２０１３年第１１期 文章编号：１００９—２５５２（２０１３）１１—０１８３—０３ 中图分类号：ＴＮ９１１．１ 文献标识码：Ａ 语音信号基于小波分析的噪声抑制 王亚平 （河海大学计算机与信息学院，南京２１１１００） 摘要：详细介绍了语音信号基于小波阈值法的噪声抑制在Ｍａｔｌａｂ上的具体实现步骤，在闽值 函数的问题上，针对硬闽值和软闽值函数的缺点和不足，采用一种改进的阈值函数。分析实验 结果，总结新阈值函数在处理语音信号方面存在的优势和不足。 关键词：语音信号处理；小波分析；阈值法 Ｎｏｉｓｅ ｓｕｒｐｐｒｅｓｓｉｏｎ ｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｂａｓｅｄ ｏｎ ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ ＷＡＮＧ Ｙａ．ｐｉｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｃｏｍｐｕｔｅｒ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ，Ｈｏｈａｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ ２１１１００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｉｎｔｒｏｄｕｃｅｄ ｔｈｅ ｃｏｎｃｒｅｔｅ ｓｔｅｐｓ ｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｄｅ—ｎｏｉｓｅ ｉｎ ｗａｖｅｌｅｔ ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ＭＡＴＬＡＢ，ａｄｏｐｔｅｄ ａ ｍｏｄｉｉｆｅｄ ｈｒｅｓｈｏｌｔｄ ｆｕｎｃｔｉｏｎ ｔｏ ｐｒｏｃｅｓｓ ｓｐｅｅｃｈ ｓｉｎａｇｌ ｉｎ ｖｉｅｗ ｏｆ ｈｅ ｔｓｈｏａｃｏｍｉｎｇｓ ａｎｄ ｄｅｆｉｃｉｅｎｓ ｏｆ ｈａｒｄ ｔｈｒｅｓｈｏｌｄ ａｎｄ ｓｏｆｔ ｔｈｒｅｓｈｏｌｄ ｆｕｎｃｔｉｏｎ．ａｎｄ ａｎａｌｙｓｅｄ ｔ｝ｌｅ ｅｘｐｅｒｉｍｅｎｔｌ ａｄａｔｅ，ｔｏ ｓｕｍ ｕｐ ｔｈｅ ａｄｖａｎｔａｇｅｓ ａｎｄ ｄｉｓａｄｖａｎｔａｇｅｓ ｏｆ ｔｈｅ ｎｅｗ ｔｈｒｅｓｈｏｌｄ ｆｕｎｃｔｉｏｎ ｕｓｉｎｇ ｔｏ ｐｒｏｃｅｓｓ ｓｐｅｅｃｈ ｓｉｎａｌｇｓ． Ｋｅｙ ｗｏｒｄｓ：ｓｐｅｅｃｈ ｓｉｎａｌｇ ｐｒｏｃｅｓｓｉｎｇ；ｗａｖｅｌｅｔ ａｎａｌｙｓｉｓ；ｔｈｒｅｓｈｏｌｄ ｍｅｔｈｏｄ ０ 引言 一Ｙ（￡）＝ｓ（￡）＋ｎ（ｔ） （１） 些语音系统（语音增强系统、识别系统、编码 系统等），常常会受到环境噪声的干扰影响系统的 实际应用，有必要采用语音信号处理的方法对带有 噪声的语音进行增强处理，抑制背景噪声，提高语音 通信质量。常用方法有：谱减法、固定滤波器法、自 适应滤波器法、变换技术、噪声对消法、非线性处理 语音增强（包括中心削波、同态滤波法）、基于听觉 其中，ｓ（ｔ）代表的是干净的信号，ｎ（ｔ）为方差为ｏｒ的 高斯白噪声服从Ｎ（Ｏ，ｏｒ ）。含噪信号），（ｔ）的小波 变换可以等价于信号噪声ｎ（ｔ）的小波变换与ｓ（ｔ）的 小波变换之和，如图１所示。 掩蔽效应的语音增强…。 小波变换以其自身拥有多分辨率分析和多尺度 分析等优点，在信号处理领域，特别是针对非平稳信 号（例如语音信号、地震信号）处理效果非常的显 著。小波去噪常用方法有由Ｍａｌｌａｔ提出的基于小 波变换模极大值原理的消噪方法；基于小波变换域 内系数相关性的消噪方法；Ｄｏｎｏｈｏ提出的阈值消噪 方法 。 