《基于减谱法的信号处理研究MATLAB软件辅助设计.doc》由会员分享，可在线阅读，更多相关《基于减谱法的信号处理研究MATLAB软件辅助设计.doc（6页珍藏版）》请在三一办公上搜索。
1、湖南理工学院学报(自然科学版)Journal of Hunan Institute of Science and Technology (Natural Sciences)第 22 卷 第 1 期2009 年 3 月Vol.22 No.1Mar. 2009基于减谱法的信号处理研究MATLAB 软件辅助设计 顾丽萍(苏州工业职业技术学院, 江苏 苏州 215000)摘 要: 描述了用减谱法进行语音增强的一种方法, 利用计算机以及相应的MATLAB标准软件, 分别对语音和噪音信号进行傅里叶变换, 求得它们的频谱, 相减得到的是去噪后语音的频谱, 再进行傅里叶反变化, 即可得到增强语言信号, 从而有
2、 效地抑制了噪声.关键词: 减谱法; 傅里叶变换; 语音增强中图分类号: TN92文献标识码: A文章编号: 1672-5298(2009)01-0032-05The Study of Signal Processing Basedon the Spectral SubtractionGU Li-Ping(Suzhou Institute of Industrial Technology, Suzhou 215000, China)Abstract: This project intends to describe a way of enhancing speech sound through
3、 spectral subtraction, that is, by using thecomputer and the relevant standard software MATLAB, speech sound and noise signals are Fourier transformed to get their frequency spectrum, and after getting the difference of the subtraction, namely the frequency spectrum of the speech sound after removin
4、g noise, the frequency spectrum is inverse Fourier transformed. As a result, one can hear the enhanced speech sound after the suppression of noise.Key words: spectral subtraction; Fourier transformation; speech enhancement引言现实生活中的语音通讯过程不可避免地要受到周围环境、传播媒介引入的噪声、机械传动带来的噪 声、通讯设备本身产生的电噪声以及其他噪音的影响. 这些背景噪音声
5、均会严重地影响语音信号的质量, 语音信号的质量根据噪声的大小和形式而下降, 从部分听不清到全部听不懂, 因此需要对带噪语音信号 进行语音增强.目前国内外的解决方法大体分为三类. 一类是采用语音增强算法等, 提高语音识别系统前端预处理的 抗噪声能力, 提高输入信号的信噪比. 第二类方法是寻找稳健的耐噪声的语音特征参数. 第三类方法是基于模型参数适应化的噪声补偿算法. 本课题研究的就是前面提到的第一类方法通过语音增强技术来改善 语音质量. 常用的语音增强技术有: 滤波法、自相关抗噪法、非线性处理法、Weiner 滤波法和减谱法.1 减谱法语音增强技术1.1 基本原理本课题采用的是减谱法语音增强技术
6、. 减谱法是处理宽带噪声较为传统和有效的方法, 其基本思想 是在假定加性噪声与短时平稳的语音相互独立的条件下, 从带噪语音的功率谱中减去噪声功率谱, 从而得到较为纯净的语音频谱.设 s(t)为纯净语音信号, n(t)为噪声信号, y(t)为带噪语音信号, 则有: y(t) = s(t) + n(t)用 Y()、S()、N()分别表示 y(t)、s(t)、n(t) 的傅里叶变换, 则可以得到式: Y() = S() + N()由于假定语音信号与加性噪声是相互独立的, |Y()|= | S() |+ | N()|, | S()| = |Y()| | N()|.收稿日期: 2008-12-11作者简
