本文關(guān)鍵詞：基于小波變換語音去噪的研究及應(yīng)用

  更多相關(guān)文章： 語音信號(hào) 去噪 小波變換 閾值 sym8小波

【摘要】：語音信號(hào)是一種時(shí)變、非平穩(wěn)的隨機(jī)信號(hào)。人們?cè)谡Z音通信過程中會(huì)受到來自周圍環(huán)境、傳輸介質(zhì)等各種因素帶來的噪聲干擾。當(dāng)噪聲與語音的頻譜相似時(shí),經(jīng)典傳統(tǒng)的語音信號(hào)去噪方法如時(shí)域、頻域、加窗傅里葉變換、自適應(yīng)濾波法、維納濾波法等都各自有其局限性,對(duì)于常見的白噪聲往往很難達(dá)到很好的去噪效果。而小波變換可以很好的對(duì)信號(hào)進(jìn)行時(shí)頻分析克服了經(jīng)典傳統(tǒng)去噪方法的不足之處。小波變換是由短時(shí)傅立葉變換的不斷發(fā)展而來,同時(shí)克服了窗口大小不隨頻率變化等缺點(diǎn),可以很好的對(duì)信號(hào)進(jìn)行時(shí)頻分析與處理。而且它也是一種多尺度的信號(hào)分析方法,可以通過伸縮因子和平移因子對(duì)信號(hào)進(jìn)行多尺度分析。本文運(yùn)用小波閾值法對(duì)含噪語音信號(hào)進(jìn)行去噪分析,對(duì)閾值法中的四個(gè)重要參數(shù)包括:小波基、小波分解層數(shù)、閾值函數(shù)以及閾值進(jìn)行詳細(xì)的描述并仿真;于是通過綜合方法一:對(duì)含噪語音信號(hào)進(jìn)行分幀,再運(yùn)用仿真得到的四個(gè)重要閾值參數(shù)值,對(duì)不同分幀下的各信噪比信號(hào)進(jìn)行相應(yīng)小波閾值去噪處理;與綜合方法二:利用語音信號(hào)由清音與濁音組成的特性,同時(shí)結(jié)合小波變換閾值去噪進(jìn)行去噪處理;對(duì)含噪語音信號(hào)進(jìn)行去噪分析處理。通過四個(gè)基本的仿真實(shí)驗(yàn)得到小波語音閾值去噪的四個(gè)重要參數(shù):小波基為sym8小波,小波分解層數(shù)為3層,閾值函數(shù)為軟閾值函數(shù),閾值為啟發(fā)式閾值。同樣也通過仿真實(shí)驗(yàn)得到綜合方法一與綜合方法二較由前面四個(gè)重要參數(shù)組成的一般小波語音去噪方法有較好的去噪效果提高。
【關(guān)鍵詞】：語音信號(hào) 去噪 小波變換 閾值 sym8小波
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN912.3
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-13
• 1.1 選題的背景和意義8-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文研究的主要內(nèi)容11
• 1.4 本文的內(nèi)容結(jié)構(gòu)安排11-13
• 第二章 小波變換的基本理論13-29
• 2.1 從傅里葉變換到小波變換13-14
• 2.1.1 傅里葉變換13
• 2.1.2 短時(shí)傅里葉變換13-14
• 2.2 小波變換14-22
• 2.2.1 連續(xù)小波變換14-15
• 2.2.2 離散小波變換15-16
• 2.2.3 多分辨率分析和Mallat算法16-20
• 2.2.4 離散序列的小波分解與重構(gòu)20-22
• 2.3 常用的幾種基本小波基22-28
• 2.3.1 Morlet小波22-23
• 2.3.2 Marr小波（墨西哥草帽小波）23-24
• 2.3.3 Harr小波24-25
• 2.3.4 Daubechies小波25-26
• 2.3.5 Symlets小波26
• 2.3.6 Coiflets小波26-28
• 2.4 本章小結(jié)28-29
• 第三章 小波變換語音信號(hào)去噪分析29-49
• 3.1 含噪語音信號(hào)29
• 3.2 語音信號(hào)去噪技術(shù)29-30
• 3.3 傳統(tǒng)語音去噪30-32
• 3.4 小波變換語音去噪原理32-33
• 3.5 常用閾值函數(shù)33-34
• 3.6 常用閾值34-37
• 3.7 去噪性能的評(píng)價(jià)標(biāo)準(zhǔn)37-38
• 3.8 小波變換語音去噪實(shí)驗(yàn)仿真及結(jié)果分析38-48
• 3.8.1 實(shí)驗(yàn)一：選取多種小波基來進(jìn)行小波變換語音信號(hào)去噪分析38-41
• 3.8.2 實(shí)驗(yàn)二：確定小波分解層數(shù)41-43
• 3.8.3 實(shí)驗(yàn)三：閾值函數(shù)對(duì)小波語音信號(hào)去噪分析43-45
• 3.8.4 實(shí)驗(yàn)四：四種常用閾值的小波語音去噪分析45-48
• 3.9 本章小結(jié)48-49
• 第四章 小波變換語音去噪綜合方法的分析49-56
• 4.1 綜合方法一49-52
• 4.1.1 實(shí)驗(yàn)五：綜合方法一50-52
• 4.2 綜合方法二52-55
• 4.2.1 實(shí)驗(yàn)六：綜合方法二53-55
• 4.3 本章小結(jié)55-56
• 總結(jié)與展望56-58
• 參考文獻(xiàn)58-61
• 攻讀學(xué)位期間取得的研究成果61-62
• 致謝62

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 蘇瑞文;;基于小波分析方法的圖像邊緣檢測(cè)[J];硅谷;2011年15期

2 宋宇寧;郭榮;朱麗軍;;基于小波基函數(shù)選取與閾值法的語音去噪算法研究[J];科技展望;2014年11期

3 崔立娜;陳鴻昶;劉力雄;;基于小波分析的話務(wù)流量模型研究[J];信息工程大學(xué)學(xué)報(bào);2008年04期

，

本文編號(hào)：1126415