基于实值离散Gabor变换的语音增强算法研究（可编辑）doc下载_爱问共享资料
基于实值离散Gabor变换的语音增强算法研究（可编辑）.doc
基于实值离散Gabor变换的语音增强算法研究（可编辑）.doc
基于实值离散Gabor变换的语音增强算法研究（可编辑）.doc
简介：本文档为《基于实值离散Gabor变换的语音增强算法研究（可编辑）doc》，可适用于初中教育领域，主题内容包含基于实值离散Gabor变换的语音增强算法研究（可编辑）独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,符等。
侵权或盗版
*若权利人发现爱问平台上用户上传内容侵犯了其作品的信息网络传播权等合法权益时，请按照平台要求书面通知爱问！
赌博犯罪类
添加成功至
资料评价：
所需积分：0您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
语音增强算法的研究.pdf 78页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
你可能关注的文档：
··········
··········
太原理工大学
硕士学位论文
语音增强算法的研究
姓名：靳晨升
申请学位级别：硕士
专业：通信与信息系统
指导教师：张雪英
太原理工大学硕士研究生学位论文
语音增强算法的研究
语音增强是语音处理的一项重要技术，在语音识别、语音编码、语音
合成等领域中有着广泛的应用。语音增强的目的是从带噪语音中提取尽可
能纯净的原始语音。但由于噪声信号都是随机产生的，完全消噪几乎不可
能。因此，实际语音增强的目标主要有：提高语音清晰度，改善语音质量；
提高语音可懂度，方便听者理解。
目前，常用的语音增强算法有：短时谱估计方法，掩蔽效应方法，子
空间方法，小波包方法。
本文阐述了基于短时谱估计语音增强算法的基本原理，该算法包括谱
减法，最小均方误差方法，维纳滤波方法。仿真结果表明，维纳滤波方法
可以更有效的消除音乐噪声。
本文描述了子空间语音增强算法的基本原理，该算法包括：基于时域
约束估计器(TDC)和频域约束估计器(SDC)的子空间语音增强方法。本文提
出了一种基于子空间与维纳滤波相结合的语音增强算法，该算法将维纳滤
波方法应用于白噪声背景下的子空间语音增强算法中，仿真结果表明，该
算法在白噪声和火车噪声背景下，信噪比都比传统子空间方法有明显提高，
并有效抑制了增强后产生的音乐噪声。本文还将基于白噪声背景下的子空
间语音增强算法和基于Johnston 听觉掩蔽模型的掩蔽效应方法相结合，该
方法是利用子空间方法对带噪语音进行增强，并通过基于Johnston 掩蔽模
型的感知滤波器对语音进行后置滤波，从而得到符合人耳听觉特性的更加
太原理工大学硕士研究生学位论文
纯净的增强语音。仿真结果表明，该方法在复杂背景噪声环境中不仅有效
抑制了音乐噪声，得到了较好的增强效果，而且运算量较小，利于实时实
本文阐述了基于小波包变换语音增强方法的基本原理，该算法采用5
阶Daubechies小波对带噪语音进行Bark尺度小波包分解，很好的模拟人耳的
听觉特性，并采用新的阈值函数对该方法进行改进。本文提出了一种基于
小波包变换和听觉掩蔽效应的语音增强方法，该方法利用小波包变换方法
对带噪语音进行增强，通过Johnston掩蔽模型计算噪声掩蔽阈值，并通过基
于Johnston掩蔽模型的感知滤波器对增强语音进行平滑，从而得到更加纯净
的增强语音。仿真结果表明，该方法较传统小波包变换方法在信噪比和感
知语音质量评价PESQ值上都有较大提高，在信噪比较低的情况下，效果更
加明显，音乐噪声得到了很好地抑制，取得了较好的增强效果。本文还提
出一种子空间与小波包变换相结合的语音增强方法，该方法是在子空间域
中，利用小波包变换方法对带噪语音特征值进行滤波，从而得到增强后的
纯净语音特征值，通过子空间反变换得到增强语音，仿真结果表明：该方
法在增强效果上比传统小波包变换方法有明显提高，并且算法复杂度较低，
运算速度较快。
关键词：语音增强，谱减，最小均方误差，维纳滤波，掩蔽效应，子空间，
太原理工大学硕士研究生学位论文
THE RESEARCH OF SPEECH ENHANCEMENT ALGORITHM
enhancement
technology
signal process fields, it is widely used in digital speech systems about speech
