姚萍萍+何恩南

摘 要：近年來我國通信技術(shù)發(fā)展非常迅速，各種先進(jìn)的通信設(shè)備更迭頻繁，為社交溝通和交流帶來了數(shù)次變革。為保證語音通信質(zhì)量，語音信號(hào)的降噪處理日益得到人們更為廣泛的關(guān)注。語音信號(hào)在編碼、傳輸環(huán)節(jié)會(huì)受到各種噪聲的污染，不利于語音信號(hào)的識(shí)別，為此，需要運(yùn)用專門的處理技術(shù)進(jìn)行降噪處理，以提高語音清晰度與質(zhì)量。本文在給出含噪去噪模型的基礎(chǔ)上，介紹了小波與EMD降噪理論，通過仿真對(duì)降噪結(jié)果進(jìn)行分析，為提高語音信號(hào)降噪效果提供一些參考。

關(guān)鍵詞：語音信號(hào) 降噪 研究

1.引言

隨著社會(huì)發(fā)展，人們的生產(chǎn)生活對(duì)語音信號(hào)質(zhì)量不斷提出更高要求，而語音信號(hào)傳輸過程中不可避免的要受到噪聲污染，因此，加強(qiáng)語音信號(hào)降噪研究，對(duì)改善語音信號(hào)質(zhì)量，提高語音信號(hào)清晰度，具有重要的現(xiàn)實(shí)意義。語音信號(hào)降噪時(shí)需先將其變換到臨時(shí)的域中，對(duì)語音信號(hào)進(jìn)行降噪處理再進(jìn)行恢復(fù)，變換的關(guān)鍵在于實(shí)現(xiàn)語音信號(hào)與噪聲信號(hào)的良好分離。這種變化的實(shí)現(xiàn)需要借助專門的技術(shù)如小波變換、經(jīng)驗(yàn)?zāi)B(tài)分解（EMD）以及短時(shí)傅里葉變換等，其中小波變換具有多尺度、多分辨率等優(yōu)點(diǎn)，在語音降噪中效果明顯。EMD降噪的實(shí)現(xiàn)原理主要是借助其濾波特性，其中閥值法和尺度濾波法是常用的降噪方法。

2.含噪聲信號(hào)去噪模型

語音的產(chǎn)生是隨機(jī)的，具有非平穩(wěn)性、時(shí)變性特點(diǎn)。眾所周知，語音信號(hào)傳輸需進(jìn)行編碼處理，并通過介質(zhì)完成傳輸?shù)恼麄€(gè)過程，期間受多種因素影響形成多種類型的噪聲，與干凈的語音信號(hào)進(jìn)行疊加，給語音信號(hào)造成干擾，由此便得出含噪聲信號(hào)的去噪模型：干凈的語音信號(hào)f（t）與噪聲n（t）疊加形成的x（t），并經(jīng)過語音增強(qiáng)系統(tǒng)處理得到含有噪聲語音信號(hào)y（t），其中這里的噪聲為高斯白噪聲，方差為σ，服從正態(tài)分布N（0，σ2），表達(dá)式為：x（t）=n（t）+f（t）。

3.兩種降噪理論分析

3.1小波降噪

為此，人們提出一種基于幅度的閥值去噪方法，即，在小波域中語音信號(hào)能量較為集中，主要存在幾個(gè)系數(shù)中，而這個(gè)幾個(gè)系數(shù)是有限的。與語音信號(hào)不同的是噪聲信號(hào)分布較為廣泛，涵蓋整個(gè)小波域。信號(hào)進(jìn)行小波分解處理后，語音信號(hào)的小波變換系數(shù)較噪聲的大，由此便可確定一閥值用于判斷系數(shù)的影響因素。當(dāng)小波系數(shù)較閥值小時(shí)，噪聲是影響小波系數(shù)的主要因素，反之，是語音信號(hào)影響小波系數(shù)，因此，確定合理的閥值，便可達(dá)到語音信號(hào)去噪的目的。

