一种新的自适应阈值小波包语音增强算法

任永梅　肖冬瑞

摘要：针对固定阈值小波包语音增强算法在去噪时会损失语音信号的问题，文中提出了一种新的自适应阈值小波包语音增强算法。该算法先利用带噪语音的小波包变换系数估计出后验信噪比，再由含有后验信噪比因子的sigmoid函数作为平滑因子对随尺度变化的阈值进行相邻帧的平滑，最后由后验信噪比自适应修正平滑阈值，减少语音失真；仿真实验结果表明，该算法在去噪的同时减少了语音信号的损失，有效地提高了增强语音的信噪比和分段信噪比，较固定阈值小波包语音增强算法具有明显的优越性。

关键词：小波包变换；自适应阈值；信噪比；分段信噪比

中图分类号：TP301.6 文献标识码：A 文章编号：1009-3044（2014）26-6174-04

Abstract：Aiming at the problem of the fixed threshold wavelet packet speech enhancement algorithm loses the speech signal in denoising， this paper proposed a new adaptive threshold of wavelet packet for speech enhancement algorithm. Firstly， the algorithm uses the wavelet packet coefficients of noisy speech to estimate the posteriori SNR. Secondly， the sigmoid function contains a posteriori the signal-to-noise ratio （SNR） factor as a smooth factor smoothes adjacent frame threshold with scale changing. Finally， the posterior SNR adaptively adjusts the smoothed threshold， which reduced speech distortion. Simulation experimental results show that this algorithm in denoising reduces the loss of the speech signal， effectively improves the SNR and SSNR of the enhanced speech， and has obvious superiority than a fixed threshold wavelet packet speech enhancement algorithm.

Key words：wavelet packet transform； adaptive threshold； SNR； SSNR

语音增强有着广泛的应用，因此寻求一种有效的算法对带噪语音信号进行处理以达到较高的抗噪效果的研究意义很大[1]。语音增强的目的有两个：一是抑制背景噪声，改善语音质量，使听者乐于接受；二是提高语音的可懂度，方便听者理解。一般来说，语音增强方法分为2大类：时域方法（如子空间法）和频域方法（如谱减法等），时域方法计算量大，频域方法如谱减法，虽具有计算量小的特点，但在处理中存在音乐噪声，因此达不到令人满意的效果[2]。

小波分析又称为多分辨率分析，是一种有力的时-频分析工具，它既可以分析信号的概貌，又可以分析信号的细节。小波阈值去噪方法简单有效，是目前最常用的小波去噪方法，其中阈值的选取在小波阈值去噪方法中最为关键。与小波分析方法不同的是，小波包分解对其没有分解的语音信号高频部分也进行了分解，可以更准确的分析语音信号。

Donoho和Johnstone提出非线性小波变换阈值去噪，该算法对小波各系数采用相同的阈值，在提高信噪比的同时很容易带来语音失真[3，4]。为此，该文提出一种新的自适应阈值小波包语音增强算法，由带噪信号小波包系数估计出后验信噪比，用后验信噪比自适应调节经过相邻帧修正的随尺度变化的小波包阈值，同时针对软阈值函数和硬阈值函数各自的缺点，该文也提出一种改进的阈值函数，仿真结果表明，该算法可以有效地去除噪声，减少语音失真。

从波形图上可以看出，与固定阈值小波包去噪方法相比，该文算法去除了更多噪声，波形上更接近于纯净语音信号，增强后的语音效果更佳，失真更小。

4 结论

针对固定阈值小波包去噪方法的不足，该文提出一种自适应阈值的小波包去噪算法。仿真实验结果表明，该文算法能够更有效的去除带噪语音信号中的高斯白噪声和火车噪声，能够更好的保留有用信号；改进的阈值函数克服了硬阈值函数和软阈值函数的缺点，提高了增强语音信号的信噪比和分段信噪比，减少了语音失真。

参考文献：

[1] 张雪英.数字语音处理及Matlab仿真[M].北京：电子工业出版社，2010.

[2] 田秀荣.基于正交小波包分解的语音去噪增强[J].计算机仿真，2011，28（5）：388-390.

[3] DL Donoho， IM Johnstone. Ideal spatial adaptation by wavelet shrinkage[J].Biometrika，1994，81（3）：425-455.

[4] IM Johnstone，BW Silverman.Wavelet threshold estimators for data with correlated noise[J].J of the Royal Statistical Society， 1997，59（2）： 319-351.

[5] 胡广书.现代信号处理教程[M].北京：清华大学出版社，2004.

[6] Lei S F，Tung Y K.Speech Enhancement for Non-stationary Noises by Wavelet Packet Transform and Adaptive Noise Estimation[C].Taiwan， 2005.

[7] 邱爱中.一种新型阈值决策的小波去噪方法[J].通信技术，2011，44（8）：113-115.

[8] Cohen I.Enhancement of speech using bark scaled wavelet packet decomposition[C]//Proceedings of 7th European Conference on Speech Communication and Technology. Aalborg： IEEE， 2001： 1933-1936.