

语音去噪算法的研究专业：通信工程 姓名摘 要 语音去噪处理是对我们语音通话过程中受到的各种外界声音特别是噪声进行处理，从而得到纯净的语音信号。本文利用一种常用的语音去噪算法谱减法来进行语音去噪的研究。谱减法使用简单且可执行，其输出语音质量很高，能有效的除去语音中的噪声。本文通过添加不同的噪声：高斯白噪声和随性噪声，通过谱减法对高斯白噪声与随性噪声分别进行了去噪处理，并对去噪能力进行比较，通过仿真结果可以看出当加入噪声强度低于2时，谱减法对白噪声的去噪效果较好，当加入噪声强度高于2时，谱减法对随性噪声的去噪效果较好。关键词 语音去噪，谱减法，高斯白噪声，随性噪声ABSTRACTSpeech denoising is dealing with the noise in our voice calls suffering from different kinds of external voice especially noise and provides us a clear voice signal. In the paper, Spectral subtraction which is one of common Speech denoising methods is studied. Spectrum subtraction is easy to be carried out and it can improve the quality of the output voice, the noise in the voice can be high effectively removed. In the paper, two types of noise: Gaussian noise and random noise were added in voice signal. The simulation results shou that spectrum subtraction has a better effect on Gaussian noise while the intensity of added noise is less than 2 and it has a better effect on random noise while the intensity of added noise is higher than 2.Keywords Removing the noise, Spectral subtraction, Gaussian white noise, Random noise目 录1绪论11.1选题背景11.2语音去噪的算法研究现状11.3 本文各章节主要内容32 语音去噪的理论基础42.1语音信号的特性42.2噪声信号的特性42.2.1噪声的分类42.2.2.噪声的度量62.2.3.噪声表示62.2.4带噪语音模型73 应用谱减法进行语音去噪83.1 谱减法83.2谱减法的实现流程图103.3 谱减法的实现103.3.1读取语音文件添加噪声103.3.2 分帧加窗113.3.3加噪信号傅里叶变换113.3.4逆傅里叶变换123.3.5去除汉明窗引起的增益124仿真结果124.1原始语音信号的仿真134.2加入噪声信号强度为1的白噪声仿真图134.3加入噪声信号强度为2的白噪声仿真图144.4加入噪声信号强度为3的白噪声仿真图154.5加入随性噪声的仿真图175.总结19参考文献20附录21答 谢251绪论1.1选题背景语音是信息传播和情感表达的重要媒介，在日常生活中起着非常重要的作用。二十一世纪是信息科学世纪，人机交互式语音处理系统如电话通信，导航系统，远程控制等在人们日常生活中的应用越来越多。因此，对人类交流中最常用的语音其进行处理，在现代信息处理中占有极其重要的地位。当我们在日常生活中进行语音通信时，会遇到噪声干扰的问题。如：我们在马路旁使用公用电话进行通信，路人的嘈杂声、汽车的鸣笛声等噪声都会干扰我们语音通讯的话音质量。对于接收语音方来说，受干扰的语音可能会使接收方产生听觉疲劳，还有可能无法听清对方声音。在我们进行语音通信的过程中，语音质量的好坏是很重要的。如果音质很差，接收方无法听清对方的话音，可能会工作造成无法估量的损失。