本發(fā)明涉及語音信號(hào)增強(qiáng)技術(shù)領(lǐng)域，尤其涉及到基于新閾值函數(shù)小波閾值處理的語音去噪方法。

背景技術(shù)：

目前，信息技術(shù)高速發(fā)展，語音信號(hào)處理作為信息技術(shù)的一門關(guān)鍵技術(shù)，逐漸成為國際熱門研究課題。語音信號(hào)處理主要包括語音編碼，語音合成，語音識(shí)別以及語音增強(qiáng)。語音增強(qiáng)作為語音信號(hào)處理的重要組成部分，經(jīng)過幾十年的發(fā)展，出現(xiàn)了許多經(jīng)典算法，得到許多科研人員的重視和研究。

語音增強(qiáng)主要目的是去除帶噪語音中噪聲信號(hào)的同時(shí)保留有用的語音信號(hào)，提高語音信號(hào)的可懂度和整體質(zhì)量。傳統(tǒng)的去噪方法有減譜法、維納濾波、子空間方法等。這些方法的不足在于信號(hào)變換的熵增高、無法刻畫信號(hào)的非平穩(wěn)特性且無法得到信號(hào)的相關(guān)性，為克服上述缺點(diǎn)，人們開始使用小波變換解決信號(hào)去噪問題。小波變換可以對(duì)語音信號(hào)進(jìn)行多尺度的分析，特別適合分析像語音這種非平穩(wěn)信號(hào)。目前小波去噪主要有三種方法：模極大值去噪法、空域相關(guān)去噪法和小波閾值去噪法，其中，小波閾值去噪法由于計(jì)算量小，去噪效果好而被廣泛研究和使用。

小波變換是一種信號(hào)的時(shí)頻分析，小波變換具有多辨率的特點(diǎn)，可以很方便的從帶噪語音中提取出原始語音成分。小波閾值去噪的關(guān)鍵是選取適當(dāng)?shù)男〔ɑ头纸鈱訑?shù)，確定合適的小波閾值和閾值函數(shù)，其中，閾值函數(shù)的選取是關(guān)鍵的一步。

donoho和johnston提出了硬閾值去噪法和軟閾值去噪法。但這兩種方法都有其自身的缺陷：硬閾值法連續(xù)性差，重構(gòu)可能會(huì)產(chǎn)生振蕩；軟閾值法雖然連續(xù)性好，但會(huì)給重構(gòu)信號(hào)帶來一定的偏差，帶來信號(hào)的失真。近年來，人們對(duì)于小波閾值函數(shù)的選取一直做著深入研究，許多學(xué)者在軟硬閾值函數(shù)的基礎(chǔ)上做了一些改進(jìn)，如多項(xiàng)式差值法、軟硬函數(shù)折衷法以及模平方處理法。這些閾值函數(shù)雖然比傳統(tǒng)軟硬函數(shù)有所改善，但是它們并沒有考慮小波變換模值的衰減符合指數(shù)這一規(guī)律。同時(shí)，在小波系數(shù)小于閾值時(shí)如果做置零處理，這樣會(huì)損失部分清音信息。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明目的在于解決了傳統(tǒng)小波閾值去噪法中硬閾值函數(shù)不連續(xù)導(dǎo)致處理后信號(hào)產(chǎn)生振蕩、軟閾值函數(shù)處理信號(hào)后失真較大的問題，提出了一種基于新閾值函數(shù)的小波語音去噪方法，該方法的新閾值函數(shù)去噪法能對(duì)語音信號(hào)進(jìn)行平滑處理，加強(qiáng)對(duì)語音分量的保護(hù)，從而減少失真。該方法的新閾值函數(shù)處理后的語音信號(hào)更加平滑，可以獲得更加清晰的語音信號(hào)，減少語音信號(hào)失真。

