1、山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 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
2、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)(msn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)(my )(sSn)(yS)(与语音 不相关的加性噪声。于是得到信号的加性模型： (4-1)s nsm对功率谱有 (4-4)()(|)(|)(|)(| *222 wwww NNY原始语音的估值为 (4-5)| 2EYS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)()( jwesIFTms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：FFT
3、IFFT相位信息2|)(|wY2/1|)(|wS减去估计噪声 |)(|2wNE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增强后的语音 )(ms带噪语音啊)(my山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: %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=lengt
4、h(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)
5、;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)山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭
6、宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 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=
7、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,
8、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);山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 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
9、,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(voic
10、e);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);山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信
11、号处理 实验日期: 2014 年 4 月 25 日 成绩: 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
12、_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,coun
13、t);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山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: if(power1(i)=3*power2(i)power3(i)=power1(i)-3*power2
14、(i);elsepower3(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
15、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)山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.200.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 180
16、00-0.500.5 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.500.5 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000050100 信信信信信信0 2000 4000 6000 8000 10000 12000 14000 16000 18000050 信信信信信信0 2000 4000 6000 8000 10000 12000 14000 16000 18000050100 信信信信信信信（2）噪声为 0.01*randn(1,count
17、)山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.200.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.0500.05 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.200.2 信 信 信 信0
18、2000 4000 6000 8000 10000 12000 14000 16000 18000050100 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 1800005 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000050100 信 信 信 信 信 信 信（3）噪声为 randn(1,count)山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 20
19、14 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.200.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-505 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-505 信 信 信 信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0 2000 4000 6000 8000 10000 12000 14000
20、 16000 18000-0.2-0.100.10.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.500.5 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 1200
21、0 14000 16000 18000050100 信 信 信 信 信 信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=0.010 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.1-0.0500.050.1 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 20
22、11081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 180000204060 信 信 信 信 信 信（2）参数取 a=10,b=0.010 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信0 2000 4000 6000 800
23、0 10000 12000 14000 16000 18000-0.1-0.0500.050.1 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信（3）参数取
24、 a=0.8,b=0.010 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.4-0.200.20.4 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000
25、 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信（4）参数取 a=3,b=0.00010 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.1-0.0500.050.1 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 11
26、1 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信（5）参数取 a=3,b=0.10 2000 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信0 20
27、00 4000 6000 8000 10000 12000 14000 16000 18000-0.2-0.100.10.2 信 信 信 信山东建筑大学实验报告学院:信息与电气工程学院 班级: 电信 111 姓名: 彭宝玺 学号: 2011081226 课程: 语音信号处理 实验日期: 2014 年 4 月 25 日 成绩: 0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信 信 信 信 信0 2000 4000 6000 8000 10000 12000 14000 16000 18000020406080 信 信
28、 信 信 信 信五、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传统和有效的方法,它是在假定加性噪声与短时平稳的语音信号相互独立的条件下,从带噪语音的功率谱中减去噪声功率谱,从而得到较为纯净的语音频谱,可见存在一定的局限性。如何寻求一种较通用的语音增强方法有待进一步探讨。看似简单的问题，自己动手亲自写一下程序，才知道自己的不足，才会真正得到提高，为将来更深层次的学习打下良好的基础。