人类社会已经离不开通信，语音是我们信息交流中最平常、最快速和最方便的方式之一。但目前语音识别系统很难在噪声环境中工作，其受到的影响很大。因此，语音增强技术对于我们的日常生活有着极其重要的价值。1.2语音去噪的算法研究现状语音增强方法在20世纪70年代中期就对其进行研究。当时取得了一些基础性成果。随着近代科学的发展，数字信号处理理论逐渐成熟，语音增强也取得了快速的发展，如今语音增强成为语音处理领域的一个重要分支。1978年Lim和Oppenheim提出了语音增强的维纳滤波方法，1979年Boll提出了谱相减方法来抑制噪声，1980年Maulay和Malpass提出了软判决噪声抑制方法，1984年Ephraim和Malah提出基于MMSE短时谱幅度估计的语音增强方法，1987年Paliwal把卡尔曼滤波引入到语音增强领域。语音增强技术在这近30年的发展中，各种方法被不断的提出，从而奠定了语音增强理论基础，并使之逐渐走向成熟。解决噪声污染的一种有效途径是语音增强，他的主要功能是在混有噪声的语音信号中处理原始语音信号，随着通信技术的发展，语音增强技术也有了很大程度的发展。它主要用于降低噪声、语音识别系统和预处理。语音增强涉及的内容很广，它还涉及到听觉感知和语音学。噪声有许多来源，随着外部环境的变化，噪声特性也不相同。我们必须针对不同的噪声，采取不同的语音增强方法：频谱相减法：单声道语音增强，是目前常用的一类基于短时谱幅度估计的语音增强方法，该方法对语音信号的感知没有必要精确计算。所以，基于STSA估计的方法通常接采用带噪语音的相位作为增强语音信号的相位。基于语音增强STSA估计方法，包括谱减法和各种变形，最低均方误差估计法等。自适应噪声对消法：自适应噪声对消是由自适应滤波器来完成的，它的基本原理是根据Widrow方法，利用自适应滤波器，从带噪语音中减去噪声的最佳估计值，得到纯净的语音。这种方法中，一个关键的问题是如何得到噪声的最佳值，自适应滤波器的目的是使设计出的噪声与实际噪声接近，因而根据LMS准则来调整滤波器系数。小波变换法：小波变换是对信号的时间尺度和时间频率进行分析的一种方法，即在时域上对信号离散变换，在频域上进行谱分析的方法。具有非常高的高分辨率，而且在时、频两域上都具有对信号局部特征进行表征的能力。增强语音干扰语音和背景噪声信 道传输噪声语音增强纯净语音图1.1.语音增强处理改善语音质量1.3 本文各章节主要内容第一章为绪论，对课题背景即语音去噪的重要性与应用的普遍性进行了介绍。同时，还介绍了去噪算法研究的发展历史。最后，对去噪算法的分类进行了介绍，确立了本论文的研究方法谱减法。第二章介绍了去噪过程中必备的两个要素语音信号特性和噪声信号特性，噪声的质量和分类，以及噪声的表示和模型。第三章介绍了谱减法的基本概念，实现的流程图，以及通过谱减法进行语音去噪的步骤：输入语音信号，添加不同的噪声信号，分帧加窗，傅里叶变换以及逆傅里叶变换与去除窗增益。通过仿真图形对谱减法的去噪效果以及谱减法对哪种噪声的去噪效果更好进行了论述。2 语音去噪的理论基础2.1语音信号的特性语音是由清音和浊音组成。其中浊音在时域上是具有周期性的；在频域上有共振峰结构，在低频段内聚集着大部分能量。而清音段无时域和频域特性，与白噪声相似。在我们进行语音增强时，可以对浊音的周期特征进行有效地使用，我们一般采用梳状滤波器，通过该滤波器对语音分量进行提取，也可以有效地抑制非语音信号。语音信号一般利用统计分析来表示。因为语音是一种随机过程，他是非平稳，非遍历的。所以对语音信号进行长时间的时域统计特性是徒劳的，长时间的时域统计在语音增强中意义不大。因为语音的谱幅度在短时是时变的，所以我们要将帧长趋于无穷大，这样才能近似认为该短时语音信号具有高斯分布的特性。我们在这对短时语音信号做了一种近似的描述。我们一般在研究宽带噪声的语音增强方法时，认为这种假设是前提。2.2噪声信号的特性2.2.1噪声的分类噪声来源由外界的应用环境决定，噪声一般可分为加性噪声与非加性噪声。在非加性噪声中，一些噪声可以转化为加性的。我们一般研究的加性噪声分为：周期性噪声、脉冲噪声、宽带噪声和同声道语音干扰等。周期性噪声：离散的窄谱峰是周期性噪声的特点，其主要来源于周期性运转的机器，周期性噪声引发的问题最少，可以通过滤波技术将噪声去掉。