史曉兵 尤鳳翔 黃克亞

[摘 要] 傳統(tǒng)的算法雖然能夠抑制語(yǔ)音中的噪聲，但易造成語(yǔ)音的失真。本文建立了一種改進(jìn)的閾值法語(yǔ)音信號(hào)增強(qiáng)算法。通過(guò)MATLAB仿真平臺(tái)的實(shí)驗(yàn)仿真和傳統(tǒng)增強(qiáng)算法的比較，證明了本方法能有效去除信號(hào)中的噪聲、改進(jìn)語(yǔ)音質(zhì)量、提高語(yǔ)音可懂度，達(dá)到增強(qiáng)語(yǔ)音信號(hào)的效果；在此基礎(chǔ)上，利用STM32對(duì)系統(tǒng)在兩種不同環(huán)境下進(jìn)行了測(cè)試，然后根據(jù)測(cè)試結(jié)果進(jìn)一步對(duì)系統(tǒng)進(jìn)行了優(yōu)化。優(yōu)化內(nèi)容集中在語(yǔ)音命令模式、增添命令列表和修改錄音參數(shù)三個(gè)方面，最終對(duì)優(yōu)化后的系統(tǒng)再次進(jìn)行了相同的測(cè)試，取得了相較于之前更加滿(mǎn)足要求的結(jié)果。

[關(guān)鍵詞] 語(yǔ)音信號(hào)；語(yǔ)音凈化；MATLAB； STM32；仿真優(yōu)化

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 13. 068

[中圖分類(lèi)號(hào)] TN912.34 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2018）13- 0149- 05

0 引 言

語(yǔ)音信號(hào)處理是研究用數(shù)字信號(hào)處理技術(shù)對(duì)語(yǔ)音信號(hào)進(jìn)行處理的一門(mén)學(xué)科。其目的是要通過(guò)處理得到一些能夠反映語(yǔ)音信號(hào)的特征語(yǔ)音參數(shù)來(lái)高效率地傳輸或存儲(chǔ)語(yǔ)音信號(hào)信息[1-3]；同時(shí)進(jìn)行一些運(yùn)算來(lái)滿(mǎn)足某些應(yīng)用的要求，如人工合成出語(yǔ)音，識(shí)別講話者、說(shuō)話人性別鑒定等。特別是在高鐵快速發(fā)展的關(guān)鍵時(shí)期，語(yǔ)音通信系統(tǒng)是保障鐵路高效安全運(yùn)行的關(guān)鍵技術(shù)之一[4]；而物聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用，智能社會(huì)的快速推廣，為使用者提供了更加方便的方式來(lái)控制各種設(shè)備[5-6]。例如通過(guò)手機(jī)應(yīng)用、紅外遙控或者聲控等方式來(lái)快捷地控制設(shè)備；另外，連入智能社會(huì)系統(tǒng)的設(shè)備之間通過(guò)統(tǒng)一的主機(jī)完成相互通信，不需要使用者刻意調(diào)控，也可以自行實(shí)時(shí)觀察社會(huì)環(huán)境情況，調(diào)節(jié)各部分參數(shù)，以提供科學(xué)舒適節(jié)能的社會(huì)環(huán)境；而且，智能社會(huì)的實(shí)現(xiàn)可以為用戶(hù)提供個(gè)性化的設(shè)定，滿(mǎn)足不同人對(duì)社會(huì)環(huán)境不同的需求，而這些與語(yǔ)音信號(hào)處理和優(yōu)化是分不開(kāi)的。語(yǔ)音識(shí)別作為智能社會(huì)中一種重要的控制方式，可以毫不夸張地被形容為智能社會(huì)系統(tǒng)的“聽(tīng)覺(jué)系統(tǒng)”，所以，對(duì)語(yǔ)音信號(hào)系統(tǒng)建模與仿真研究具有重要的意義。

1 語(yǔ)音特性

語(yǔ)音是一時(shí)變的、非平穩(wěn)的隨機(jī)過(guò)程，但由于一段時(shí)間內(nèi)（10-30ms ）人的聲帶和聲道形狀的相對(duì)穩(wěn)定性，可認(rèn)為其特征是不變的，因而語(yǔ)音的短時(shí)譜具有相對(duì)穩(wěn)定性。在語(yǔ)音分析中可利用短時(shí)譜的這種穩(wěn)定性。