discriminating,
composing,
正在加载中，请稍后...子空间与维纳滤波相结合的语音增强方法_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
子空间与维纳滤波相结合的语音增强方法
&&子空间与维纳滤波相结合的语音增强方法
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
你可能喜欢信号处理学习之语音信号处理MATLAB实现
前段时间花两天时间做的，学习信号处理的一个简单的小项目，主要遇到的问题是在设计FIR滤波器的时候选择了矩形窗，后来指标达不到，看下课本才知道问题（上课经常走神惭愧！），根据阻带衰减分贝值选择了凯泽窗。有时间要要研究下MP3编解码实现，这个难度大点，涉及的知识点也更全点。要考试了，昨晚赶了下论文，贴出主要部分。
语音信号的采集
利用cooledit软件，录制一段自己的话音，时间在3秒左右，然后在Matlab软件平台下，利用函数wavread对语音信号进行采样，记住采样频率和采样点数，采样率8000Hz，单通道，格式*.wav。
语音信号的时频分析
利用MATLAB中的“wavread”命令来读入（采集）语音信号，将它赋值给某一向量。再对其进行采样，记住采样频率和采样点数。下面介绍Wavread函数几种调用格式。
(1) y=wavread (file)
功能说明：读取file所规定的wav文件，返回采样值放在向量y中。
(2) [y, fs, nbits]=wavread(file)
功能说明：采样值放在向量y中，fs表示采样频率(hz)，nbits表示采样位数。
(3) y=wavread (file，N)
功能说明：读取钱N点的采样值放在向量y中。
(4) y=wavread (file, [NI, N2])
功能说明：读取从N1到N2点的采样值放在向量y中。
接下来，对语音信号进行采样。然后，画出语音信号的时域波形，再对语音信号进行频谱分析。MATLAB提供了快速傅里叶变换算法FFT计算DFT的函数fft，其调用格式如下：Xk=fft
(xn，N)参数xn为被变换的时域序列向量，N是DFT变换区间长度，当N大于xn的长度时，fft函数自动在xn后面补零。当N小于xn的长度时，fft函数计算xn的前N个元素，忽略其后面的元素。在本次设计中，我们利用fft对语音信号进行快速傅里叶变换，可以得到信号的频谱特性。具体程序如下：
% --- 选择音频文件消息响应函数.
function pushbutton9_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton9 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
[fn,pn,fi]=uigetfile('*.wav','select a
wav-file')%调用选择文件对话框，返回fn代表名字，pn代表路径
name=strcat(pn,fn)
[x1,Fs,bits]=wavread(name);
sound(x1,Fs,bits);%播放声音
figure(1);
subplot(211);
plot(x1); %做原始语音信号的时域图形
title('原始语音信号');
xlabel('时间 n');
ylabel('音量 n');
y1=fft(x1); %做length(x1)点的FFT
y1=fftshift(y1);%平移，是频率中心为0
derta_Fs = Fs/length(x1);%设置频谱的间隔，分辨率 。
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(y1));%画出原始语音信号的频谱图，这里保证了x轴的点数必须和y轴点数一致
title('原始语音信号的频谱');
程序结果如下图：
设计FIR和IIR数字滤波器对语音信号进行滤波
IIR滤波器和FIR滤波器的设计方法完全不同。IIR滤波器设计方法有间接法和直接法，间接法是借助于模拟滤波器的设计方法进行的。其设计步骤是：先设计过渡模拟滤波器得到系统函数H
(s)，然后将H(s)按某种方法转换成数字滤波器的系统函数H(z)。FIR滤波器比斡采用间接法，常用的方法有窗函数法、频率采样发和切比雪夫等波纹逼近法。对于线性相位滤波器，经常采用FIR滤波器。