但是，其中交流噪声的抑制很困难，因为其频率成分不是基音，而是谐波成分。脉冲噪声：一般是在时域波形中突发的窄脉冲，一般是由于放电产生的。脉冲噪声的消除方法一般在时域内进行，通过混合信号幅度的平均值来确定阈值。当混合信号幅度大于这一阈值时，该信号被认为是冲激噪声，然后在对该信号进行衰减，从而去除该脉冲噪声。宽带噪声：一般可以设定为高斯噪声和白噪声，他有很多来源，包括一般随机噪声源，量化噪声可以认为是宽带噪声，因为混合信号中宽带噪声与语音信号在时域和频域上重叠，所以滤波方法是无效的，因而消除它最困难。宽带噪声只会单独存在于语音间歇时期，平稳的宽带噪声认为是高斯白噪声。同声道语音干扰噪声：是指当单信道中有多个语音信号叠加传输时，对称信号因相互抵消而消失。此外，发音也会受到背景噪声的影响，噪声信号对原有语音信号的声学特征和参数造成了破坏，从而无法分清不同语音的差别，话音质量有所下降。因此，噪声会对语音信号产生严重的影响。背景噪声：背景噪声信号不仅对原有的声学特征进行破坏，而且还破坏原有信号的模型参数，使不同语音间的差别减弱，语音质量下降。较强的背景噪声会改变讲话人的发音方式，对于相同的语音，其语音的特征参数也会与安静环境下不同。单频噪声：它主要源于无线电干扰。它的特点是一种连续干扰，并且其频率是可以通过实测来确定的，因此在采取适当的措施后就有可能防止。2.2.2.噪声的度量声音是由声压、声强、声功率度量的。声压级 (dB)或SPL的定义为： （2-1）其中=20，为基准声压(空气中)。声强级(dB)或SIL定义为 （2-2）其中为基准声强。声功率 (dB)或SWL的定义为： （2-3）其中=为基准功率。声压级与声强级的关系如下式表示： （2-4）其中C为声速(ms)。2.2.3.噪声表示噪声是一个随时间变化的过程。一般的时域周期信号可用振幅、频率、相位来表征。但是噪声的时域特性不是很明显，噪声的时域波形称为噪声信号，将其进行频域变换，得到噪声信号的频域特性频谱。噪声的频率特性一般由功率谱密度描述。设频率在间的噪声功率为，则功率谱密度定义为单位频率间隔内所含的噪声功率，即有： （2-5） （2-6）噪声还具有统计特性。看起来噪声的时域波形像是无规则的的，但是任何噪声都都是有一定规律的，它们具有一定的统计规律。对于一个系统的噪声来说，测量值是不确定的，即有一定的随机性；但是当我们对该系统噪声进行N次测量之后，我们可以看出该系统噪声分布是有一定的规律。测量噪声的概率是确定的，因此可用概率来描述噪声的统计规律。随机过程的统计特性可用定量值平均值和标准偏差表示。期望值是X的平均值，表示测量一次可期望的值，并用大量测量的平均值表示，即： （2-7）标准偏差是X的分散程度或变化部分的表示，即： （2-8）在一般交变量中，平均值为零，则标准偏差就是有效值，称为均方差。2.2.4带噪语音模型带噪语音模型如图2.1所示。 (2-9) 其中，、分别为带噪语音、纯净语音和干扰噪声。其带噪语音模型可以用下图表示：纯净语音带噪语音干扰噪声图2.1 带噪语音模型3 应用谱减法进行语音去噪3.1 谱减法谱减法是语音去噪技术中较传统有效的方法，谱减法认为加性噪声与短时平稳语音是相互独立的，从而可以利用混合语音的功率减去噪声功率得到去噪后的语音信号。频域装换频域滤波器时域转换噪声能量估计增益计算图3.1谱减法原理框图我们假设、和分别代表语音、噪声和带噪语音，、和分别表示其短时谱。由上面假设可以得到信号的加性模型： (3-1)经过加窗处理后的信号分别表示为，则有 (3-2)对上式两端分别做傅立叶变换，得 (3-3)对功率谱有 (3-4)可以根据观测数据估计，其余各项必须近似为统计均值。由于和独立，则互相的统计均值为0，所以原始语音的估值为： (3-5)上式为功率谱减法的表达式。整个系统原理图如图所示：FFT相位恢复IFFTY(w)+-图3.2 传统谱减法原理框图谱减法的建立的假设：噪声与语音信号是没有联系的，在频域上是加性的关系。外界背景噪声看做是近似稳态的。如果背景噪声发生变化，形成其他的稳态，则必须有足够的时间(约 300ms)来便估计新的背景噪声谱幅度值。对于非平稳缓慢变化的环境噪声，谱减法算法会激活话音检测环节，用以适时的判断并进行调整。假设主要噪声影响的消除的方法是通过在带噪语音谱幅度中减去噪声而实现。