在確定閥值時(shí)，軟閥值函數(shù)、硬閥值函數(shù)應(yīng)用比較普遍，其中前者具有平滑性、續(xù)性特點(diǎn)，當(dāng)小波系數(shù)較高時(shí)，進(jìn)行閥值處理后的小波系數(shù)和原始語音小波系數(shù)之間存在誤差，影響重構(gòu)語音信號(hào)質(zhì)量；后者在保持邊緣特性上效果較好，但受整體不連續(xù)性影響，降噪處理后的語音信號(hào)會(huì)引入新的噪聲。為保證降噪質(zhì)量，在對(duì)軟閥值函數(shù)進(jìn)行分析的基礎(chǔ)上，提高函數(shù)的階次，形成新的閥值函數(shù)：

其中公式a的取值在0～1之間。

新閥值函數(shù)在其他閥值不連續(xù)的點(diǎn)可平滑過渡，并且在小于閥值范圍內(nèi)保留相關(guān)信號(hào)。

3.2EMD降噪

EMD降噪的實(shí)現(xiàn)主要通過自適應(yīng)產(chǎn)生IMF分量將原始信號(hào)替代掉，其不積分、不應(yīng)用窗函數(shù)，高校、直接，在語音降噪上效果顯著。

EMD降噪的實(shí)現(xiàn)基于其算法理論，該理論本質(zhì)上屬于逐漸篩分的過程，通過篩分將語音信號(hào)分解成多個(gè)基本模態(tài)分量以及一個(gè)余項(xiàng)，即：

經(jīng)EMD分解處理后的IMF頻率、時(shí)間尺度分別為從高到低、從小到大。但是噪聲能量主要集中在高頻位置，因此，噪聲在前幾個(gè)IMF分量中較為集中，而語音信號(hào)能量主要集中在低頻部分的IMF分量中，不需要處理所有分量。在綜合分析EMD濾波特性的基礎(chǔ)上，依據(jù)相關(guān)要求合理取舍IMF即可。

利用EMD閥值進(jìn)行語音信號(hào)降噪處理時(shí)，確定待處理分量需對(duì)IMF分量的平均周期關(guān)系以及能量密度進(jìn)行計(jì)算，在認(rèn)真分析不同IMF分量能量分布含噪置信度的基礎(chǔ)上，當(dāng)IMF分量落在置信區(qū)間時(shí)確定為主噪IMF分量，當(dāng)未落在置信區(qū)間中的主信IMF分量。與置信區(qū)間距離較遠(yuǎn)的分量信號(hào)具有較高的信任度。將主噪分量置零，使用閥值函數(shù)處理主信分量，得到ci和余項(xiàng)rn。

4.仿真與結(jié)果分析

為了解兩種降噪算法的語音降噪效果，接下來進(jìn)行仿真實(shí)驗(yàn)，并對(duì)降噪結(jié)果進(jìn)行分析。

4.1小波降噪結(jié)果分析

以通信中收集的某一語音信號(hào)為對(duì)象，使用小波對(duì)含有高斯白噪聲的語音信號(hào)進(jìn)行分解處理，當(dāng)信噪比達(dá)到5db時(shí)，進(jìn)行三層的小波分解得到小波系數(shù)。其中噪聲標(biāo)準(zhǔn)差的估計(jì)依據(jù)第一層小波系數(shù)，新閥值函數(shù)a的值取0.8。

分析降噪語音信號(hào)處理結(jié)果可知，誤差曲線幅值未超過0.05，而且在0.15s之后誤差幅值在0.01范圍，誤差達(dá)到0.02僅出現(xiàn)兩處，由此可知，經(jīng)降噪處理后語音信號(hào)的時(shí)域波形獲得一定程度的改善，保留了語音信號(hào)的大部分能量，不過采用小波閥值法進(jìn)行降噪，丟失部分高頻能量，語音有所失真。

