基于小波的語音增強算法研究.pdf

1、語音增強是對帶噪語音進行處理，以改善語音質量，提高語音的清晰度、可懂度和舒適度，使人易于接受或提高語音處理系統(tǒng)的性能。語音增強是語音處理的一個重要領域，它是解決語音噪聲污染、改善語音質量的一種有效手段。由于語音常常受到環(huán)境噪聲的干擾，所以研究語音增強技術很有價值。小波變換是一種信號的時頻分析方法，有很多優(yōu)點，基于小波變換的消噪方法是一種提取有用信號、展示噪聲和突變信號的優(yōu)越方法，具有廣闊的實用價值。由于小波變換能夠更精確地分析信號的局部

2、特征，在很多領域得到了越來越多地應用。小波分析已經(jīng)被認為是近年來在工具和方法上的重大突破。本文重點應用小波技術研究語音增強的算法，具有重要的應用價值。 本文首先研究了語音增強技術的來源、發(fā)展歷程，分析了語音和噪聲模型，給出了噪聲估計的方法。本文對語音增強的基本方法進行了深入的研究，并且對維納濾波法、卡爾曼濾波、譜減法、自適應濾波法、最小均方誤差估計法、掩蔽效應法的原理進行了理論推導。本文還重點研究了小波理論應用到語音增強的相關理

3、論。小波方法對信號連續(xù)做幾次小波分解，大尺度低分辨率下的系數(shù)全部保留；對于其它尺度下的小波系數(shù)，可以設定一個閾值，低于該閾值的小波系數(shù)置為零，高于該閾值的小波系數(shù)完整保留。最后將處理后的小波系數(shù)利用逆小波變換進行重構，恢復出有效的信號。小波變換優(yōu)于傅立葉變換的地方是它可以對信號做多個尺度的分析。這比起采用其它方法可以更有效的減少音樂噪聲和高頻噪聲?；谛〔ㄗ儞Q的多分辨率分析技術有明顯優(yōu)點。同時它也適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象，有