3.2谱减法的实现流程图读取语音信号、并添加噪声信号分帧加窗傅里叶变换逆傅里叶变换去除汉明窗引起的增益得到增强后的语音信号图3.3谱减法实现流程图3.3 谱减法的实现 3.3.1读取语音文件添加噪声在本次语音信号的去噪研究中，使用的纯净语音文件是利用一段wav格式的语音文件。Wav语音文件室多媒体使用的声波文件格式之一。程序实现中我们用wavread函数读取wav语音文件，返回抽样数据、抽样速率、每一抽的比特数。本设计对原始信号加入了2种噪声：高斯白噪声和随性噪声并对这两种噪声的去噪效果进行了比较。同时也对高斯白噪声中加入的噪声强度不同进行了比较。3.3.2 分帧加窗下一步是按帧读取语音数据，一帧一帧的处理，直到处理完所有语音数据。取出每一帧语音信号进行窗函数处理。窗函数的实质是利用短时窗对信号进行截取。本设计使用的是汉明窗，汉明窗是对汉宁窗改进，叫做升余弦窗。这种窗函数使能量集中在主瓣上，主瓣能量约占99。96%瓣峰值幅度为40dB，其主瓣宽度和汉宁窗一样，是一种高效的窗函数，其表达式为： (3-6)窗函数的的选择对语音信号分析来说是极其重要的。窗函数不同，其结果就会不同，矩形窗的谱平滑效果较好，但是在波形得细节方面有所丢失；然而汉明窗与其反。因此，在我们对语音的频域进行处理时，一般使用汉明窗。窗函数中窗的长度有着很重要的作用。如果窗的长度L很大，那么该窗函数相当于一个很窄的低通滤波器。语音信号的时域特性几乎没有变化，很难用于反映语音信号的变化，从而波形细节变化无法看出；当L太小时，滤波器的通带会变得很宽，此时语音信号时域特性会产生急剧变化，因而无法看出平稳的语音变化特性。因此，窗口长度选择应合适。3.3.3加噪信号傅里叶变换傅里叶变换是在数字信号处理中很重要的数字变换，傅里叶变换分为离散傅里叶变换和快速傅里叶变换。离散傅里叶变换实质上是有限长序列的有限点的离散采样，实现了频域的离散化，经过分帧加窗之后，对信号进行傅里叶变换并对信号的功率谱密度进行计算。3.3.4逆傅里叶变换顾名思义，逆傅里叶变换是傅里叶变换的逆过程，即将离散的频域信号通过逆变换变成原有的连续的语音信号。该方法用于离散信号的整合，用于语音信号的输出。3.3.5去除汉明窗引起的增益窗函数的主要功能是是谱函数的主瓣包含更多的能量，相应的旁瓣幅度更小，去除汉明窗增益即是将主瓣能量削弱，谱函数能量的相应旁瓣能量增加，增加信号的连续性。4仿真结果经过上述步骤就可以对信号进行谱减法信号增强，实现去噪处理。从而得到增强的语音信号。本文利用MATLAB软件进行语音信号的输入与输出，以及语音波形的仿真，下面是对语音信号的仿真图形：4.1原始语音信号的仿真图4.1 原始信号图像4.2加入噪声信号强度为1的白噪声仿真图加入噪声强度为1的白噪声之后，输出的语音混合信号仿真波形：图4.2加入高斯白噪声之后的混合信号加入噪声强度为1的白噪声之后，输出增强的语音信号仿真波形：图4.3运用谱减法进行语音增强之后的信号图形4.3加入噪声信号强度为2的白噪声仿真图加入噪声强度为2的白噪声之后，输出的语音混合信号的仿真波形：图4.4加入高斯白噪声之后的混合信号加入噪声强度为2的白噪声之后，输出的增强的语音信号仿真波形：图4.5运用谱减法进行语音增强之后的信号图形4.4加入噪声信号强度为3的白噪声仿真图加入噪声强度为3的白噪声之后，输出的语音混合信号的仿真波形：图4.6加入高斯白噪声之后的混合信号加入噪声强度为3的白噪声之后，输出的增强的语音信号仿真波形：图4.7运用谱减法进行语音增强之后的信号图形通过对以上三种不同强度值时的仿真图形可以看出随着噪声强度值的增加，输出信号信噪比也在增加，且随着输入噪声强度值的增加，输出增强信号有点失真。