本發(fā)明解決其技術(shù)問題所采取的技術(shù)方案是：一種基于新閾值函數(shù)的小波語音去噪方法，該方法包括如下步驟：

步驟1、帶噪語音產(chǎn)生；

步驟2、對(duì)帶噪語音進(jìn)行小波分解；

步驟3、對(duì)帶噪語音進(jìn)行小波閾值處理；

步驟4、對(duì)處理后的語音進(jìn)行小波重構(gòu)；

步驟5、得到降噪后語音信號(hào)。

進(jìn)一步地，本發(fā)明上述步驟1所用原始語音數(shù)據(jù)是在實(shí)驗(yàn)室環(huán)境下采集，音頻格式為pcm編碼，采樣頻率為8000hz，采樣精度為16bit，音頻格式以wav格式保存，添加的噪聲為加性高斯白噪聲，將原始語音數(shù)據(jù)與不同強(qiáng)度的白噪聲混合產(chǎn)生帶噪語音信號(hào)。

進(jìn)一步地，本發(fā)明上述步驟2對(duì)信號(hào)進(jìn)行離散小波變換，離散小波定義為：

其中f(x)為帶噪語音信號(hào)，wf(2^j，2^jk)為第j層第k個(gè)點(diǎn)得到的小波系數(shù)，ψ(x)為小波母函數(shù)。

進(jìn)一步地，本發(fā)明步驟3中采用的新閾值函數(shù)為：

其中w為小波分解后的小波系數(shù)，wλ為采用新閾值函數(shù)處理的小波系數(shù)，sgn(w)為符號(hào)函數(shù)，w大于或等于0時(shí)，sgn(w)＝1，w小于0時(shí)，sgn(w)＝-1。a∈[0，1]，b為正常數(shù)，p＜λ，λ為閾值。當(dāng)a為零時(shí)，該函數(shù)是硬閾值函數(shù)；當(dāng)b為0并且a為1時(shí)是軟閾值函數(shù)，并且在閾值處都等于同一個(gè)數(shù)，表明該閾值函數(shù)在閾值處是連續(xù)的。通過調(diào)節(jié)這三個(gè)參數(shù)可以獲得更好的去噪效果。改進(jìn)的閾值函數(shù)繼承了傳統(tǒng)軟硬閾值函數(shù)的優(yōu)點(diǎn)，同時(shí)又結(jié)合了噪聲小波變換模值的衰減符合指數(shù)這一特點(diǎn)，并且在小波系數(shù)小于閾值時(shí)沒有簡單做置零處理，故其去噪效果會(huì)有所提高。

進(jìn)一步地，本發(fā)明上述步驟4中離散的小波逆變換定義為：

其中c是一個(gè)與信號(hào)無關(guān)的常數(shù)，f(t)為小波逆變換得到的重構(gòu)信號(hào)，對(duì)閾值處理后的小波系數(shù)進(jìn)行小波逆變換，就得到小波去噪后信號(hào)。

進(jìn)一步地，本發(fā)明上述方法引入信噪比和均方誤差，信號(hào)輸出信噪比與均方誤差計(jì)算公式分別為：

式中n為信號(hào)采樣點(diǎn)數(shù)，s(n)為原始語音信號(hào)，y(n)為去噪后的語音信號(hào)。

有益效果：

1.相比傳統(tǒng)的軟硬閾值函數(shù)，新的閾值函數(shù)在閾值處連續(xù)，并且小波系數(shù)小于零時(shí)沒有簡單做置零處理。

2.新的閾值函數(shù)結(jié)合了噪聲小波變換模值衰減符合指數(shù)這一特點(diǎn)。

3.新的閾值函數(shù)結(jié)構(gòu)簡單，可以通過改變a、b以及p的值來調(diào)節(jié)閾值函數(shù)，能提高信噪比和獲得最佳去噪效果。

4、本發(fā)明的新閾值函數(shù)能對(duì)信號(hào)進(jìn)行更好的平滑處理，加強(qiáng)對(duì)語音分量的保護(hù)，從而獲得更好的去噪效果。

附圖說明

圖1為本發(fā)明所述小波閾值去噪流程圖。

圖2為本發(fā)明提出的新閾值函數(shù)在設(shè)定范圍內(nèi)的示意圖。

具體實(shí)施方式

下面結(jié)合說明書附圖對(duì)本發(fā)明的具體實(shí)施方式做進(jìn)一步的具體說明。圖1是小波閾值去噪方法的基本原理圖。

如圖1和圖2所示，本發(fā)明提供了一種基于新閾值函數(shù)的小波語音去噪方法，該方法包括如下步驟：

步驟一：獲得帶噪語音信號(hào)