語(yǔ)音信號(hào)可以分為清音和濁音兩大部分。濁音在時(shí)域上呈現(xiàn)出明顯的周期性；在頻域上有共振峰結(jié)構(gòu)，而且能量大部分集中在較低頻段內(nèi)。而清音段沒(méi)有明顯的時(shí)域和頻域特征，類(lèi)似于白噪聲（這就是很難將語(yǔ)音信號(hào)中的白噪聲去除的主要原因之一）。清音的能量主要集中在比濁音更高的頻率范圍上，一般在2 500Hz以上[7-8] 。

采用常規(guī)閾值方法對(duì)含噪語(yǔ)音信號(hào)進(jìn)行去噪處理，可以獲得一定的增強(qiáng)效果，但仍存在一些問(wèn)題需進(jìn)一步解決。這主要是由于語(yǔ)音信號(hào)的特殊性，直接采用閾值處理效果不是很理想。這是因?yàn)檎Z(yǔ)音中的清音包含了相對(duì)多的高頻成分，在實(shí)行閾值處理時(shí)會(huì)被當(dāng)成噪聲去除掉。同時(shí)，考慮到隨機(jī)噪聲的小波變換在不同尺度上的不同特征表現(xiàn)，即：高頻系數(shù)幅值隨著尺度的增加而很快地衰減，而且，高頻系數(shù)的方差也很快地衰減，所以，必須對(duì)常規(guī)閾值增強(qiáng)方法進(jìn)行改進(jìn)。

2 基于MATLAB的語(yǔ)音增強(qiáng)仿真實(shí)驗(yàn)

2.1 模型建立

（1）小波分解。選擇合適的小波，并確定小波分解層次k，對(duì)f（t）做小波變換，則可得到不同尺度下的小波變換系數(shù)W2dkf和S2dkf；并計(jì)算每個(gè)尺度上的平均能量，進(jìn)行能量的歸一化。

（2）清濁音判別。在閾值處理之前先進(jìn)行清濁音判別。鑒于語(yǔ)音信號(hào)的小波變換特性，對(duì)于低尺度參數(shù)，因包含許多高頻成分的清音段與隨機(jī)噪聲混雜在一起，在進(jìn)行閾值處理時(shí)會(huì)被當(dāng)作噪聲去掉，而嚴(yán)重影響重構(gòu)語(yǔ)音的質(zhì)量，因此，事先進(jìn)行清濁音判別，可在抑制噪聲的同時(shí)保持清音中的重要信息；同時(shí)，對(duì)不同尺度選取不同的閾值。

根據(jù)清音、濁音信號(hào)在不同尺度上的小波變換系數(shù)分布不同[9-10]，清濁音判斷方法可為：如果輸入的語(yǔ)音段滿(mǎn)足：① 最小尺度上的信號(hào)能量最高（即高頻段信號(hào)能量最強(qiáng)）；② 最大尺度上的信號(hào)能量與最小尺度上的信號(hào)能量之比小于0.9，則判斷為清音，否則判斷為濁音。

2.2 仿真實(shí)驗(yàn)

本文采用MATLAB仿真平臺(tái)進(jìn)行仿真實(shí)驗(yàn)。所用原始語(yǔ)音“高鐵”是在安靜的環(huán)境下，利用話筒錄得的一段語(yǔ)音信號(hào)。噪聲為含有白噪聲和有色噪聲的現(xiàn)場(chǎng)噪聲。實(shí)驗(yàn)結(jié)果分別用信噪比、主觀聽(tīng)覺(jué)和信號(hào)波形比較來(lái)評(píng)價(jià)。

本文通過(guò)對(duì)5個(gè)不同輸入信噪比的含噪語(yǔ)音樣本進(jìn)行去噪增強(qiáng)的仿真實(shí)驗(yàn)，語(yǔ)音實(shí)驗(yàn)情況見(jiàn)圖1（含噪語(yǔ)音信號(hào)SNR=5dB）和表1。圖1 （a）為“高鐵”原始語(yǔ)音信號(hào)波形，圖1 （b）為“高鐵”加噪語(yǔ)音信號(hào)波形，圖1 （c）為改進(jìn)閾值法“高鐵”增強(qiáng)后語(yǔ)音信號(hào)波形，圖1 （d）為軟閾值法增強(qiáng)后語(yǔ)音信號(hào)波形。