4.5加入随性噪声的仿真图加入随性噪声之后，输出的语音混合信号和增强信号的仿真波形：图4.8加入随性噪声之后的混合信号仿真波形加入随性噪声之后，输出语音增强信号的仿真波形：图4.9运用谱减法进行语音增强之后的信号图形下表为不同强度高斯白噪声与随性噪声的信噪比较表格：表1 不同强度高斯白噪声与随性噪声的信噪比较信噪强度信噪比所测信号噪声强度为1的高斯白噪声噪声强度为2的高斯白噪声噪声强度为3的高斯白噪声加入白噪声，输出的语音混合信号的仿真波形6.8086.20975.2664加入随性噪声之后，输出的语音混合信号和增强信号的仿真波形7.8747.8747.874对加入高斯白噪声混合信号进行去噪之后的语音信号10.10349.10048.2833对加入随性噪声混合信号进行去噪之后的语音信号9.01739.01739.0173通过对上述仿真图形的对你分析可以看出，当加入噪声强度为1的白噪声时，用谱减法去噪以后其信噪比为SNR=10.1034，而当加入噪声强度为2的白噪声时，用谱减法去噪以后其信噪比为SNR=9.1004，与加入随性噪声时，谱减法去噪之后的语音信号信噪比为SNR=9.0173相近。而加入噪声强度为3的高斯噪声时，谱减法去噪之后的语音信号信噪比为SNR=8.2833，其信噪比低于随性噪声的信噪比。由此我们可以看出加入噪声强度为低于2的高斯噪声去噪效果比加入随性噪声的混合信号去噪效果好，而当白噪声的噪声强度大于2时，谱减法对随性噪声的去噪效果好些。5.总结本次设计是对一段语音信号，通过谱减法对其进行加噪与去噪，在设计中首先对语音信号加噪声，然后再对其进行傅里叶变换，对信号进行分帧处理，通过分帧把不平稳的一段语音变成一帧帧短时平稳的语音。然后再添加窗函数进行滤波，最后通过谱减法得到增强后的语音信号。通过对仿真结果图形的比较，可以看出谱减法有很好的去噪能力。 本文在原始信号中加入了2种噪声：高斯白噪声和随性噪声，并对这两种噪声的去噪效果进行了比较。同时也对高斯白噪声中加入的不同强度的噪声进行了比较。通过仿真图可以看出随着噪声强度值的增加，输出信号信噪比也随之增加，且输入噪声强度值增加的越高，输出增强信号有点偏向失真。在随性噪声与白噪声的比较中，我们可以看出当加入噪声的强度值低于2时，高斯噪声去噪效果比加入随性噪声的混合信号去噪效果要好，而当白噪声的噪声强度值大于2时，谱减法对随性噪声的去噪效果更好些。 本文设计还有一些不足之处，比如很难从输出语音信号与原始信号比较中分辨出两者之间存在的差别，只能通过仿真图来进行比较。另外由于信号输出时信噪比是上下浮动的，不是固定值，无法做出精确的分隔，本文只是对三种噪声强度（1，2，3）的白噪声进行去噪处理，从而得出上述结论，缺乏一定的严谨性。参考文献1 胡航。语音信号处理。哈尔滨工业大学出版社，2000年5月2 Berouti M，Schwartz R。Makhoul J。Enhancement of SpeechCorrupted by Acoustic NoiseJ。IEEE Trans。on Acoustics，Speech，and Signal Processing，1979，4:208-211、3 语音信号、人耳感知和噪声信号的特性 http:/www。copycheck。cn/Compare?purl=http:/www。readfree。net/bbs/read。php?tid=44693004语音信号http:/www。copycheck。cn/Compare?purl=http:/bbs。cnttr。com/thread-186429-1-1。html5 应用谱减法进行语音去噪的算法研究与仿真http:/www。doc88。com/p-003206221306。html6 应用谱减法进行语音去噪的算法研究与仿真http:/wenku。baidu。com/view/820f02c36137ee06eff91800。html7高西全，丁玉美，数字信号处理 先弟子科技大学出版社2008年8月8 李少伟，后置感知滤波的多带语音增强方法研究， 西北工业大学 ，20069 李经智，说话人识别系统的研究及DSP实现， 哈尔滨工程大学， 200910 李玉，基于小波变换的语音增强方法的研究， 江南大学， 2007附录winsize=256；%窗长n=0.1；%噪声水平a=2；b=6；speech，fs，nbits=wavread('e:qq.wav')；%读入wav文件size=length(speech)；%语音长度numofwin=floor(size/winsize)；%窗数%定义汉明窗ham=hamming(winsize)'；hamwin=zeros(1，size)；enhanced=zeros(1，size)；improved=zeros(1，size)；1。