7、介: 顾丽萍(1959 ), 女, 江苏苏州人, 苏州工业职业技术学院讲师. 主要研究方向: 信息管理第 1 期顾丽萍: 基于减谱法的信号处理研究33因此, 如果用Py()、Ps()、Pn()分别表示y(t)、s(t)、n(t) 的功率谱, 则有Py() = Ps() + Pn().由于平稳噪声的功率谱在发声前和发声期间可以认为基本没有变化, 这样可以通过发声前的所谓“寂 静段”(认为在这一段里没有语音只有噪声)来估计噪声的功率谱Pn(), 从而有Ps() = Py() Pn().这样得到的功率谱即可以认为是较为纯净的语音功率谱, 然后, 从这个功率谱可以恢复降噪后的语 音时域信号.在具体运算
8、时, 为防止出现负功率谱的情况, 减谱时当Py() Pn()时, 令Ps() = 0, 即完整的减谱运算公式为:Py () Pn (), Py () Pn (),P () = (1)sP () P ().0,yn在频域处理过程中只考虑了功率谱的变换, 而最后 IFFT 变换中需要借助相位谱来恢复降噪后的 语音时域信号. 依据人耳对相位变化不敏感这一特 点, 这时可用原带噪语音信号 y(t)的相位谱来代替估 计之后的语音信号的相位谱来恢复降噪后的语音时 域信号.减谱法语音增强技术的基本原理如图 1 所示.1.2 MATLAB 简介P n ()+ 图 1语音信号处理涉及了大量的运算, 可以说离开了
9、计算机及相应的软件.际应用问题. 使用 MATLAB 就很好的解决了这个问题.MATLAB 是由 Mathworks 公司开发的国际公认的信号处理的标准软件和开发平台. 把语音信号处理 和 MATLAB 语言相结合, 调用已经标准化的模块, 比如, 以前在进行快速傅里叶变换的时候, 要进行很 复杂的计算, 目前在所有科学计算软件和数字信号处理芯片中, FFT 已经是标准模块, 一般都没有必要自 己编写 FFT 程序, 所以在本课题设计的时候, 把重点放在 FFT 的用法而不是算法. 结合 MATLAB 强大的 信号处理能力, 完全可以达到较复杂的语音信号处理要求.1.3MATLAB 在语音信号
10、处理中的实例很难解决任何稍微复杂的实在本课题学习和实践中, 自始至终使用 MATLAB 阐述问题和进行计算,里叶变换和反变换, 用 MATLAB 表述为:比如上面原理部分涉及的傅y1= xs +1e;ffty1= abs(fft(y1); ffte1= abs(fft(e1); fftxs1= ffty1-ffte1;%y(t) = s(t) + n(t)% |Y()|% |N()|% |S()| = |Y()| | N()|fftxs1= (ffty1).*ffty1-(ffte1).*ffte1;for n = 1:1000; if fftxs1(n)0; fftxs(n) = 0; en
11、d;end;在具体运算时, 为防止出现负功率谱的情况, 减谱时若Py() Pn()时, 则令Ps() = 0. 即完整的减谱运算公式为(1)式.Y () 2 N () 2fftxs1= sqrt(fftxs1); %|S()| =cfftxs1= complex(fftxs1,0);%减谱法语音增强技术的基本原理如图 1 所示. 其中频域处理过程只考虑了功率谱的变换,而最后y(t) = s(t) + n(t)FFT| |2s(t)()IFFT相相相相( )1/234湖南理工学院学报(自然科学版)第 22 卷IFFT 变换中需要借助相位谱来恢复降噪后的语音时域信号. 依据人耳对相位变化不敏感这一
12、特点, 这时可用原带噪语音信号 y(t)的相位谱来代替估计之后的语音信号的相位谱来恢复降噪后的语音时域信号.x = ifft (cfftxs1); 反傅里叶变化, 切换到时域；2 系统实现2.1 语音信号采样(1)采集原始信号利用计算机上的硬件和 WINDOWS 操作系统, 结合 MATLAB 软件, 可以很方便的数字信号采样、变 换、存储、分析、处理和重构.1、录制语音: “苏州大学”, 并分别录制两个不同的声音, (女声和男声)以形成两个不同的原始信号.2、把两段声音以数据文件的形式存储起来, 文件名分别为 SUDA1.WAV, SUDA2.WAV.3、查看和设置文件的属性: 数据大小:
13、采样频率: 11.025kHz、量化为 16 位进制, 编码方式为 PCM4、 用 MATLAB 等软件, 打开并读出文件的内容, 对内容进行频谱或其他特性的分析. 可以对他进行所需要 的各种修改加工, 首先确认文件是否在你搜索的路径下, 然后在命令窗中键入:s,Fs,Nbits=wavread(suda1);执行了这条命令, 就把数据文件 suda1.wav 上的声音数据赋给了变量 s, 同时也把 s 的采样频率 Fs 的数据和位数 Nbits 放进了 MATLAB 的工作空间(workspace). (2)分段处理读出声音文件前 10000 个数据, 并分成 10 段, 分别把它们赋值给变
14、量:xs1= s(1:1000); xs2 = s(1001:2000), ，xs10 = s(9001:10000).2.2 用 FFT 进行频谱计算傅里叶分析是分析线性系统和平稳信号稳态特性的强有力手段, 它在许多工程和科学领域中得到了 广泛的应用. 这种以复指数函数为基函数的正交变换, 理论上很完善, 计算上很方便, 概念上易于为人们理解, 在语音处理领域也是一个非常重要的工具.分段处理后, 分别对语音和噪音信号进行傅里叶变换, 求得它们的频谱, 相减得到的是去噪后语音的 频谱, 再进行傅里叶反变化, 即可得到增强语言信号: x1x10.2.3 用 IFFT 得到增强语音信号(1)理论分
15、析利用傅里叶反变换借助相位谱来恢复降噪后的语音时域信号. 依据人耳对相位变化不敏感这一特点, 这时可用原带噪语音信号 y(t)的相位谱来代替估计之后的语音信号的相位谱来恢复降噪后的语音时域信 号. 又因语音信号对相位不敏感, 取零相位.在实验中开始使用“零”相位进行分析, 效果差异较大, 背景噪声和语音混杂, 可懂度不高.为了解决以上实验所存在的问题,(2) MATLAB 程序 y=x+e; ffty=fft(y); affty=abs(ffty);pffty=angle(ffty);affte=abs(fft(e);afftxc2=affty.2-affte.2;从 MATLAB 程序 cf
16、ftxs=complex(fftxs2,0)着手, 不忽略相位计算.afftxc2=(1+sign(afftxc2)*0.5.*afftxc2;afftxc=sqrt(afftxc2); fftxcr=afftxc.*cos(pffty); fftxci=afftxc.*sin(pffty); fftxc=complex(fftxcr,fftxci); xc=ifft(fftxc);(3)语音“苏州大学”实验结果如图 24 所示第 1 期顾丽萍: 基于减谱法的信号处理研究3501 0 0 02 0 0 0 3 0 0 0 4 0 0 0 5 0 0 06 0 0 0 7 0 0 0 8 0 0
17、 0 9 0 0 01 0 0 0 0 n图 2原始信号n01 0 0 0 2 0 0 0 3 0 0 0 4 0 0 0 5 0 0 06 0 0 0 7 0 0 0 8 0 0 0 9 0 0 0 1 0 0 0 0 图 3 含噪信号n01 0 0 0 2 0 0 0 3 0 0 0 4 0 0 05 0 0 06 0 0 0 7 0 0 0 8 0 0 0 9 0 0 0 1 0 0 0 0 图 4 恢复信号3 实验分析3.1 信号失真与信噪比(1)通信中信号失真情况1、时域信号的失真: 时域信号的失真可用失真信号 e(n)表示, 其定义为: e(n) = x(n) s(n),为原始信号
18、, x(n)为接收信号.2、频域信号的失真: 频域信号的失真=原始信号频谱接收信号频谱, 即E(ej) = X(ej) S(ej).其中 s(n)用 MATLAB 表述为: ye = afftxC-afftXS; 其中: ye 为语音信号失真信号频谱; afftxc 为信号接收信号频谱; affTXS 为信号原始信号频谱. (2)信噪比在电路某一特定点上的信号功率与噪声功率之比,称为信号噪声比, 简称信噪比. 其公式为SNR= 10 lg S ;N其中 S、N 分别表示原始信号功率与噪声信号功率. 而波形信号计算式为sc(n)se(n)s(n)1 . 510 . 50- 0 . 5- 1 -