图１ 语雷信号的严生模型 ２小波阈值去噪基本思想 １９９５年Ｄｏｎｏｈｏ等人设计了一种基于幅度的阈 值去噪方法 ］，该方法认为：含有一定噪声的自然 语音经小波变换后，语音的主要信息都将集中在小 波域的低频带，而噪声则分布在所有的小波系数中。 那么对于高频带，可以选择一个合适的阈值，对通过 收稿日期：２０１３—０４—１６ １ 含噪语音信号的数学模型 语音是一种随机过程，具有时变性、非平稳性， 含噪语音数学模型如式（１）： 作者简介：王亚平（１９８７一），女，硕士研究生，研究方向为语音信号 处理。 一１８３— 小波变换后得到的各个子波作适当的阈值处理，可 以去除噪声而保留有用信号。此方法在最小均方误 Ｓｔｅｉｎ无偏风险阈值（ｒｉｇｓｕｒｅ规则）基于无偏似 然估计；通用阈值（ｓｑｔｗｏｌｏｇ规则）针对低幅度高斯 差（ＭＳＥ）意义上可达近似最优，并且可取得较好的 听觉效果，因而得到深入的研究和广泛的应用。此 方法对语音进行去噪处理的系统如图２所示。 离 ｃｊ，ｋ ｃｊ，ｋ 反 散 ｄｌ，ｋ 闽 ｄ１，ｋ 离 Ｙ（ｎ） 小 ｄ２，ｋ 值 ｄ２．ｋ 散 波 一 处 小 变 ● 理 ● 波 换 ： ： 变 ｄｊ，ｋ ｄｊ，ｋ 换 图２小波阈僵去嗓原理 ３ 语音噪声抑制步骤 语音阈值去噪算法非实时实现仿真主要是通过 Ｍａｔｌａｂ软件来进行的。为了使用小波技术处理语音 信号，使用Ｍａｔｌａｂ的小波工具箱编程 ，对采样进 来的语音信号进行去噪的处理，其去噪流程如图３ 所示。 读取声音信号 ＇ 提取采样点 Ｊ 为信号加噪 ● 进行小波分解 围３小汲语罾去噪流程 具体实现步骤如下： 第一步：由计算机的录音机录制产生纯净语音 信号，以．ｗａｖ文件格式保存。 第二步：用Ｍａｆｌａｂ软件将．ＷＳＶ文件转换成数据 文件格式的．ｄａｔ文件。 第三步：将数据文件与白噪声进行混和得到含 噪语音信号，对带噪的语音信号进行小波变换得到 各个不同频带的子波信号，然后对其进行小波阈值 去噪处理： ①正交小波分解：选取小波基和小波分解层数 Ⅳ，对含噪声语音信号ｆ（ｋ）进行正交小波分解至层 数Ｊ７、，，得到相应的小波分解系数 ｍ。常用于去噪 的小波函数有ｄｂＮ小波，ｓｙｍＮ小波和ｃｏｉｆＮ小波， 层数一般为３层～５层ｌ－５ Ｊ。 ②确定各层子波的去噪阈值：对噪声阈值的估 计是关键问题之一，人们在这一领域进行了艰苦的 探索，常用的阈值选择方案有四种 Ｊ： 一】８４一 自噪声；启发式阈值（ｈｅｕｒｓｕｒｅ规则）是前两种阈值 的综合；最小极大方差阈值（ｍｉｎｉｍａｘｉ规则）产生一 个最小均方误差的极值。 ③选择合适的阈值函数对小波系数进行阈值处 理，常用的阈值函数 有以下两种： 硬阈值函数： ＝｛ １‘ ｌ ‘ （２） 软阈值函数： 『ｓｉｇｎ（ｔＯ）（１ Ｉ— ），ｌ ｝＞Ｔ … ｓ幽 １０，Ｉ∞ｌ≤ 硬阈值函数优点是保持边缘特性，妻 ｊ 但是其整体 不连续性造成去噪后的语音信号会出现“音乐噪 声”。软阈值函数具有续性、平滑性，但是若小波系 数数值偏高，经过阈值处理的小波系数与原始语音 的小波系数会存在恒定的误差，导致重构的语音信 号有较大的失真。所以，提出了基于这两种基本阈 值函数的改进的阈值函数： 折中阈值函数： ［ｓｉｇｎ（∞）（ｆ ｌ一口 ），ｌ ｌ＞Ｔ ＯＪｚｈ １０， ≤ 其中，０≤Ⅱ≤１ （４） 新阈值函数 Ｊ： ∞ 一 币 肌 ’ｌ，Ｉ∞ｌ≤Ｔ毫 （ Ｊ５） ∞ｍ 新阈值函数是Ｚｈａｎｇ在软阈值的基础上，对其 改进使其具有更高阶 （如图４所示），可以看出它 和折中阈值一样具有平滑过渡区。 图４四种阈值函数图形 ④小波重构：根据阈值化处理后的高频小波系 数以及未处理的低频小波系数进行离散小波反变换 重构信号。 Ａｓｎｒ＝ＳＮＲ。 