語(yǔ)音信號(hào)去噪聲處理研究與仿真

陽(yáng)衛(wèi)+陳進(jìn)軍

摘要：語(yǔ)音信號(hào)去噪音處理以及濁音、清音的辨別，對(duì)智能機(jī)器人人機(jī)語(yǔ)音交互系統(tǒng)有著重要意義。利用MATLAB軟件平臺(tái)設(shè)計(jì)了巴特沃斯FIR數(shù)字濾波器，進(jìn)行語(yǔ)音信號(hào)去噪音濾波處理。由于原始語(yǔ)音信號(hào)的時(shí)域波形圖與頻譜圖變化小，分析較難，為便于波形分析，對(duì)原始語(yǔ)音信號(hào)進(jìn)行4千赫茲和8千赫茲重采樣，通過(guò)短時(shí)平均過(guò)零率與短時(shí)自相關(guān)函數(shù)法對(duì)語(yǔ)音信號(hào)進(jìn)行清、濁音的辨別和基音周期提取。仿真結(jié)果表明，基于切比雪夫窗函數(shù)設(shè)計(jì)的濾波器對(duì)語(yǔ)音信號(hào)濾波效果良好。

關(guān)鍵詞：濾波器；MATLAB；語(yǔ)音信號(hào)；重采樣

DOIDOI：10.11907/rjdk.172014

中圖分類號(hào)：TP319

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2017）012-0155-03

Abstract：There are about to deal with noise and distinguish between voiced， unvoiced speech signal， has important significance for the intelligent robot human-computer interaction system. This paper is the use of MATLAB software platform designed by Butterworth FIR digital filter for speech signal to noise filtering， because the original speech signal time-domain waveform and frequency spectrum analysis is difficult to change， in order to facilitate the waveform analysis， the original voice signal of 4 thousand Hz and 8 thousand Hz sampling. Finally， a brief overview is given to the recognition of speech signals and the extraction of pitch period by means of short-time average zero crossing rate and short-time autocorrelation function. The simulation results show that the filter designed by Chebyshev window function is good for speech signal filtering.

Key Words：filter；MATLAB；speech signal；resampling

0 引言

語(yǔ)言是人與人工智能進(jìn)行交流的基礎(chǔ)。為獲得清晰的語(yǔ)言信息，用數(shù)字信號(hào)處理技術(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行處理非常重要。處理語(yǔ)音的基本理論以及處理算法研究主要在兩個(gè)方面：①?gòu)恼Z(yǔ)音的產(chǎn)生和語(yǔ)音感知進(jìn)行研究；②為獲得有效的語(yǔ)音信號(hào)對(duì)語(yǔ)音進(jìn)行去噪聲處理[1-4]。

語(yǔ)音處理技術(shù)是多學(xué)科、多領(lǐng)域相結(jié)合的高新技術(shù)，其中包括數(shù)字信號(hào)處理、語(yǔ)言學(xué)、語(yǔ)音學(xué)、模式識(shí)別等，現(xiàn)已成為人工智能實(shí)現(xiàn)人機(jī)對(duì)話的重要基礎(chǔ)[3-5]。

本文利用MATLAB設(shè)計(jì)了FIR數(shù)字濾波器進(jìn)行語(yǔ)音信號(hào)去噪處理，主要采用切比雪夫窗函數(shù)設(shè)計(jì)FIR數(shù)字濾波器。為便于分析，將原始語(yǔ)音信號(hào)進(jìn)行4千赫茲和8千赫茲重采樣，然后根據(jù)濾波的性能指標(biāo)對(duì)含有噪音的語(yǔ)音信號(hào)進(jìn)行濾波處理，最后將濾波前后的時(shí)域波形與頻譜波形進(jìn)行了比較。

1 數(shù)字濾波器設(shè)計(jì)

數(shù)字濾波器（DF，即Digital Filter）分為兩大類：經(jīng)典濾波器和現(xiàn)代濾波器，其中輸入端的信號(hào)中不僅有可用的頻率成分，還有無(wú)用的頻率成分，在經(jīng)典濾波器中占有不同的頻率寬帶，通過(guò)一個(gè)合適的選頻濾波器濾除干擾，就可得到純凈信號(hào)，達(dá)到濾波目的[6]。數(shù)字濾波器功能是指把一系列輸入信號(hào)通過(guò)一定的運(yùn)算變換成輸出信號(hào)。

在設(shè)計(jì)數(shù)字濾波器時(shí)，采用的運(yùn)算處理方法不同，決定了運(yùn)用濾波器的結(jié)構(gòu)也不同。FIR數(shù)字濾波器基本網(wǎng)絡(luò)結(jié)構(gòu)主要有直接型、級(jí)聯(lián)型、線性型和頻率采樣型[7]幾種，本文簡(jiǎn)要介紹前兩種結(jié)構(gòu)的系統(tǒng)函數(shù)及結(jié)構(gòu)。

3 語(yǔ)音信號(hào)處理方案

人在說(shuō)話時(shí)與環(huán)境以及說(shuō)話人的狀態(tài)有關(guān)，人機(jī)交互更是如此，在相對(duì)安靜的環(huán)境里錄制一段時(shí)間為10秒的語(yǔ)音信號(hào)作為本文待處理信號(hào)，圖3為處理流程。

（1）利用GoldWave錄音軟件錄制，保存格式為.wav后綴，利用MATLAB軟件中的wavread（）函數(shù)讀取錄制好的語(yǔ)音信號(hào)，并繪制出該語(yǔ)音信號(hào)的時(shí)域與頻譜波形圖[4]。