（a） 原始語(yǔ)音信號(hào)，（b） 含噪語(yǔ)音信號(hào)（SNR=5dB），（c） 本文改進(jìn)閾值法增強(qiáng)后語(yǔ)音信號(hào)，（d）軟閾值法增強(qiáng)后語(yǔ)音信號(hào)。如圖1 （c）所示，通過(guò)本方法去噪增強(qiáng)后，連續(xù)語(yǔ)音的輪廓平滑，基本上去除了噪音，接近原始信號(hào)，有聲區(qū)由噪聲引起的毛刺明顯減弱，無(wú)聲區(qū)的噪聲消除效果更為明顯，非常接近原始信號(hào)。由于在進(jìn)行閾值處理以前加上了清濁音的判斷，對(duì)語(yǔ)音的不同部分給予不同的閾值處理，所以對(duì)清音段和濁音段的噪聲，本方法都能較好地去除。從聽(tīng)覺(jué)效果上來(lái)說(shuō)，去噪后基本上聽(tīng)不出背景噪聲，和原語(yǔ)音非常接近，語(yǔ)音增強(qiáng)效果顯著。用軟閾值法來(lái)做比較。圖1（d）是樣本“高鐵”用軟閾值法去噪增強(qiáng)后的實(shí)驗(yàn)結(jié)果。雖然看到經(jīng)過(guò)去噪后波形相對(duì)平滑，但從聽(tīng)覺(jué)上來(lái)說(shuō)，語(yǔ)音的可懂度和清晰度沒(méi)有用本方法的效果好，仍會(huì)有殘留噪音無(wú)法去除，語(yǔ)音增強(qiáng)效果有限。

對(duì)于5個(gè)不同輸入信噪比的含噪語(yǔ)音樣本，我們用本文算法和軟閾值法分別進(jìn)行實(shí)驗(yàn)，并把結(jié)果寫(xiě)入表1。

從表1實(shí)驗(yàn)結(jié)果中，我們可以看到，用本文算法和軟閾值算法增強(qiáng)語(yǔ)音，實(shí)驗(yàn)后輸出信噪比都有所提高，而本文算法明顯優(yōu)于軟閾值算法。

3 基于 STM32的語(yǔ)音信號(hào)性能測(cè)試及優(yōu)化

3.1 優(yōu)化前測(cè)試

為了讓所涉及語(yǔ)音識(shí)別系統(tǒng)識(shí)別率、穩(wěn)定性、靈敏度能夠達(dá)到要求，本文分別在安靜的家庭環(huán)境和嘈雜的食堂環(huán)境對(duì)所設(shè)計(jì)系統(tǒng)進(jìn)行了測(cè)試。測(cè)試內(nèi)容為針對(duì)語(yǔ)音列表2中的4條語(yǔ)音命令，3名使用者保證在2m的接收距離情況下分別進(jìn)行10次測(cè)試，總計(jì)每人在某一環(huán)境下40次，總240次。測(cè)試結(jié)果如下表2。

從表2中可以看出，在較為安靜的家庭環(huán)境中，對(duì)非特定人的識(shí)別率可以維持在70%以上，而在相對(duì)嘈雜的食堂環(huán)境下識(shí)別率在50%以上。由此可見(jiàn)，在識(shí)別準(zhǔn)確性上，安靜環(huán)境好于嘈雜環(huán)境，而至于穩(wěn)定性，安靜環(huán)境同樣高于嘈雜環(huán)境。不過(guò)，在該次試驗(yàn)中，兩種環(huán)境下都還存在誤識(shí)別的情況。

為了進(jìn)一步提高系統(tǒng)識(shí)別率，減少誤識(shí)別，增加識(shí)別距離，本文對(duì)該系統(tǒng)進(jìn)行了相應(yīng)的優(yōu)化和改善。

3.2 系統(tǒng)優(yōu)化

3.2.1 語(yǔ)音命令模式優(yōu)化

參考市面上常見(jiàn)的語(yǔ)音識(shí)別設(shè)備，例如蘋(píng)果公司的人工智能Siri，除了通過(guò)home鍵喚醒外，還可以通過(guò)說(shuō)出“hi，siri”口令來(lái)激活siri，還有亞馬遜公司的智能家居系統(tǒng)Echo只有在聽(tīng)到“Alexa”這個(gè)單詞時(shí)才會(huì)被喚醒并等待其他有關(guān)操作的語(yǔ)音命令。這些例子中的語(yǔ)音識(shí)別系統(tǒng)都通過(guò)增加一個(gè)固定命令激活系統(tǒng)的方式來(lái)降低系統(tǒng)誤識(shí)別/誤觸發(fā)的可能性。

