基于Matlab 的语音增强处理的研究

张连俊 朱金如

0 引言

语音增强的目的可分为：一是降低噪声的干扰，提高信噪比，使听者容易识别出说者所说的内容，这是对语音质量的一种主观评价；二是提高语音的可懂度，使听者容易明白，这是对语音质量的一种客观评价。本文采用谱减法与小波相结合的方法对语音增强。

1 语音增强的算法

.11 谱减法

谱减法可分为：根据幅度进行抑制噪声的方法，称为幅度谱减法；根据功率进行抑制噪声的方法，称为功率谱减法，本文主要采用功率谱减法。

假设纯净的语音信号为s（n），噪声信号为d（n），带噪语音为y（n），语音信号为平稳信号，同时噪声信号和语音信号为加性信号，并且d（n）和y（n）不相关，满足

其中N 为信号长度，0≤n≤N-1。根据幅度谱减法的工作原理，需要对信号进行加窗处理，经过加窗处理后，带噪语音y（n）在时域内可以表示为若语音信号和噪声信号具有不相关性，则带噪语音信号的功率谱可用式（3）表示

原始语音的功率谱估值可以用式（4）所表示

其中|Dw（w）|2是在无语音段估计而来。功率谱减法的原理如图1。

图1 功率谱减法原理图

谱减法实现语音增强需要在频域内用带噪语音的短时功率谱减去相应的噪声谱，因此谱减法具有一定的优点，即算法简单。由于减去噪声谱后得到的增强后的语音会存在一些功率谱分量的残余部分，使其在频域上会出现一些尖峰，这些尖峰相应的就会在时域上显示出类似于正弦信号的叠加，这种残留噪声类似于“音乐”，也称为“音乐噪声”，因此谱减法具有一定的缺点，即具有音乐噪声。

1.2 小波变换法

小波变换法是近年来发展迅速的一种时频域局部分析方法，在低频部分具有较高的频率分辨率和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，能够将信号在多尺度多分辨率上进行小波分解，各尺度上分解得到的小波系数代表信号在不同分辨率上的信息，比较适合分析非平稳信号，小波去噪原理图，如图2。

图2 小波变换去噪

根据谱减法原理，在语音增强时先读入一段语音，并给语音加入随机白噪声，再对其进行谱减法运算，得到增强语音信号。仿真结果看出，使用谱减法对带噪语音进行增强后，可去除一些明显的噪声信号，但仍存在一些残留噪声。

使用小波进行语音增强，使用的小波函数为‘db6’，并利用函数wavedec 对信号进行3 层分解；利用函数wnoisest 对其进行估计得到噪声标准偏差；利用函数wbmpen 获得消噪过程中的阈值；利用函数wdencmp 对信号进行增强处理。以上流程操作以后，得到比较平滑的增强信号，失真比较小。

通过实验发现将谱减法处理后的语音，再进行小波增强后的语音效果更好，可以克服两者的不足，仿真结果如图3。

图3 语音增强的Matlab 仿真

2 结论

仿真结果可显示谱减法对带噪语音进行增强后，去除了一些明显的噪声信号，但也存在一些残留噪声，再小波增强后得到比较平滑的信号，同时使一些语音的尖峰点消除。通过实验发现将谱减法处理后的语音，再进行小波增强，得到的语音效果更好。