语音信号处理

实验四 减谱法语音增强技术研究一、实验目的本实验要求掌握减谱法语音增强的原理，会利用已学的相关语音特征，构建语音特征矢量，然后自己设计减谱法语音增强程序（也可参考相关文献），能显示干净语音和加噪语音信号及处理后的结果语音信号波形，分析实验结果，写出报告。二、实验原理谱减法的基本原理谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。由于语音是短时平稳的，所以在短时谱幅度估计中认为它是平稳随机信号，假设、和分别代表语音、噪声和带噪语音，、和分别表示其短时谱。假设噪声是与语音不相关的加性噪声。于是得到信号的加性模型： (4-1)对功率谱有 (4-4)原始语音的估值为 (4-5)只要在频域用(4-5)式得到纯净语音的谱估计，就可以根据(4-6)式得到增强后的语音。 (4-6)根据前面分析，我们可以给出谱相减算法的整个算法流程，如图4-1所示：增强后的语音带噪语音啊FFTIFFT相位信息减去估计噪声图4-1 谱减法的算法流程三、实验程序1、噪声叠加到信号上的比较%在噪声环境下语音信号的增强%语音信号为读入的声音文件%噪声为正态随机噪声clear;input=wavread(C:UsersAdministratorDesktopyuyinxinhaob1.wav);count=length(input);noise1=0.1*randn(1,count);signal=input;for i=1:countvoice1(i)=signal(i)+noise1(i);endnoise2=0.01*randn(1,count);for i=1:countvoice2(i)=signal(i)+noise2(i);endnoise3=randn(1,count);signal=input;for i=1:countvoice3(i)=signal(i)+noise3(i);endn=1:count;figure %对比纯净语音信号，噪音信号和带噪语音信号subplot(3,1,1);plot(n,signal);title(纯净信号)subplot(3,1,2);plot(n,noise1);title(噪音信号)subplot(3,1,3);plot(n,voice1);title(带噪信号)figure %对比纯净语音信号频谱，噪音信号和带噪信号频谱Fss=fft(signal);subplot(3,1,1);plot(n,abs(Fss);title(纯净信号频谱)Fss1=fft(noise1);subplot(3,1,2);plot(n,abs(Fss1);title(噪音信号频谱)Fv1=fft(voice1);subplot(3,1,3)plot(n,abs(Fv1);title(带噪信号的频谱)figure %对比纯净语音信号，噪音信号和带噪语音信号subplot(3,1,1);plot(n,signal);title(纯净信号)subplot(3,1,2);plot(n,noise2);title(噪音信号)subplot(3,1,3);plot(n,voice2);title(带噪信号)figure %对比纯净语音信号频谱，噪音信号和带噪信号频谱Fss=fft(signal);subplot(3,1,1);plot(n,abs(Fss);title(纯净信号频谱)Fss2=fft(noise2);subplot(3,1,2);plot(n,abs(Fss2);title(噪音信号频谱)Fv2=fft(voice2);subplot(3,1,3)plot(n,abs(Fv2);title(带噪信号的频谱)figure %对比纯净语音信号，噪音信号和带噪语音信号subplot(3,1,1);plot(n,signal);title(纯净信号)subplot(3,1,2);plot(n,noise3);title(噪音信号)subplot(3,1,3);plot(n,voice3);title(带噪信号)figure %对比纯净语音信号频谱，噪音信号和带噪信号频谱Fss=fft(signal);subplot(3,1,1);plot(n,abs(Fss);title(纯净信号频谱)Fss3=fft(noise3);subplot(3,1,2);plot(n,abs(Fss3);title(噪音信号频谱)Fv3=fft(voice3);subplot(3,1,3)plot(n,abs(Fv3);title(带噪信号的频谱)2、利用减谱法的基本原理给语音信号降噪 噪声为0.1*randn(1,coun) 纯净信号为输入信号%在噪声环境下语音信号的增强%语音信号为读入的声音文件%噪声为正态随机噪声clear;input=wavread(C:UsersAdministratorDesktopyuyinxinhaob1.wav);count=length(input);noise=1*randn(1,count);signal=input;for i=1:countvoice(i)=signal(i)+noise(i);endFv=fft(voice);anglev=angle(Fv);Fn=fft(noise);power1=(abs(Fv).2;power2=(abs(Fn).2;power3=power1-power2;power4=sqrt(power3);Fs=power4.