基于Matlab的語音處理3

1、數(shù)字語音處理上機(jī)報(bào)告指 導(dǎo) 老 師： 陳振興 姓 名： 班 級(jí) 序號(hào)： 日 期： 2014年10月30日 目錄 TOC o 1-3 h z u HYPERLINK l _Toc403251266 一、實(shí)驗(yàn)?zāi)康模?PAGEREF _Toc403251266 h 2 HYPERLINK l _Toc403251267 二、算法設(shè)計(jì)： PAGEREF _Toc403251267 h 3 HYPERLINK l _Toc403251268 1、程序流程圖及原理解析： PAGEREF _Toc403251268 h 3 HYPERLINK l _Toc403251269 2、源代碼： PAGEREF _

2、Toc403251269 h 4 HYPERLINK l _Toc403251270 3、代碼解析： PAGEREF _Toc403251270 h 6 HYPERLINK l _Toc403251271 三、運(yùn)行效果及分析： PAGEREF _Toc403251271 h 7 HYPERLINK l _Toc403251272 1.原始語音信號(hào): PAGEREF _Toc403251272 h 7一、實(shí)驗(yàn)?zāi)康模豪斫庹Z譜法語音增強(qiáng)算法，會(huì)用MATLAB進(jìn)行仿真。對(duì)已知語音用語譜法實(shí)現(xiàn)去噪，畫出仿真圖。二、算法設(shè)計(jì)：程序流程圖及原理解析：譜減法是利用噪聲的統(tǒng)計(jì)平穩(wěn)性以及加性噪聲與語音不相關(guān)的特點(diǎn)

3、而提出的一種語音增強(qiáng)方法。沒有使用參考噪聲源，但它假設(shè)噪聲是統(tǒng)計(jì)平穩(wěn)的，即有語音期間噪聲幅度譜的期望值與無語音間隙噪聲的幅度譜的期望值相等。 如下即為其原理圖：由于是S（n）和d(n) 相互獨(dú)立，所以 Sk和Nk 獨(dú)立，而Nk為零均值的高斯分布，所以有：對(duì)于一個(gè)分析幀內(nèi)的短時(shí)平穩(wěn)過程，有：為無語音時(shí) , 的統(tǒng)計(jì)平均值，則原始語音的估計(jì)值如下，其中 是增強(qiáng)后的語音信號(hào)的幅度根據(jù)以上原理可得流程圖如下：源代碼：clear all;InputSpeech,fs,nbits = wavread(speech_Chinese.wav); % 讀取語音信號(hào)speech = InputSpeech(2001

4、:20000); % 讀取原語音信號(hào)的其中一段figure(1);plot(speech); grid on;winsize = 256; % 窗長(zhǎng)n = 0.004; % 噪聲系統(tǒng)size = length(speech);numofwin = floor(size/winsize); % 幀數(shù)ham = hamming(winsize); % 生產(chǎn)漢明窗hamwin = zeros(1,size);enhanced = zeros(1,size);x = speech + n * randn(1,size); % 給選取的語言信號(hào)加窗noisy = n * randn(1,winsize)

5、; % 噪聲估計(jì)N = fft(noisy); nmag = abs(N);figure(2);plot(x); grid on;%分幀for q = 1:2*numofwin-1 frame = x(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2);hamwin(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2) = hamwin(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+ham; % 加窗 y = fft(frame.*ham); % 帶噪聲語音FFT變換 mag = abs(

6、y); % 功率譜 phase = angle(y); % 求相位 %幅度譜 for i = 1:winsize if mag(i)-nmag(i)0 clean(i) = mag(i) - nmag(i); else clean(i) = 0; end end %在頻域合成語音 spectral = clean.* exp(1i * phase); %IFFT拼接enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2) = enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(

7、spectral);end%除去漢明窗的增益for i = 1:size if hamwin(i)=0 enhanced(i) = 0; else enhanced(i) = enhanced(i)/hamwin(i); endendSNR1 = 10*log10(var(speech)/var(noisy);SNR2 = 10*log10(var(speech)/var(enhanced-speech);wavwrite(x,fs,nbits,noisy.wav);figure(3);plot(enhanced); grid on;3、代碼解析：1. 本次實(shí)驗(yàn)選取漢明窗長(zhǎng)度為256，選取處理

8、信號(hào)為200120000，長(zhǎng)度為18000，不能被256整除，所以在分幀時(shí)通過floor函數(shù)四舍五入求整。2. 該代碼 n = 0.004, n 即為噪聲系數(shù)，通過 n * randn(1, size) 將噪聲的幅值加以限制。3. 噪聲估計(jì)范圍的大小由漢明窗長(zhǎng)度決定，通過 n * randn(1,winsize)來實(shí)現(xiàn)。4. 功率譜通過對(duì)其傅氏變換求絕對(duì)值來實(shí)現(xiàn)，相位是通過 angle 函數(shù)求得，其原理為：將傅氏變換每個(gè)數(shù)都映射到復(fù)平面（橫軸為實(shí)數(shù)，縱軸為 i）,然后通過反三角函數(shù)求得與x軸的夾角。5. 在頻域合成語音之前，需要將所有頻域信號(hào)變?yōu)閺?fù)數(shù)形式（即：spectral = clean.

9、* exp(1i * phase);），因?yàn)樵谇耙徊降摹岸虝r(shí)噪聲估計(jì)與短時(shí)幅度譜作差”之后，輸出信號(hào)clean(i)實(shí)數(shù)。6. 語音信號(hào)進(jìn)行IFFT變換時(shí)要注意去除每幀信號(hào)的重疊部分，因?yàn)樘幚碇霸缫堰M(jìn)行加漢明窗處理，該過程處理以后會(huì)使每幀信號(hào)之間有50%的重疊部分。7. 最終還原信號(hào)要進(jìn)行“去除漢明窗增益”，該過程不僅是為了去除漢明窗的濾波效果，但由于之前的處理可能使信號(hào)出現(xiàn)幅值為0的情況，故而逆濾波過程要注意分類討論。8. 對(duì)比原始信號(hào)、加噪信號(hào)和最終信號(hào)時(shí)單單由人耳聽覺來判斷可能效果不佳，因?yàn)檫@可能受被處理語音的特點(diǎn)影響，這時(shí)可根據(jù)信噪比的差別來衡量去噪效果，在該代碼中SNR1與SNR2可以有該作用。三、運(yùn)行效果及分析：原始語音信號(hào):原始語音信號(hào)加噪聲后的語音信號(hào)語譜法處理后的語音信號(hào)處理前后的信噪比效果分析：1. 由上圖可看出，被處理信號(hào)加噪后，發(fā)音部分（清音）的區(qū)別難以用肉眼看出，但觀察發(fā)音間隙（濁音），可明顯看出加噪后幅值變大。2. 通過試聽輸出語音信號(hào)，可以輕易區(qū)分加噪后的語音和處理后的語音，但加噪前的語音與處理后的語音比較相似，難以區(qū)分