19、1 . 51 . 510 . 50- 0 . 5- 1 - 1 . 51 . 510 . 50- 0 . 5- 1 - 1 . 536湖南理工学院学报(自然科学版)第 22 卷SNR=10 lg( ) .s(n)2 e(n)2可以用信噪比的大小来分析减谱法信号表 1根据以上两个公式,去噪处理的客观效果.接收信号信噪比SNR1恢复信号信噪比SNR23.2 不同信噪比下的去噪处理分析由接受信号信噪比, 分别算出恢复信号的信噪比并比较, 见表 1.实验证明: 取不同的信噪比, 信号恢复的结601018.510.12.52表 2果也不一样, 信噪比越大, 声音效果越好.恢复信号的信噪比大于接受信号的信
20、噪比,减谱法去噪效果明显.用 MOS(Mean Opinion ScoreMOS)评分衡 量语音去噪的主观效果, 见表 2.得分质量级别（MOS）失真级别（DMOS）54321优良 中 差 劣不察觉刚有察觉 有察觉且稍觉可厌 明显察觉且可厌但是可以忍受 不可忍受计有 24 位试听者打分, 8 人一组,给分结果见表 3.3.3 不同语音信号的去噪处理分析取平均分,表 3信噪比第一组第二组第三组SNR= 6dbSNR= 0dbSNR=10db3.93.53.03.93.63.33.73.63.4通过对不同的原始信号, 分别对男声和女声进行采样、去噪得到以下两组图形:第一组: 男声- 1 . 5结论
21、: 去噪效果不明显第二组: 女声1 0 0 0 0n01 0 0 02 0 0 0 3 0 0 04 0 0 05 0 0 06 0 0 0 7 0 0 0 8 0 0 09 0 0 0结论: 去噪效果较好致谢: 感谢苏州大学“电子信息学院”电子信息系系主任俞一彪教授的悉心指导, 并对他在本课题指导中所倾注的工作热情和严谨的科学态度以及向上的人格深表敬意.(下转第 74 页)sc(n)sc(n)1 . 510 . 50- 0 . 5- 1 - 1 . 51 . 510 . 50- 0 . 5- 1 01 0 0 02 0 0 03 0 0 04 0 0 05 0 0 06 0 0 07 0 0
22、 08 0 0 09 0 0 01 0 0 0 0 n74湖南理工学院学报(自然科学版)第 22 卷计算 o j : o 2 0.021 ,81 50566 , 85 131670 ,表 4 所示.o 3 0.015 , o 4 0.356 . 由于 maxo j o 2 , 选择 x2 作为换入变量. 计算8i .86 120204 . 由于 min8i 81 0 , 选择 x1 作为换出变量. 第二次选代过程如表 4 第二次迭代c jX B0.257x10.179x20.091x30x40x50x68iCBbx2x5 x6 o j0.17900505663138476151.6310.63
23、10.0730.03510000.6740.3260.1320.0302.2622.2620.7330.40501000010迭代后发现, 所有o j 均不大于 0. 故本问题得到的最优解 X ( x2 , x5 , x6 ) (50566, 0, 0) 平方米. 即:*TT对 该 地块 进行 联 排别墅 开发 , 最 大的 可 开 发体 量 为 50566m2, 代 入 目标 函 数 得到 目 标盈利 V * 0.179 50566 4500 4551 (万元).4 结论与展望产品研发是房地产项目开发环节中的重要阶段, 其效果直接关系到项目的成本与否以及盈利的水平. 在进行充分市场调研的基础
24、上, 运用定量方法, 能够快速、科学准确地预测项目开发的最优方案. 这种方 法是基于对已开发项目客观数据分析的基础上, 有别于传统的对拟开发项目直接进行未经过市场检验的 数据的假设, 更加科学和准确.运用计算机技术, 数据处理与定量分析等方法, 将技术、成本、规划、市场等多方面的因素很好地结 合起来考虑, 使之为统一的企业经营目标服务, 这是值得进一步研究的.参考文献1 许 文. 模糊决策在房地产建筑方案优选中应用J. 建筑管理现代化, 2005, 83(4): 1315 2 钱颂迪, 胡运权, 徐 渝, 等. 运筹学M. 北京: 清华大学出版社, 20043 竹隰生, 王 伟. 房地产开发项目容积率确定研究J. 建筑经济, 2008(9): 5557(上接第 36 页)参考文献1 易克初, 田 斌, 付 强. 语音信号处理M. 北京: 国防工业出版社, 2003 2 赵 力. 语音信号处理M. 北京: 机械工业出版社, 20033 陈怀琛. 数字信号处理教程MATLAB 释义与实现M. 北京: 电子工业出版社, 20044 陶 智, 葛 良. 基于减谱法的语音增强和噪声消除的研究J. 苏州大学学报(自然科学版), 2002(03)