這種模式的原理就是在平常狀態(tài)下語(yǔ)音識(shí)別系統(tǒng)僅在聽(tīng)到一個(gè)設(shè)定好的固定命令詞才會(huì)進(jìn)入接收命令狀態(tài)，通過(guò)增加了一層命令確認(rèn)流程來(lái)提高語(yǔ)音識(shí)別準(zhǔn)確性。

雖然也可以在語(yǔ)音命令結(jié)束后再增加一個(gè)固定命令詞來(lái)進(jìn)一步約束對(duì)命令的識(shí)別，以達(dá)到三級(jí)識(shí)別過(guò)程，來(lái)提高準(zhǔn)確性，但考慮到這樣會(huì)相應(yīng)增加使用難度，所以本文選擇只在具體命令前增加一級(jí)固定識(shí)別命令。本文給系統(tǒng)加入的固定識(shí)別詞是“鼠標(biāo)鼠標(biāo)”，也即使用者在說(shuō)出“鼠標(biāo)鼠標(biāo)”后再說(shuō)出相應(yīng)命令即可。

3.2.2 增加命令列表

本文所使用的語(yǔ)音模塊可以錄入多達(dá)2 000條指令，雖然家用環(huán)境中并不會(huì)有2 000種功能相對(duì)應(yīng)，但是可以通過(guò)錄入垃圾關(guān)鍵詞、同類(lèi)詞、同音方言來(lái)提高系統(tǒng)準(zhǔn)確性。

（1）錄入垃圾關(guān)鍵詞。在正常使用情境中，很可能出現(xiàn)用戶(hù)說(shuō)錯(cuò)命令，系統(tǒng)誤識(shí)別的情況。鑒于本系統(tǒng)采用的語(yǔ)音識(shí)別方式是將錄入的信號(hào)特征提取后與芯片內(nèi)命令列表進(jìn)行比對(duì)打分，將打分最高且滿(mǎn)足最低要求的選項(xiàng)作為識(shí)別結(jié)果，所以可以將日常生活中可能出現(xiàn)的錯(cuò)誤命令增加到命令列表中，將該類(lèi)詞的返回值設(shè)定為同一個(gè)值，同時(shí)設(shè)定控制器對(duì)該返回值不做回應(yīng)，并提示用戶(hù)重新說(shuō)出命令即可。

在本系統(tǒng)的實(shí)際使用情況中可能存在并已錄入的錯(cuò)誤命令有：“開(kāi)燈”“關(guān)燈”“客廳燈”“臥室燈”“嗯嗯”等。

（2）錄入同類(lèi)詞。對(duì)于同一個(gè)命令，用戶(hù)可能有其他多種表達(dá)方式，比如“打開(kāi)客廳燈”這一命令，就可能被說(shuō)成“把客廳燈打開(kāi)”“客廳燈打開(kāi)”“開(kāi)客廳燈”等。充分利用2 000條的可錄入命令空間，將同一含義的命令都統(tǒng)一錄入，并設(shè)置為相同返回值，這樣系統(tǒng)在識(shí)別到此類(lèi)詞時(shí)就可以做出相應(yīng)的操作，從而提高使用者操作該系統(tǒng)的便捷性，不必糾結(jié)于某一準(zhǔn)確的命令。

（3）錄入方言。考慮到用戶(hù)說(shuō)出的命令帶有一定的方言口音，而本文中的語(yǔ)音識(shí)別系統(tǒng)命令詞的錄入是依據(jù)英文單詞和漢字，所以與（2）類(lèi)似，針對(duì)一定的方言命令可以考慮錄入諧音的命令作為同類(lèi)詞來(lái)適當(dāng)解決這一問(wèn)題。例如，在晉南地區(qū)，“開(kāi)燈”可能會(huì)發(fā)音為“凱等”，所以在有“開(kāi)燈”這一命令詞的情況下，可以錄入“凱等”這一同類(lèi)詞。

3.2.3 修改錄音參數(shù)

