基于Matlab 的語音增強處理的研究

張連俊 朱金如

0 引言

語音增強的目的可分為：一是降低噪聲的干擾，提高信噪比，使聽者容易識別出說者所說的內容，這是對語音質量的一種主觀評價；二是提高語音的可懂度，使聽者容易明白，這是對語音質量的一種客觀評價。本文采用譜減法與小波相結合的方法對語音增強。

1 語音增強的算法

.11 譜減法

譜減法可分為：根據幅度進行抑制噪聲的方法，稱為幅度譜減法；根據功率進行抑制噪聲的方法，稱為功率譜減法，本文主要采用功率譜減法。

假設純凈的語音信號為s（n），噪聲信號為d（n），帶噪語音為y（n），語音信號為平穩信號，同時噪聲信號和語音信號為加性信號，并且d（n）和y（n）不相關，滿足

其中N 為信號長度，0≤n≤N-1。根據幅度譜減法的工作原理，需要對信號進行加窗處理，經過加窗處理后，帶噪語音y（n）在時域內可以表示為若語音信號和噪聲信號具有不相關性，則帶噪語音信號的功率譜可用式（3）表示

原始語音的功率譜估值可以用式（4）所表示

其中|Dw（w）|2是在無語音段估計而來。功率譜減法的原理如圖1。

圖1 功率譜減法原理圖

譜減法實現語音增強需要在頻域內用帶噪語音的短時功率譜減去相應的噪聲譜，因此譜減法具有一定的優點，即算法簡單。由于減去噪聲譜后得到的增強后的語音會存在一些功率譜分量的殘余部分，使其在頻域上會出現一些尖峰，這些尖峰相應的就會在時域上顯示出類似于正弦信號的疊加，這種殘留噪聲類似于“音樂”，也稱為“音樂噪聲”，因此譜減法具有一定的缺點，即具有音樂噪聲。

1.2 小波變換法

小波變換法是近年來發展迅速的一種時頻域局部分析方法，在低頻部分具有較高的頻率分辨率和較低的時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，能夠將信號在多尺度多分辨率上進行小波分解，各尺度上分解得到的小波系數代表信號在不同分辨率上的信息，比較適合分析非平穩信號，小波去噪原理圖，如圖2。

圖2 小波變換去噪

根據譜減法原理，在語音增強時先讀入一段語音，并給語音加入隨機白噪聲，再對其進行譜減法運算，得到增強語音信號。仿真結果看出，使用譜減法對帶噪語音進行增強后，可去除一些明顯的噪聲信號，但仍存在一些殘留噪聲。

使用小波進行語音增強，使用的小波函數為‘db6’，并利用函數wavedec 對信號進行3 層分解；利用函數wnoisest 對其進行估計得到噪聲標準偏差；利用函數wbmpen 獲得消噪過程中的閾值；利用函數wdencmp 對信號進行增強處理。以上流程操作以后，得到比較平滑的增強信號，失真比較小。

通過實驗發現將譜減法處理后的語音，再進行小波增強后的語音效果更好，可以克服兩者的不足，仿真結果如圖3。

圖3 語音增強的Matlab 仿真

2 結論

仿真結果可顯示譜減法對帶噪語音進行增強后，去除了一些明顯的噪聲信號，但也存在一些殘留噪聲，再小波增強后得到比較平滑的信號，同時使一些語音的尖峰點消除。通過實驗發現將譜減法處理后的語音，再進行小波增強，得到的語音效果更好。