基于提升小波的语音增强算法的研究与实现

【摘要】： 语音增强已经发展成为语音信号处理的一个重要的研究方向。在许多语音处理的应用中,例如移动通信、语音识别和助听器,语音信号的处理不得不在具有噪声的环境下进行。在过去的几十年里,人们提出了许多方法去消除噪声和减少语音失真,例如谱减法,基于小波的方法,隐式马尔科夫模型法和信号子空间法等。 小波变换的特点是可以采用一个可变的时间窗来处理不同的频率成分。通常,我们可以使用较长的时间窗来获取更精确的低频信息,而使用较短的时间窗来获取高频信息。传统的基于小波的语音去噪算法可以有效的消除带噪语音信号中的高斯白噪声,但是这种算法不能很好的去除现实生活中经常遇到的非平稳噪声。这种算法的缺点是所使用的简单的时不变的阈值不仅会消除背景噪声,也会消除语音信号中的有用的清音成分。这会导致增强后语音质量的下降。 为了更好的消除现实生活中广泛存在的非平稳噪声,本文提出了一种基于提升小波的语音增强算法。这种算法包括感知小波包变换和自适应噪声估计。小波阈值是随着自适应噪声估计所计算出来的带噪语音信噪比的变化而变化的。该算法不需要语音暂停检测。与传统的离散小波变换相比,提升小波具有速度快,计算复杂度低,节省硬件资源的特点。采用了提升小波算法实现了感知小波包的分解和重构,这是整个算法的关键,为以后该算法的硬件实现打下了基础。仿真实验结果表明,与传统的小波阈值去噪算法相比,在非平稳噪声环境下,所提出的算法具有更好的去噪效果。 在对所提出算法研究的基础上,设计了一种该算法的硬件实现结构。语音增强算法的硬件实现通常是用VHDL或Verilog等硬件描述语言在FPGA上编程完成的。但是这种实现方法比较复杂,效率比较低。首先,在MATLAB/Simulink环境下对其进行系统建模。然后,利用DSP Builder将其转化为VHDL硬件描述语言。最后,在QuartusⅡ环境下对其进行编译和综合,并在FPGA上进行实现。这种方法缩短了设计周期,提高了设计效率。实验结果表明了该设计的可行性和正确性具有广阔的应用前景。