基于小波变换的语音增强的matlab代码显示原始语音波形，加噪语音波形，和增强后的语音波形

以下是一个基于小波变换的语音增强的 Matlab 代码示例，其中包括原始语音波形、加噪语音波形和增强后的语音波形的显示。

% 读取原始语音文件
[x, fs] = audioread('original.wav');

% 加入噪声
snr = 10; % 信噪比为10dB
noise = randn(size(x));
noise = noise / norm(noise) * norm(x) / (10^(snr/20));
y = x + noise;

% 小波分解
n = 5; % 小波分解层数
wname = 'db4'; % 小波基
[C, L] = wavedec(y, n, wname);

% 阈值处理
alpha = 3; % 阈值系数
thr = alpha * wthcoef('heursure', C, L); % 选用Heursure阈值
S = wthresh(C, 'h', thr);

% 小波重构
x_den = waverec(S, L, wname);

% 显示原始语音波形、加噪语音波形和增强后的语音波形
figure;
subplot(3, 1, 1);
plot(x); title('原始语音波形');
subplot(3, 1, 2);
plot(y); title('加噪语音波形');
subplot(3, 1, 3);
plot(x_den); title('增强后的语音波形');

% 显示语谱图
figure;
spectrogram(x_den, 256, 250, [], fs, 'yaxis');
title('增强后的语音语谱图');

在上述代码中，我们首先读取了原始语音文件 `original.wav`，然后随机生成了一段与原始语音大小相同的噪声，并将其与原始语音相加，得到加噪语音波形 `y`。接着，我们对加噪语音进行了小波分解，并使用 Heursure 阈值进行阈值处理，得到系数矩阵 `S`。最后，我们使用小波重构得到了增强后的语音波形 `x_den`，并将其与原始语音波形和加噪语音波形一起显示出来，以便于比较。同时，我们还使用 `spectrogram` 函数绘制了增强后的语音的语谱图。