基于Matlab的語音處理3(共9頁)

1、數(shù)字語音處理(chl)上機報告指 導(dǎo) 老 師： 陳振興 姓 名： 班 級 序號： 日 期： 2014年10月30日 目錄(ml) TOC o 1-3 h z u HYPERLINK l _Toc403251266 一、實驗(shyn)目的： PAGEREF _Toc403251266 h 2 HYPERLINK l _Toc403251267 二、算法(sun f)設(shè)計： PAGEREF _Toc403251267 h 3 HYPERLINK l _Toc403251268 1、程序流程圖及原理解析： PAGEREF _Toc403251268 h 3 HYPERLINK l _Toc4032

2、51269 2、源代碼： PAGEREF _Toc403251269 h 4 HYPERLINK l _Toc403251270 3、代碼解析： PAGEREF _Toc403251270 h 6 HYPERLINK l _Toc403251271 三、運行效果及分析： PAGEREF _Toc403251271 h 7 HYPERLINK l _Toc403251272 1.原始語音信號: PAGEREF _Toc403251272 h 7一、實驗(shyn)目的：理解語譜法語音(yyn)增強算法，會用MATLAB進行(jnxng)仿真。對已知語音用語譜法實現(xiàn)去噪，畫出仿真圖。二、算法設(shè)計：

3、程序流程圖及原理解析：譜減法是利用噪聲的統(tǒng)計平穩(wěn)性以及加性噪聲與語音不相關(guān)的特點而提出的一種語音增強方法。沒有使用參考噪聲源，但它假設(shè)噪聲是統(tǒng)計平穩(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) 相互獨立，所以 Sk和Nk 獨立，而Nk為零均值的高斯分布，所以有：對于一個分析幀內(nèi)的短時平穩(wěn)過程，有：為無語音時 , 的統(tǒng)計平均值，則原始語音的估計值如下，其中 是增強后的語音信號的幅度根據(jù)以上原理可得流程圖如下：源代碼：clear all;InputSpeech,fs,nbits = wavread(speech_Chinese

4、.wav); % 讀取語音(yyn)信號speech = InputSpeech(2001:20000); % 讀取原語音信號(xnho)的其中一段figure(1);plot(speech); grid on;winsize = 256; % 窗長n = 0.004; % 噪聲(zoshng)系統(tǒng)size = length(speech);numofwin = floor(size/winsize); % 幀數(shù)ham = hamming(winsize); % 生產(chǎn)(shngchn)漢明窗hamwin = zeros(1,size);enhanced = zeros(1,size);x =

5、speech + n * randn(1,size); % 給選取的語言(yyn)信號加窗noisy = n * randn(1,winsize); % 噪聲(zoshng)估計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/

6、2:winsize+(q-1)*winsize/2)+ham; % 加窗 y = fft(frame.*ham); % 帶噪聲語音FFT變換 mag = abs(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+

7、(q-1)*winsize/2) = enhanced(1+(q-1)*winsize/2:winsize+(q-1)*winsize/2)+real(ifft(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,

8、nbits,noisy.wav);figure(3);plot(enhanced); grid on;3、代碼(di m)解析：1. 本次(bn c)實驗選取漢明窗長度為256，選取(xunq)處理信號為200120000，長度為18000，不能被256整除，所以在分幀時通過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. 噪聲估計范圍的大小由漢明窗長度決定，通過 n * randn(1,winsize)來實現(xiàn)。4. 功率譜通過對其傅氏變換求絕對值來實現(xiàn)，相位是通過 angle 函數(shù)求得，其

9、原理為：將傅氏變換每個數(shù)都映射到復(fù)平面（橫軸為實數(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變?yōu)閺?fù)數(shù)形式（即：spectral = clean.* exp(1i * phase);），因為在前一步的“短時噪聲估計與短時幅度譜作差”之后，輸出信號clean(i)實數(shù)。6. 語音信號進行IFFT變換時要注意去除每幀信號的重疊部分，因為處理之前早已進行加漢明窗處理，該過程處理以后會使每幀信號之間有50%的重疊部分。7. 最終還原信號要進行“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出現(xiàn)幅值為0的情況，故而逆

10、濾波過程要注意分類討論。8. 對比原始信號、加噪信號和最終信號時單單由人耳聽覺來判斷可能效果不佳，因為這可能受被處理語音的特點影響，這時可根據(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、運行(ynxng)效果及分析：原始語音(yyn)信號:原始語音(yyn)信號加噪聲后的語音(yyn)信號語譜法處理(chl)后的語音信號處理(chl)前后的信噪比效果(xiogu)分析：1. 由上圖可看出(kn ch)，被處理信號加噪后，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，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。語譜法的物理意義可以理解為：對帶噪語音的每一個頻譜分量乘以一個系數(shù)。信噪比高時，含有語音的可能性大，衰減系數(shù)小。反之，則認為含有語音的可能性小，衰減系數(shù)大。因此，可通過比較SNR1與SNR2來區(qū)分，這兩個參數(shù)是將處理前后每幀信號求方差后求得信噪比。由上圖看出，輸出語音信噪比更小