（1）降低錄音時(shí)間。在用戶(hù)激活系統(tǒng)后，系統(tǒng)會(huì)設(shè)定一段固定時(shí)間進(jìn)行錄音并識(shí)別。可以根據(jù)實(shí)際情況降低這一時(shí)間來(lái)減少系統(tǒng)可能錄入的命令外的無(wú)用信息。本文所用系統(tǒng)的所有錄入命令正常情況下表達(dá)時(shí)間不會(huì)超過(guò)4秒，所以可以將初始默認(rèn)的6秒等待時(shí)間改為4秒，進(jìn)而避免在說(shuō)完命令后系統(tǒng)還繼續(xù)錄入過(guò)多其他信息。

（2）修改麥克風(fēng)相關(guān)寄存器。LD3320的麥克風(fēng)增益寄存器地址是“0x35”，對(duì)于該寄存器，在例如家庭環(huán)境的室內(nèi)或者是比較安靜的室外環(huán)境，一般可以設(shè)定在0x40-0x53的范圍內(nèi)。設(shè)定過(guò)高的數(shù)值，會(huì)產(chǎn)生類(lèi)似極近距離對(duì)麥克風(fēng)說(shuō)話的效果，即出現(xiàn)語(yǔ)音采樣錄入過(guò)激，嚴(yán)重影響識(shí)別率。為了適當(dāng)提高識(shí)別距離，將初始設(shè)定的0x42改為0x50。但這一改變主要針對(duì)的是相對(duì)安靜的家庭環(huán)境，對(duì)于嘈雜的環(huán)境，調(diào)高增益會(huì)放大雜音，影響識(shí)別效果。

LD3320的麥克風(fēng)靈敏度寄存器地址是“0xb3”，為了提高識(shí)別率，適當(dāng)增加識(shí)別距離，將初始設(shè)定的“0x13”改為“0x0e”。

另外需要說(shuō)明的是對(duì)于語(yǔ)音識(shí)別系統(tǒng)中麥克風(fēng)的優(yōu)劣對(duì)系統(tǒng)的識(shí)別效果有較大的影響。首先質(zhì)量上，好的麥克風(fēng)錄音頻響曲線相對(duì)平整，電噪聲小，能夠?qū)⑤^遠(yuǎn)距離的語(yǔ)音信號(hào)更加清晰地錄入系統(tǒng)。而在種類(lèi)上，目前有很多麥克風(fēng)零件是針對(duì)手機(jī)設(shè)計(jì)和生產(chǎn)的，該類(lèi)產(chǎn)品特點(diǎn)在于近距離錄音，從而抑制遠(yuǎn)處環(huán)境噪音。但對(duì)于家居語(yǔ)音識(shí)別系統(tǒng)而言，此類(lèi)麥克風(fēng)識(shí)別距離過(guò)短，不宜使用。本文中使用麥克風(fēng)為較遠(yuǎn)距離識(shí)別類(lèi)型，識(shí)別距離大概穩(wěn)定在3m左右，質(zhì)量中等，未做多種類(lèi)麥克風(fēng)錄音效果對(duì)比試驗(yàn)。

3.2.4 優(yōu)化后結(jié)果

在對(duì)系統(tǒng)進(jìn)行了以上優(yōu)化后，再一次針對(duì)系統(tǒng)語(yǔ)音識(shí)別做出了與之前相同的測(cè)試。測(cè)試結(jié)果如表3。

不難看出，相比優(yōu)化之前的識(shí)別結(jié)果，因?yàn)檫m當(dāng)?shù)靥岣吡他溈孙L(fēng)增益和靈敏度，所以使得在嘈雜環(huán)境中的識(shí)別率有所降低，但是在家庭環(huán)境中的識(shí)別率則大大提升，考慮到本系統(tǒng)的目標(biāo)使用環(huán)境就是家庭環(huán)境，所以這樣的改進(jìn)對(duì)系統(tǒng)的功能是利大于弊的。

在考慮到所有這些情況下，本系統(tǒng)盡可能滿(mǎn)足在正常情況下于家庭環(huán)境中對(duì)語(yǔ)音識(shí)別系統(tǒng)的使用效果，至于測(cè)試結(jié)果所顯示的對(duì)于嘈雜環(huán)境的低識(shí)別率情況，因?yàn)樵摐y(cè)試都是保持說(shuō)話人與麥克風(fēng)2m的距離進(jìn)行的測(cè)試，在實(shí)際使用中，如果家庭環(huán)境下相對(duì)吵鬧時(shí)，可以適當(dāng)靠近語(yǔ)音模塊麥克風(fēng)進(jìn)行語(yǔ)音控制，相對(duì)識(shí)別率會(huì)大大提高。