本發(fā)明所用原始語音數(shù)據(jù)是在實(shí)驗(yàn)室環(huán)境下采集，音頻格式為pcm編碼，采樣頻率為8000hz，采樣精度為16bit，音頻格式以wav格式保存。添加的噪聲為加性高斯白噪聲，將原始語音數(shù)據(jù)與不同強(qiáng)度的白噪聲混合產(chǎn)生帶噪語音信號(hào)。

步驟二：對(duì)帶噪語音進(jìn)行小波分解

對(duì)信號(hào)進(jìn)行離散小波變換，離散小波定義為：

其中f(x)為帶噪語音信號(hào)，wf(2^j，2^jk)為第j層第k個(gè)點(diǎn)得到的小波系數(shù)，ψ(x)為小波母函數(shù)。

小波變換具有很強(qiáng)去數(shù)據(jù)相關(guān)性，經(jīng)小波分解后，原始語音信號(hào)的小波系數(shù)幅值要大于噪聲的系數(shù)幅值，幅值比較大的小波系數(shù)通常是原始語音信號(hào)，而幅值比較小系數(shù)在很大程度上是噪聲。常用于去噪的小波有dbn小波系、symn小波系和coifn小波系，小波分解層數(shù)一般選擇3-5層。本發(fā)明經(jīng)過大量實(shí)驗(yàn)，最終選擇小波分解層數(shù)為三層，選用sym6小波基。小波分解后得到第三層小波低頻系數(shù)以及第一、二、三層小波高頻系數(shù)。

步驟三：對(duì)帶噪語音進(jìn)行小波閾值處理

步驟三是對(duì)步驟二中小波高頻系數(shù)進(jìn)行閾值量化，閾值公式為：

其中j為小波分解層數(shù)，n為語音信號(hào)的長度，σ為噪聲方差，其常用估計(jì)公式為σj＝median(wj)/0.6745，wj為第j層小波系數(shù)。所述的新閾值函數(shù)為：

其中w為小波分解后的小波系數(shù)，wλ為采用新閾值函數(shù)處理的小波系數(shù)，sgn(w)為符號(hào)函數(shù)，w大于或等于0時(shí)，sgn(w)＝1，w小于0時(shí)，sgn(w)＝-1。a∈[0，1]，b為正常數(shù)，p＜λ，λ為閾值。圖2是閾值函數(shù)在某個(gè)設(shè)定范圍內(nèi)的示意圖。

根據(jù)高頻小波系數(shù)與閾值的比較，對(duì)高頻小波系數(shù)做閾值處理。

步驟四：對(duì)處理后的語音進(jìn)行小波重構(gòu)

離散小波逆變換定義為：

其中c是一個(gè)與信號(hào)無關(guān)的常數(shù)，f(t)為小波逆變換得到的重構(gòu)信號(hào)。

對(duì)閾值處理后的小波系數(shù)進(jìn)行小波逆變換，就得到小波去噪后信號(hào)。

為了對(duì)比去噪效果，引入信噪比和均方誤差。信號(hào)輸出信噪比與均方誤差計(jì)算公式分別為：

式中n為信號(hào)采樣點(diǎn)數(shù)，s(n)為原始語音信號(hào)，y(n)為去噪后的語音信號(hào)。

在輸入帶噪語音信噪比為-5db、0db、5db、10db以及15db五種情況下，分別采用本發(fā)明去噪方法與傳統(tǒng)軟硬閾值去噪方法，得到本發(fā)明與傳統(tǒng)軟硬閾值去噪方法的輸出信噪比和均方誤差。

表1為本發(fā)明與傳統(tǒng)軟硬閾值去噪后的輸出信噪比，表2為本發(fā)明與傳統(tǒng)軟硬閾值去噪后的均方誤差。

表1

表2

從表1和表2可以看出，無論在低輸入信噪比還是高輸入信噪比下，本發(fā)明方法比傳統(tǒng)軟硬閾值方法輸出信噪比高、均方誤差更小。