*exp(j*anglev);sound=ifft(Fs);n=1:count;%纯净语音信号频谱Fss=fft(signal);figure %对比纯净语音信号和输出信号subplot(2,1,1)plot(n,signal);title(纯净信号)subplot(2,1,2)plot(n,sound);title(输出信号)figure %对比纯净语音信号频谱和输出语音信号频谱subplot(2,1,1)plot(n,abs(Fss);title(纯净信号频谱)subplot(2,1,2)plot(n,abs(Fs);title(输出信号频谱)max_v=max(voice); %对带噪信号抽样值点进行归一化处理re_voice=voice/max_v;%对输出信号抽样点值进行归一化处理max_s=max(sound);re_sound=sound/max_s;%读出带噪语音信号，存为1001.wavwavwrite(re_voice,5500,16,1001);%读出处理后语音信号，存为1002.wavwavwrite(re_sound,5500,16,1002)3、利用改进的减谱法给语音信号降噪噪声为0.1*randn(1,coun) 纯净信号为输入信号%在噪声环境下语音信号的增强%语音信号为读入的声音文件%噪声为正态随机噪声clear;input=wavread(C:UsersAdministratorDesktopyuyinxinhaob1.wav);count=length(input);noise=0.1*randn(1,count);signal=input;for i=1:countvoice(i)=signal(i)+noise(i);endFv=fft(voice);anglev=angle(Fv);Fn=fft(noise);power1=(abs(Fv).2;power2=(abs(Fn).2;for i=1:count if(power1(i)=3*power2(i) power3(i)=power1(i)-3*power2(i); else power3(i)=0.01*power2(i); endendpower4=sqrt(power3);Fs=power4.*exp(j*anglev);sound=ifft(Fs);n=1:count;%纯净语音信号频谱Fss=fft(signal);figure %对比纯净语音信号和输出信号subplot(2,1,1)plot(n,signal);title(纯净信号)subplot(2,1,2)plot(n,sound);title(输出信号)figure %对比纯净语音信号频谱和输出语音信号频谱subplot(2,1,1)plot(n,abs(Fss);title(纯净信号频谱)subplot(2,1,2)plot(n,abs(Fs);title(输出信号频谱)四、实验结果1、噪声叠加到信号上的比较（1）噪声为0.1*randn(1,count)（2）噪声为0.01*randn(1,count)（3）噪声为randn(1,count)2、利用减谱法的基本原理给语音信号降噪噪声为0.1*randn(1,coun) 纯净信号为输入信号3、利用改进的减谱法给语音信号降噪噪声为0.1*randn(1,coun) 纯净信号为输入信号（1）参数取a=3,b=0.01（2）参数取a=10,b=0.01（3）参数取a=0.8,b=0.01（4）参数取a=3,b=0.0001（5）参数取a=3,b=0.1五、实验分析1、噪声叠加到信号上时，噪声会对信号产生较大影响，噪声加强会使信号被噪声淹没；噪声减弱，对信号的影响减小;2、用减谱法的基本原理対带噪信号进行处理后，信号质量明显提升，从而得到较纯净的语音信号;3、用改进的减谱法対带噪信号进行处理后，信号质量更好，语音信号更纯净。合理选择参数a、b很重要，由于实验所用的是辅音，去a=3,b=0.01左右较合适。a太大或太小，不能取得较好的降噪效果,b太小，不能抑制纯音噪声，b太大会造成噪声，必须b1。六、实验总结通过本次实验，我知道了：减谱法作为语音增强技术的有效方法之一,能够有效地降低包含在语音中的加性噪声,但是由于减谱法针对的是宽带噪声较为