对于数字高通、带通滤波器的设计，通用方法为双线性变换法。可以借助于模拟滤波器的频率转换设计一个所需类型的过渡模拟滤波器，再经过双线性变换将其转换策划那个所需的数字滤波器。具体设计步骤如下：
(1)确定所需类型数字滤波器的技术指标。
(2)将所需类型数字滤波器的边界频率转换成相应的模拟滤波器的边界频率，转换公式为Q
=2/T tan(0.5w)
(3)将相应类型的模拟滤波器技术指标转换成模拟低通滤波器技术指标。
(4)设计模拟低通滤波器。
(5)通过频率变换将模拟低通转换成相应类型的过渡模拟滤波器。
(6)采用双线性变换法将相应类型的过渡模拟滤波器转换成所需类型的数字滤波器。
我们知道，脉冲响应不变法的主要缺点是会产生频谱混叠现象，使数字滤波器的频响偏离模拟滤波器的频响特性。为了克服之一缺点，可以采用双线性变换法。
下面我们总结一下利用模拟滤波器设计IIR数字低通滤波器的步骤：
(1)确定数字低通滤波器的技术指标：通带边界频率、通带最大衰减，阻带截止频率、阻带最小衰减。
(2)将数字低通滤波器的技术指标转换成相应的模拟低通滤波器的技术指标。
(3)按照模拟低通滤波器的技术指标设计及过渡模拟低通滤波器。
(4)用双线性变换法，模拟滤波器系统函数转换成数字低通滤波器系统函数。
如前所逑，IIR滤波器和FIR滤波器的设计方法有很大的区别。下面我们着重介绍用窗函数法设计FIR滤波器的步骤。如下：
(1)根据对阻带衰减及过渡带的指标要求，选择串窗数类型（矩形窗、三角窗、汉宁窗、哈明窗、凯塞窗等），并估计窗口长度N。先按照阻带衰减选择窗函数类型。原则是在保证阻带衰减满足要求的情况下，尽量选择相同阶数下主瓣窄的窗函数。
(2)构造希望逼近的频率响应函数。
(3)计算h(n)。
(4)加窗得到设计结果。
给定滤波器的性能指标如下：
(1)低通滤波器的性能指
fb=1000Hz,fc=1200Hz,As=100dB,Ap=1dB.
(2)高通滤波器的性能指标：
fb=2700Hz, fc=3000Hz,As=100dB,Ap=1dB.
(3)带通滤波器的性能指标：
fb1=1200Hz, fb2=3000Hz, As=100dB,Ap=1dB.
fc1=1000Hz, fc2=3200Hz,As=100dB, Ap=1dB.
由以上指标查表得满足阻带衰减为指标中的100dB的窗可以选择凯泽窗。
在Matlab中，可以利用函数fir1设计FIR滤波器，利用函数butter,chebyl和ellip设计IIR滤波器，利用Matlab中的函数freqz画出各滤波器的频率响应。hn=frI(M，wc，window)，可以指定窗函数向量window。如果缺省window参数，则firl默认为哈明窗。这里我们可以选择window=
kaiser(N,beta)以实现凯泽窗。N为窗的点数，N=M+1，其中M为滤波器阶，可由过渡带带宽BW和阻带衰减分贝值As估算得到，公式为M=((As-7.95)/(2.286*BW)+1;
beta参数决定凯泽窗，可由公式beta=0.1102*(As1-8.7)确定;
（若是矩形窗公式为BW=1.8pi/M，得出M）
MATLAB信号处理工具箱函数buttp buttor
butter是巴特沃斯滤波器设计函数，其有5种调用格式，本课程设计中用到的是[N，wc]=butter(N,wc，Rp，As，’s’)，该格式周于计算巴特沃斯模拟滤波器的阶数N和3dB截止频率wc。MATLAB信号处理工具箱函数cheblap，cheblord和cheebyl是切比雪夫I型滤波器设计函数。我们用到的是cheebyl函数，其调用格式如下：
[B,A]=chebyI(N,Rp,wpo,’Rypr’)
[B,A]=chebyI(N,Rp,wpo,’ttypr’,’s’)
函数butter,chebyl和ellip设计IIR滤波器时都是默认的双线性变换法，所以在设计滤波器时只需要代入相应的实现函数即可。
用自己设计的各滤波器分别对语音信号进行滤波，在Matlab中，滤波器利用函数filter对信号进行滤波。
函数filter的调用格式：yn=filter(B，A.xn)，它是按照直线型结构实现对xn的滤波。其中xn是输入信号向量，yn输出信号向量。
下面我们将给出FIR和IIR数字滤波器对语音信号滤波的主要程序和结果：
% --- FIR低通按钮消息响应函数.