生成随性噪声信号noise=n*randn(1，size)；y=speech'+noise；%噪声处理noisy=n*randn(1，winsize)；2生成噪声强度为1的高斯噪声信号noise=n*wgn(1，size，1)；y=speech'+noise；%噪声处理noisy=n*wgn(1，winsize，1)； N=fft(noisy)；npow=abs(N)；for q=1:2*numofwin-1yframe=y(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)；%分帧hamwin(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)=hamwin(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+ham；%加噪信号FFTy1=fft(yframe.*ham)；ypow=abs(y1)；%加噪信号幅度yangle=angle(y1)；%相位%计算功率谱密度Py=ypow.2；Pn=npow.2；Pyy=ypow.a；Pnn=npow.a；%基本谱减for i=1:winsize if Py(i)-Pn(i)>0 Ps(i)=Py(i)-Pn(i)； else Ps(i)=0； endends=sqrt(Ps).*exp(j*yangle)；for i=1:winsize if Pyy(i)-b*Pnn(i)>0 Pss(i)=Pyy(i)-b*Pnn(i)； else Pss(i)=0； endendss=Pss.(1/a).*exp(j*yangle)；%去噪语音IFFTenhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)=enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(s)；improved(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)=improved(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(ss)；end%去除汉明窗引起的增益for i=1:sizeif hamwin(i)=0enhanced(i)=0；improved(i)=0；elseenhanced(i)=enhanced(i)/hamwin(i)；improved(i)=improved(i)/hamwin(i)；endendSNR1=10*log10(var(speech')/var(noisy)；%加噪语音信噪比SNR2=10*log10(var(speech')/var(enhanced-speech')；%增强语音信噪比SNR3=10*log10(var(speech')/var(improved-speech')；figure(1)；plot(speech')；%原始语音波形title('Original Voice(n='，num2str(n)，')')；figure(2)；plot(y)；title('Noise Added(SNR='，num2str(SNR1)，'dB)')；figure(3)；plot(enhanced)；title('Enhanced Voice(SNR='，num2str(SNR2)，'dB)')；figure(4)；plot(improved)；title('Improved Voice(SNR='，num2str(SNR3)，'dB)')；答 谢大学生活即将画上一个句号，这是我人生的一个转折点，在这四年的大学生活中，在老师的关爱和同学的帮助下，我学到了很多东西，明白了许多做人的道理。在此多我的老师和同学们表示由衷的感谢。毕业论文设计已接近尾声，在这二个多月的论文写作过程中，我要向我的论文指导老师表示感谢，老师为我们的论文倾注了大量的心血，文老师学识渊博，治学严谨，对我们的论文认真指导，细心检查错误，直到论文的完成，在此我表示衷心的感谢。文老师，谢谢您。同时我还要感谢给我关心和支持的各位老师以及关心我的同学和朋友们。是你们在我无助的时候给了我力量，感谢你们。