自适应阈值小波包语音增强算法的研究

摘要

语音增强就是要从被噪声污染的语音中提取出有用的语音，滤除噪声的技术,也是语音信号处理技术中的研究热点;其目的就是要去除掉背景噪声，提高语音的质量和可懂度，使听音人在乐于接受增强语音的同时能够更好的理解语音，而这些目的通常不能兼得，要根据具体应用有所侧重。本文首先阐述了小波变换基础理论及基于小波包变换语音增强算法的基本原理，并进行了实验仿真。
　　 针对传统软、硬阈值函数小波包语音增强算法增强的语音存在语音失真的问题，提出新阈值函数的小波包语音增强算法。新阈值函数对小波包系数绝对值大于、小于给定阈值的两个区间均作了改进，一方面是对软、硬阈值函数的灵活结合;另一方面对传统阈值函数中直接取零值的部分用非线性函数作了修正，使阈值函数实现了两个取值区间之间的平缓过渡。仿真结果表明，和传统算法相比，新算法在高斯白噪声和有色噪声背景下均能取得良好的增强效果，减少了语音失真。
　　 由于噪声是多变的，因此固定阈值小波包语音增强算法也会造成语音失真，针对此间题，提出自适应阈值小波包语音增强算法，主要包括以下两方面的内容:
　　 1.提出用后验信噪比修正的小波包自适应阈值，该算法先用本文结合掩蔽效应改进的非平稳噪声估计算法估计噪声功率，确保计算出准确的节点后验信噪比;再用含有此后验信噪比的Sigmoid函数对相邻帧的随尺度变化的阈值进行平滑，保证了阈值的连续性;进一步用指数化的后验信噪比自适应修正阈值，减少了语音失真。
　　 2.改进了Bark尺度小波包分解结构，改进的分解结构可以更好地模拟人耳的听觉感知特性。仿真实验结果表明，新算法提高了增强语音的信噪比、分段信噪比和感知语音质量评价(PESQ)，减小了语音失真;与固定阈值小波包语音增强算法相比，具有更好的增强效果。
　　 为了使自适应阈值小波包语音增强算法达到最佳的增强效果，还将在语音去噪与失真之间可以统筹兼顾的子空间语音增强方法引入到了自适应阈值小波包方法中，提出联合改进子空间的自适应阈值小波包语音增强算法。该算法用自适应阈值小波包方法对经过霍特林变换(KL变换)的带噪语音进行了初步增强，并用递归最小二乘算法(RLS)估计噪声，对传统子空间方法中估计噪声特征值的方法进行了修正，克服了传统方法易引起的特征值估计偏差问题。仿真实验结果表明，利用了子空间方法的优点，新算法能够对自适应阈值小波包方法的增强效果作进一步改善，尤其在低信噪比情况下，增强语音的信噪比和分段信噪比提高的幅度更大。

目录

声明

摘要

第一章 绪论

1．1 研究背景及意义

1．2 语音增强算法的研究现状

1．3 语音和噪声的特性

1．3．1 语音的特性

1．3．2 噪声的特性

1．4 主要研究工作和结构安排

1．5 小结

第二章 语音增强算法的基本理论

2．1 语音信号听觉模型

2．2 语音信号模型

2．2．1 激励模型

2．2．2 声道模型

2．2．3 辐射模型

2．3 带噪语音模型

2．4 语音质量的评测方法

2．4．1 主观评测方法

2．4．2 客观评测方法

2．5 小结

第三章 新阈值函数小波包变换语音增强算法

3．1 小波变换基础理论

3．1．1 小波变换定义

3．1．2 离散小波变换

3．1．3 多分辨率分析及Mallat算法

3．1．4 小波变换特点

3．2 常用小波函数

3．2．1 Haar小波

3．2．2 dbN(Daubechies)小波

3．2．3 对称小波symN(Symlets)

3．3 新阈值函数小波包变换语音增强算法

3．3．1 小波包变换语音增强原理

3．3．2 Bark尺度小波包分解

3．3．3 小波变换阈值估计

3．3．4 传统阈值函数

3．3．5 新阈值函数

3．4 实验仿真与分析

3．4．1 仿真环境和条件

3．4．2 仿真实验结果

3．4．3 仿真结果分析

3．5 小结

第四章 用后验信噪比修正小波包自适应阈值的语音增强算法

4．1 人耳掩蔽效应原理

4．1．1 掩蔽效应的原理

4．1．2 掩蔽阈值的计算过程

4．2 一种改进的非平稳噪声估计算法

4．2．1 非平稳噪声估计算法

4．2．2 改进的非平稳噪声估计算法

4．3 用后验信噪比修正小波包自适应阈值的语音增强算法

4．3．1 基于改进的噪声估计算法的后验信噪比

4．3．2 修正的自适应阈值的计算

4．3．3 新的Bark尺度小波包分解结构

4．4 实验仿真与分析

4．4．1 仿真环境和条件

4．4．2 仿真实验结果

4．4．3 仿真结果分析

4．5 小结

第五章 联合改进子空间的自适应阈值小波包语音增强算法

5．1 子空间语音增强算法

5．1．1 信号子空间与噪声子空间

5．1．2 时域约束估计器原理

5．1．3 白噪声背景下的子空间语音增强算法

5．2 递归最小二乘算法

5．2．1 递归最小二乘算法的原理

5．2．2 递归最小二乘算法的特点

5．3 改进的子空间算法

5．4 联合改进子空间的自适应阈值小波包语音增强算法

5．5 实验仿真与分析

5．5．1 仿真环境和条件

5．5．2 仿真实验结果

5．5．3 仿真结果分析

5．6 小结

第六章 总结与展望

6．1 总结

6．2 展望

参考文献

致谢

攻读学位期间发表的学术论文