4.2EMD降噪結(jié)果分析

使用EMD對(duì)語音信號(hào)進(jìn)行降噪處理，經(jīng)過十次的迭代得到IMF分量十個(gè)、余項(xiàng)一個(gè)。對(duì)信噪比為5dB含噪信號(hào)進(jìn)行分解處理，結(jié)果被分解成處理方便、簡單的分量，分析分量圖結(jié)論不難得出，語音信號(hào)主要集中在第三～第五的分量中，而噪聲能量主要分布在第一、第二分量中。

確定閥值處理分量時(shí)，需綜合分析不同分量的含噪狀況，本文仿真時(shí)依據(jù)白噪聲IMF分量的平均周期和能量密度關(guān)系，實(shí)現(xiàn)對(duì)含噪置信度的確定。計(jì)算信噪比為5dB含噪信號(hào)的IMF分量的含噪置信度得知，第一、第二分量分布線具有較小的置信度可進(jìn)行置零。仿真中將新閥值函數(shù)參數(shù)的值取0.8，此時(shí)其和軟閥值較為接近，不過因新閥值具有較好的連續(xù)性，一定程度上保證了語音信號(hào)的真實(shí)度。

使用EMD閥值法即新閥值函數(shù)處理5dB信噪比的含噪信號(hào)，結(jié)果誤差曲線幅值在0.05以內(nèi)，和采用小波變換處理的誤差曲線相比，誤差曲線具有較大變動(dòng)，在0～0.2s中誤差最大值為0.48，在0.22s～0.33s、0.53s～0.63s誤差均為超過0.02，而在0.33d～0.5s段內(nèi)最大誤差達(dá)到0.12。采用EMD分解閥值法對(duì)含噪語音信號(hào)進(jìn)行處理，獲得較好的信號(hào)時(shí)域波形，不過改善均勻性不好，即，誤差幅值較平均值偏離大。

5.結(jié)論

在當(dāng)前通信領(lǐng)域，語音信號(hào)的降噪處理是研究的熱點(diǎn)，本文對(duì)語音信號(hào)的降噪研究得出以下結(jié)論：

（1）語音信號(hào)的噪聲形成于語音信號(hào)形成、傳輸?shù)认嚓P(guān)環(huán)節(jié)，嚴(yán)重影響語音信號(hào)質(zhì)量，對(duì)含有噪聲的語音信號(hào)抽象為x（t）=n（t）+f（t）這一模型。

（2）對(duì)語音信號(hào)進(jìn)行降噪需借助的一定算法理論，文中主要討論了小波降噪、EMD降噪兩種理論，其中小波降噪理論需確定閥值，雖然軟閥值與硬閥值函數(shù)較為常用，但存在一定不足，為此，本文提出的新閥值函數(shù)，其不僅在不連續(xù)的點(diǎn)能夠平滑過渡，而且對(duì)小于閥值范圍內(nèi)可實(shí)現(xiàn)對(duì)信號(hào)的保留。

（3）通過仿真試驗(yàn)兩種算法均改善了信號(hào)的時(shí)域波形，但與小波變換相比EMD去噪因保留了部分高頻能量，語音降噪效果較好，語音信號(hào)機(jī)會(huì)無失真。

參考文獻(xiàn)：

[1]賴聯(lián)有，金福江，吳浩瀚.語音信號(hào)的量子隨機(jī)濾波降噪方法[J].信息與控制，2015，05：598-603.

[2]趙世明.基于小波分析的語音增強(qiáng)算法研究[D].安徽理工大學(xué)，2012.

[3]于海寧.時(shí)頻分析方法在語音信號(hào)降噪中的應(yīng)用[D].東北師范大學(xué)，2015.

[4]朱燕平.語音信號(hào)的小波降噪[J].視聽界（廣播電視技術(shù)），2013，06：21-22.