基于小波变换的语音去噪 - read.ppt

基于小波变换的语音去噪 答辩人：曹艳艳 导 师：裘雪红 教授 基于小波变换的语音去噪 阈值消噪方法 阈值函数 阈值估计 实验结果及总结 小波变换的一些特点 小波变换的基本原理 小波变换利用一个基本小波，然后将其伸缩和平移得到一个函数簇(即小波基函数)，以便在一定条件下，任一能量有限的信号可按其函数簇进行时频分解。 小波变换的一些特点 多分辨率分析 多分辨率分析的主要思想是随着尺度由 大到小的变化，在各尺度上可以由粗到细地观察目标。 小波变换的一些特点 小波变换与傅立叶变换 基本函数不同 分解的空间基不同 两者时频窗口特性不同 阈值消噪方法 小波消噪主要依据 小波消噪的原理：用小波变换将信号分解到多尺度上，再针对每一层小波系数进行阈值处理，将噪声小波系数与语音信号的小波系数分离，然后利用小波重构算法恢复原信号，从而达到降噪的效果。 阈值消噪方法 传统的阈值消噪的基本步骤 原始信号的小波分解 小波系数的消噪处理 用处理过的小波系数重构信号 阈值函数 传统的阈值函数为硬阈值函数或软阈值函数 硬阈值函数 软阈值函数 阈值函数 一些不足 硬阈值函数在阈值处不连续。 软阈值函数处理过的语音小波系数则与原信号的小波系数有偏差，会丢失语音的突变信号。 改进的第一种阈值函数 改进的第一种阈值函数如下： 、 、 为与尺度有关的阈值 改进的第一种阈值函数 此阈值函数拥有硬阈值函数保持边缘特性的优点，同时也具有软阈值函数连续性平滑性的特点。 改进的第一种阈值函数 三种不同阈值函数对BLOCKS信号分别在不同信噪比下的消噪后的信噪比 改进的第二种阈值函数 非负死区阈值函数 改进后的函数体 为与尺度有关的阈值 取值为1或2 改进的第二种阈值函数 各种阈值函数对不同信噪比含噪语音信号消噪后的效果对比 阈值估计 如果将同一尺度上小波变换后得到的小波系数从小到大排列，那么我们可以认为较小的那部分小波系数对应着噪声的小波系数，较大部分的小波系数则对应着信号的小波系数。 理想情况下，我们使选取的阈值等于噪声和信号对应的小波系数的临界值 新的阈值估计 谱减法主要思想 根据谱减法的思想提出的阈值估计 提取出含噪语音最开始的一段无音段 对无音段进行小波变换 取各个尺度上小波系数的最大值 新的阈值估计 无音段中各个尺度的小波系数的最大值可以认为是含噪语音小波系数中的噪声小波系数上限。 新的阈值计算公式为 为经小波变换得到的小波系数 新的阈值估计 改进的阈值估计、非负死区及改进的阈值函数结合对含噪语音消噪 新的阈值估计 改进的阈值估计的局限性 基于无音段的准确提取基础之上 在临界区内信号与噪声的小波系数差距不大，甚至区域重合，多少也会影响语音信号的可懂性。 实验结果及总结 提出的新的阈值函数及阈值估计都能较好地抑制噪声，提高信噪比，另外在减小失真方面比起传统的小波阈值消噪也有进步。 改进的函数符合有用信号和白噪声的小波系数规律，因此消噪效果较好。 总结 参数的选择 噪声类型 答辩完毕 感谢各位答辩组老师! * * 12.3147 14.7239 16.6833 19.9638 硬阈值函数 12.8081 14.0067 15.8655 17.8247 软阈值函数 13.1718 14.8101 17.0924 20.1297 改进阈值函数 3.6479 6.9272 10.0046 13.8432 消噪前SNR 12.6805 9.7320 6.3404 第二种阈值函数 12.1277 9.3799 6.0875 非负死区阈值函数 12.6778 9.6101 6.1349 第一种阈值函数 12.6778 9.6018 6.1215 硬阈值函数 10.922 8.2923 5.2607 软阈值函数 4.9873 0.0323 -4.9880 消噪前SNR