4 結(jié) 語(yǔ)

本文在傳統(tǒng)軟閾值法增強(qiáng)的基礎(chǔ)上，采用基于小波變換的改進(jìn)閾值法進(jìn)行語(yǔ)音去噪增強(qiáng)的實(shí)驗(yàn)，并和軟閾值法做了比較。實(shí)驗(yàn)證明，本文所用方法很好地抑制了語(yǔ)音中的噪聲，信噪比提高顯著，完整地保留了語(yǔ)音中清音的重要信息，是一種有效的語(yǔ)音信號(hào)增強(qiáng)方法。在此基礎(chǔ)上，利用STM32對(duì)系統(tǒng)在兩種不同環(huán)境下進(jìn)行了測(cè)試，然后根據(jù)測(cè)試結(jié)果進(jìn)一步對(duì)系統(tǒng)進(jìn)行了優(yōu)化。優(yōu)化內(nèi)容集中在語(yǔ)音命令模式、增添命令列表和修改錄音參數(shù)三個(gè)方面，最終對(duì)優(yōu)化后的系統(tǒng)再次進(jìn)行了相同的測(cè)試，取得了相較于之前更加滿(mǎn)足要求的結(jié)果。由于存在環(huán)境噪聲的影響，本系統(tǒng)盡可能滿(mǎn)足在正常情況下社會(huì)環(huán)境中對(duì)語(yǔ)音識(shí)別系統(tǒng)的使用效果，至于測(cè)試結(jié)果所顯示的對(duì)于嘈雜環(huán)境的低識(shí)別率情況，因?yàn)樵摐y(cè)試都是保持說(shuō)話人與麥克風(fēng)2m的距離進(jìn)行的測(cè)試，在實(shí)際使用中，如果社會(huì)環(huán)境下相對(duì)吵鬧時(shí)，可以適當(dāng)靠近語(yǔ)音模塊麥克風(fēng)進(jìn)行語(yǔ)音控制，相對(duì)識(shí)別率會(huì)大大提高。

主要參考文獻(xiàn)

[1]Mallat S，HwangWL.Singularity Detection and Processing with Wavelets[J].IEEE Transaction on Information Theory，1992，38（2）：617-643.

[2]Donoho D L， Johnstone I M. Ideal Spatial Adaption via Wavelet Shrinkage [J]. Biometrika，1994，81（3）：425-455.

[3]Donoho D L. Denoising by Soft-thresholding [J]. IEEE Transaction on Information，1995，41（3）：613 -627.

[4]尤一龍，張飛，尤鳳翔. 基于MATLAB仿真平臺(tái)語(yǔ)音信號(hào)增強(qiáng)的研究[C]//中國(guó)人類(lèi)工效學(xué)學(xué)會(huì)第八次學(xué)術(shù)交流會(huì)，2012.

[5]寧煥生，徐群玉. 全球物聯(lián)網(wǎng)發(fā)展及中國(guó)物聯(lián)網(wǎng)建設(shè)若干思考[J].電子學(xué)報(bào)，2010，38（11）：2590-2599.

[6]孫其博，劉杰，黎羴，等. 物聯(lián)網(wǎng)：概念、架構(gòu)與關(guān)鍵技術(shù)研究綜述[J].北京郵電大學(xué)學(xué)報(bào)，2010，33（3）：1-9.

[7] 馬曉紅，宋輝，殷福亮. 自適應(yīng)小波閾值語(yǔ)音增強(qiáng)新方法[J].大連理工大學(xué)學(xué)報(bào)，2006，46（4）：561-566.

[8]張昊. 語(yǔ)音數(shù)字信號(hào)增強(qiáng)處理及其Matlab實(shí)現(xiàn)[J].通信技術(shù)， 2009， 42 （1）：280-281.

[9]李玉，于鳳芹，范樹(shù)凱. 基于改進(jìn)噪聲方差估計(jì)的小波閾值語(yǔ)音增強(qiáng)[J].電聲技術(shù)，2008，32（3）：56-58.

[10]蘇秦. 基于小波變換的多尺度多閾值語(yǔ)音信號(hào)去噪[J].蘇州大學(xué)學(xué)報(bào)：工科版，2003，23（6）：18-22.