[發(fā)明專(zhuān)利]基于小波變換的語(yǔ)音去噪裝置及方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201210513989.7
• 申請(qǐng)日: 2012-12-05
• 公開(kāi)（公告）號(hào): CN102982808A
• 公開(kāi)（公告）日: 2013-03-20
• 發(fā)明（設(shè)計(jì)）人: 張雪晶
• 申請(qǐng)（專(zhuān)利權(quán)）人: 張雪晶
• 主分類(lèi)號(hào): G10L21/0208
• 分類(lèi)號(hào): G10L21/0208
• 代理公司: 濟(jì)南圣達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 37221
• 代理人: 張勇

技術(shù)領(lǐng)域

????本發(fā)明涉及一種基于小波變換的語(yǔ)音去噪裝置及方法。

背景技術(shù)

人們?cè)谡Z(yǔ)音通信過(guò)程中不可避免的會(huì)受到來(lái)自外界的干擾，語(yǔ)音去噪是有效解決這一問(wèn)題的手段，它的一個(gè)重要的目的是從帶噪聲的語(yǔ)音信號(hào)中提取盡可能純凈的原始語(yǔ)音信號(hào)。

現(xiàn)有技術(shù)中，1978年Lira和Oppenheim提出了語(yǔ)音增強(qiáng)的維納濾波方法，1979年Boll提出了譜相減法來(lái)抑制噪聲，1980年Maulay和Malpass提出了軟判決噪聲抑制方法，Ephaim等人提出了語(yǔ)音短時(shí)譜幅度(SATA)的最小均方差(MMSE)估計(jì)法。90年代以后，短時(shí)譜幅度的最小均方誤差估計(jì)法繼續(xù)得到改進(jìn)，同時(shí)Ephaim等人提出了隱馬爾可夫模型框架下(HMM)的語(yǔ)音增強(qiáng)算法，基于神經(jīng)網(wǎng)絡(luò)和小波變換的新方法也相繼出現(xiàn)，基于信號(hào)子空間方法和人耳聽(tīng)覺(jué)掩蔽效應(yīng)的方法開(kāi)始被廣泛研究，同時(shí)，數(shù)學(xué)形態(tài)學(xué)和獨(dú)立分量分析的方法也開(kāi)始受到重視。

小波分析是泛函分析、Fourier分析、樣條分析、調(diào)和分析、數(shù)值分析的最完美結(jié)晶。在應(yīng)用領(lǐng)域，特別是在信號(hào)處理、圖像處理、語(yǔ)音分析以及眾多非線性科學(xué)領(lǐng)域，它被認(rèn)為是繼Fourier分析之后又一有效的時(shí)頻分析方法。運(yùn)用小波分析進(jìn)行信號(hào)增強(qiáng)處理是小波分析的重要應(yīng)用之一。斯坦福大學(xué)的D.?L.?Dohono和M.?Johnstone等人于1995年提出了小波域閾值信號(hào)增強(qiáng)算法，推導(dǎo)出了計(jì)算通用閾值的公式，并從理論上證明了該值是最優(yōu)的，由于這種方法簡(jiǎn)單有效，而成為目前研究最廣泛的方法，隨后，D.?L.?Dohono和?I.?M.?Johnstone繼續(xù)對(duì)此方法進(jìn)行較深入的理論研究，并取得了大量研究成果:德克薩斯大學(xué)Xiaoping?Zhang.?M.?D.Desai等也對(duì)此方法作了進(jìn)一步的研究和應(yīng)用。

但是，現(xiàn)有技術(shù)中小波變換的語(yǔ)音去噪還有兩個(gè)關(guān)鍵的問(wèn)題需要處理：一是如何選取合適的小波基和小波的分解層數(shù)；二是小波去噪中閾值的選取問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了解決上述問(wèn)題，提供一種基于小波變換的語(yǔ)音去噪裝置及方法,它具有有效去除語(yǔ)音噪聲的優(yōu)點(diǎn)。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于小波變換的語(yǔ)音去噪裝置，包括依次連接的語(yǔ)音采集裝置、預(yù)處理裝置、小波變換裝置和信號(hào)輸出裝置。

上述一種基于小波變換的語(yǔ)音去噪裝置中小波變換裝置所采用的工作方法，主要分為以下幾個(gè)步驟：

步驟一：對(duì)帶噪聲的小波進(jìn)行小波變換，得到各個(gè)尺度上的小波系數(shù)；

步驟二：對(duì)各個(gè)尺度小波系數(shù)進(jìn)行軟或硬閾值函數(shù)處理，得到原始信號(hào)小波系數(shù)的估計(jì)值；

步驟三：利用處理后的小波系數(shù)通過(guò)小波反變換得到去噪后的信號(hào)。

本發(fā)明的有益效果：采用小波分析既能夠分析信號(hào)的全貌，又可以分析信號(hào)的細(xì)節(jié)，能夠有效的抑制噪聲并且減少語(yǔ)音段信息的損失，這對(duì)以后的語(yǔ)音去噪算法的研究有著重要的意義，能夠有效去除語(yǔ)音噪聲，達(dá)到恢復(fù)原始語(yǔ)音信號(hào)的目的。

附圖說(shuō)明

圖1為本發(fā)明的裝置示意圖；

圖2為本發(fā)明的工作流程圖；

其中，1、語(yǔ)音采集裝置，2、預(yù)處理裝置，3、小波變換裝置，4、信號(hào)輸出裝置。

具體實(shí)施方式

下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。

如圖1所示，一種基于小波變換的語(yǔ)音去噪裝置，包括依次連接的語(yǔ)音采集裝置1、預(yù)處理裝置2、小波變換裝置3和信號(hào)輸出裝置4。

如圖2所示，上述裝置中小波變換裝置3所采用的工作方法，主要分為以下幾個(gè)步驟：

步驟一：對(duì)帶噪聲的小波進(jìn)行小波變換，得到各個(gè)尺度上的小波系數(shù)；

步驟二：對(duì)各個(gè)尺度小波系數(shù)進(jìn)行軟或硬閾值函數(shù)處理，得到原始信號(hào)小波系數(shù)的估計(jì)值；

步驟三：利用處理后的小波系數(shù)通過(guò)小波反變換得到去噪后的信號(hào)。

上述雖然結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以?xún)?nèi)。