（2）MATLAB給信號(hào)加噪聲的方法很多，如可以添加白噪聲、隨機(jī)噪聲等。本文直接通過(guò)MATLAB軟件給原始信號(hào)疊加指定的噪音，該噪聲為幅值A(chǔ)z=0.02，噪聲頻率為ωz=10的正弦信號(hào)噪聲，即Z=0.02*sin（10*n）。模擬原始語(yǔ)音信號(hào)被噪聲干擾，然后繪制出疊加噪音后的時(shí)域與頻譜波形圖。

（3）濾波性能指標(biāo)為ωp=0.6*pi，ωs=0.75*pi，RP=1，As=30，T=1，MATLAB中濾波器設(shè)計(jì)采用切比雪夫窗函數(shù)。采用FIR數(shù)字濾波器，對(duì)疊加有噪音的語(yǔ)音信號(hào)進(jìn)行濾波處理，然后繪制出含有噪聲的語(yǔ)音信號(hào)頻譜。

（4）根據(jù)MATLAB所繪制的波形圖，分析語(yǔ)音信號(hào)濾波前后的變化。

4 實(shí)驗(yàn)結(jié)果與分析

（1）圖4為原始語(yǔ)音信號(hào)的時(shí)域、頻譜圖。由于原始信號(hào)的頻譜圖在0～0.2千赫茲和1.8～2千赫茲范圍內(nèi)波動(dòng)較小，為便于分析，將原始語(yǔ)音信號(hào)進(jìn)行4KHz和8KHz的重采樣處理，繪制出如圖5、圖6的時(shí)域波形圖與頻譜圖。endprint

（2）圖7為噪音信號(hào)時(shí)域波形與頻譜圖，該噪音在頻率為8kHz和1.2kHz時(shí)的噪音最明顯。根據(jù)濾波性能指標(biāo)ωp=0.6*pi，ωs=0.75*pi，RP=1，As=30，T=1，巴特沃斯濾波器濾除含有加噪音的信號(hào)。圖8為加噪音濾波后時(shí)域與頻譜圖，從圖中可以看出，該濾波器將頻率為8kHz和1.2kHz時(shí)的噪音成功濾除了，這表明該濾波器滿足濾波性能要求。

（3）在進(jìn)行語(yǔ)音辨別時(shí)，需要對(duì)清音、濁音及噪音進(jìn)行區(qū)別。由于語(yǔ)音屬于非平穩(wěn)的寬帶信號(hào)，利用短時(shí)平均過(guò)零率來(lái)辨別清音與濁音，根據(jù)過(guò)零次數(shù)的高低來(lái)辨別清、濁音，如圖9所示。過(guò)零次數(shù)最高的語(yǔ)音信號(hào)在幀數(shù)為1 480幀左右時(shí)達(dá)到最高，為清音。過(guò)零次數(shù)最高時(shí)，對(duì)應(yīng)語(yǔ)音信號(hào)波形中幅度變化最劇烈處。

（4）為便于語(yǔ)音系統(tǒng)診斷與識(shí)別說(shuō)話人，提取語(yǔ)音基音至關(guān)重要。語(yǔ)音基音檢測(cè)技術(shù)有時(shí)域自相關(guān)函數(shù)法、頻域倒譜法及將兩者相結(jié)合的小波變換分析法。考慮到濾波器的性能指標(biāo)，在截取原始語(yǔ)音信號(hào)的基音周期時(shí)采用短時(shí)自相關(guān)函數(shù)法，該方法在檢測(cè)時(shí)域波形周期性與同步性上效果好且相對(duì)容易。

5 結(jié)語(yǔ)

本文設(shè)計(jì)的巴特沃斯FIR數(shù)字濾波器具有較好的濾除效果，在時(shí)域波形上，濾波后的波形與原始語(yǔ)音信號(hào)波形變化較小，從兩者的頻譜圖上可較明顯看出濾波去噪音前后的變化。通過(guò)短時(shí)過(guò)零率能分辨出清音、濁音。短時(shí)自相關(guān)函數(shù)可從信號(hào)本身檢測(cè)到基音周期。

參考文獻(xiàn)：

[1] 趙力.語(yǔ)音信號(hào)處理[M].北京：機(jī)械工業(yè)出版社，2003.

[2] 梁曉輝，周權(quán).語(yǔ)音信號(hào)處理方法的可靠性研究[J].電聲技術(shù)，2010，34（4）：58-62.

[3] 宋毅郡，朱艷萍，宋耀良.基于分?jǐn)?shù)階濾波器的ADPCM預(yù)測(cè)誤差信號(hào)處理[J].電聲技術(shù)，2010，34（5）：52-55.

[4] 付大麗，黨幼云.數(shù)字濾波器在語(yǔ)音信號(hào)處理中的應(yīng)用[J].電聲技術(shù)，2012，36（8）：62-72.

[5] 王淑嬌.數(shù)字濾波器的設(shè)計(jì)與參數(shù)的選擇[J].科技資訊，2011，35（12）：32-33.

[6] 文德仲.淺析數(shù)字濾波器原理及其設(shè)計(jì)過(guò)程[J].技術(shù)與應(yīng)用，2016：161-162.

[7] 王兵鋒.FIR數(shù)字濾波器設(shè)計(jì)與仿真研究[D].哈爾濱：哈爾濱理工大學(xué)，2009.

（責(zé)任編輯：杜能鋼）endprint