噪声在信号中一般表现出的是高频性质, 语音信号的频谱覆盖在 ~
,较为丰富的信号主要集中在 附近,所以一般的滤波器去噪时必须考虑
语音信号的自身特征。经过小波变换后语音信息主要集中在小波变换尺度较大的低
频部分,而白噪声主要集中在小波变化尺度较小的高频部分。
传统的降噪方法是将接收到的混合信号进行傅里叶变换去除掉高频成分噪声
保留低频成分有用信号然后再做逆变换恢复信号。这样虽然保留了信号的低频成
分,衰减了大部分高频成分,使得主要表现为高频信号的噪声部分能被有效去除,
但语音中的高频信息(如清音)也被去掉,产生了高频失真。而如果用软阈值方法
处理后得到的小波系数值()虽然连续性好,易于处理,但由于当小波系数较
大时, 与原来的小波系数有固定的偏差,势必也会给重构信号带来不可避免的
误差。
使用数字滤波器可以有效地去除语音信号中的高频噪声。语音去噪首先使用数
学实验室软件(,)语言仿真,得到滤波器的参数,
验证去噪算法的有效性,最后在 系统上实现。
为了便于直观查看去噪的效果,通过录音软件录制一段语音信号,然后加入高频
噪声,再用窗函数法设计滤波器去除高频噪声,并对比三者之间的时域波形和频谱。
程序 1: 录制一段自己的语音信号,用 MATLAB 对其进行分析。
!"##$%语音信号采样频率为 ##
&"'()*+,-.语音信号压缩./0/12'(+$%读取语音信号的数据,赋给变量
&
!301*&##$%播放语音信号
/"4&#$%对信号做 # 点 ,, 变换
" !5-6#$
780)
93&%做原始语音信号的时域图形
+原始语音信号+$
&+1+$
/+ 01+$
780)#
):&%绘制原始语音信号的频率响应图
+频率响应图+
780);
!093#$
93!/-#%做原始语音信号的 ,, 频谱图
+原始语音信号 ,, 频谱+
!093##$
93 !/-#$
+原始语音信号频谱+
&++$
/+ 0+$