一ＳＮＲｉ Ｌ （６） ∑ｓ （后） ＳＮＲｉ ＝１０１ｇ — ——一七＝１ 第四步：将处理后语音信号用Ｍａｉｆａ］３软件进行 转换，存成．ｗａｙ文件格式，再用录音机试听。如果 满意则降噪结束，否则返回到第三步。至此，整个小 波去噪算法结束。 （７） ∑Ｉｆ（ｋ）一 （．ｊ｝）］ ∑ｓ厶 、 （ ） （８） ＳＮＲ。 ＝ｌＯｌｇ — Ｉ＿—～４仿真实验结果及分析 实验中不对语音信号进行分帧，因为在实验中 ∑［；（ ）一ｓ（尼）】 通过对信噪比提高Ａｓｎｒ的对比和实际的试听效果， 发现：分帧与不分帧效果大致相当，如果将语音信号 分帧后再处理，由于在算法开始时要分帧在结束时 要合并，所以不分帧时算法的实时性要优于分帧时 的实时性。 用电脑自带的录音机，录制本人说的“ｌ９． ｗａｖ”，加入５ｄＢ白噪声。图５就是仿真用的语音及 混有５ｄＢ白噪声的语音图。用Ｍａｆｌａｂ提供的一维 小波去噪函数“ｗｄｅｎ”进行阈值处理，仿真实验选取 ｃｏｉｌ４小波基函数，小波分解尺度为３层，新阈值函 数参数ｋ＝１，比较不同阈值函数在不同阈值规则下 的信噪比提高。为尽量减小实验误差，表１中数据 都是对多次实验数据取平均。 图５原始的纯净语音和带嗓语音的时域波形 表１ 各阈值去噪方法的信噪比提高比较 ｉｒｇａ－ｓｕｒｅ规则ｓｑｔｗｏｌｏｇ规则ｈｅｕ￣ｕｍ规则ｍｉｎｉｍａｘｉ规则 本实验使用处理前后信噪比的提高Ａｓｎｒ式（６） 作为语音增强算法的评价指标。其中，输入信噪比 ＳＮＲｉ （带噪语音信噪比）和输出信噪比ＳＮＲ。 （增强 语音信噪比）分别如式（７）和式（８）。 新阈值函数在四种阈值规则下分别对信噪比提高 Ａｓｎｒ相对其他阈值函数最大，主观试听残留噪声最 小。首先，软阈值函数在ｒｉｇｒｓｕｒｅ规则下取得了最高 的Ａｓｎｒ，说明ｒｉｇｒｓｕｒｅ规则是专门对软阈值函数得出 的结论，它是在ＳＵＲＥ（Ｓｔｅｉｎ’Ｓ ｕｎｂｉａｓｅｄ ｅｓｔｉｍａｔｉｏｎ） 准则下得到的阈值，且趋近于理想阈值 Ｊ。同时， 新阈值函数也是在此规则下取得了相对在其他阈值 规则下最高的Ａｓｎｒ，由此说明新阈值函数是在软阈 值基础上进行的改进ｌ８ Ｊ，此思路是正确的。其次， 在ｓｑｔｗｏｌｏｇ规则下硬阈值函数比软值函数有更高的 Ａｓｎｒ，表明硬阈值在均方差意义上较为优越 Ｊ，在 ｈｅｕｒｓｕｒｅ规则下，四种阈值函数均比在ｓｑｔｗｏｌｏｇ规则 下有所提高，说明启发式阈值是统一阈值和ＳＵＲＥ 阈值的折中，选择了最优预测变量阈值 ］。 ５ 结束语 基于小波阈值法抑制语音信号的噪声，新阈值 函数存在平滑过渡区，从而保留了语音信号（小波 系数），以此提高了信噪比；但同时没有将噪声（小 波系数）很好的去除，所以只是对噪声进行了抑制， 并没有提高信号的可懂度。需要进一步研究如何提 高信号的可懂度。 参考文献： ［１］杨行峻，迟惠生．语音信号数字处理［Ｍ］．北京：电子工业出版 社，１９９５． ［２］高成．Ｍａｔｌａｂ小波分析与应用［Ｍ］．北京：国防工业出版社， ２００７：１０４—１１０． ［３］Ｄｏｎｏｈｏ Ｄ Ｌ．Ｄｅ・ｎｏｉｓｉｎｇ ｂｙ ｓｏｆｔ—ｔｈｒｅｓｈｏｌｄｉｎｇ［Ｊ］．ＩＥＥＥ Ｔｒａｎｓ Ｔｈｅｏ— ｒｙ，１９９５，４１（３）：６１３－６２７． ［４］周伟．小波分析高级技术［Ｍ］．陕西：西安电子科技大学出版社， ２００６：１８５—１８８． ［５］孙晋松．语音增强算法的研究及改进［Ｄ］．山东：山东大学，２００９． ［６］李如伟，鲍长春，窦慧晶．基于小波变换的语音增强算法综 述［Ｊ］．数据采集与处理技术，２００９，２４（２３）：３６２—３６８． ［７］邓玉娟．基于小波变换的语音阈值去噪算法研究［Ｄ ．重庆：重 庆大学，２００９． ［８ 成礼智，王红霞，罗永．小波的理论与应用 Ｍ］．北京：科学出版 社。２００６：２７１—２７３． 责任编辑：刘新影