function pushbutton1_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton1 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
wp1=2*pi*fp1/ %
ws1=2*pi*fs1/ %
BF1=ws1-wp1;
wc1=(wp1+ws1)/2;
M1=ceil((As1-7.95)/(2.286*BF1))+1;%按凯泽窗计算滤波器阶数
beta1=0.1102*(As1-8.7);
Window=(kaiser(N1,beta1)); %求凯泽窗窗函数
b1=fir1(M1,wc1/pi,Window);% wc1/pi为归一化,窗函数法设计函数
figure(2);
freqz(b1,1,512);
title('FIR低通滤波器的频率响应');
x1_low = filter(b1,1, x1);%对信号进行低通滤波
sound(x1_low,Fs,bits);
figure(3);
subplot(211);
plot(x1_low);
title('信号经过FIR低通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_low))));
title('信号经过FIR低通滤波器（频域）');
% ---FIR高通按钮消息响应函数.
function pushbutton2_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton2 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
wp2=2*pi*fp2/
ws2=2*pi*fs2/
BF2=wp2-ws2;
wc2=(wp2+ws2)/2;
M2=ceil((As2-7.95)/(2.286*BF2))+1;%按凯泽窗计算滤波器阶数
beta2=0.1102*(As2-8.7);
Window=(kaiser(N2,beta2)); %求凯泽窗窗函数
b2=fir1(M2,wc2/pi,'high',Window);
figure(4);
freqz(b2,1,512);%数字滤波器频率响应
title('FIR高通滤波器的频率响应');
x1_high = filter(b2,1,x1);%对信号进行高通滤波
sound(x1_high,Fs,bits);
figure(5);
subplot(211);
plot(x1_high);
title('信号经过FIR高通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_high))));
title('信号经过FIR高通滤波器（频域）');
% --- FIR带通按钮消息响应函数.
function pushbutton3_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton3 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
fp3=[];fs3=[];
wp3=2*pi*fp3/
ws3=2*pi*fs3/
BF3=wp3(1)-ws3(1);
wc3=wp3+BF3/2;
M3=ceil((As3-7.95)/(2.286*BF3))+1;%按凯泽窗计算滤波器阶数
beta3=0.1102*(As3-8.7);
Window=(kaiser(N3,beta3)); %求凯泽窗窗函数
b3=fir1(M3,wc3/pi,'bandpass',Window);%带通滤波器
figure(6);
freqz(b3,1,512);%数字滤波器频率响应
title('FIR带通滤波器的频率响应');
x1_daitong = filter(b3,1,x1);%对信号进行带通滤波
sound(x1_daitong,Fs,bits);
figure(7);
subplot(211);
plot(x1_daitong);
title('信号经过FIR带通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_daitong))));
title('信号经过FIR带通滤波器（频域）');
% ---FIR带阻按钮消息响应函数.
function pushbutton7_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton7 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
fs4=[];fp4=[];
wp4=2*pi*fp4/
ws4=2*pi*fs4/
BF4=ws4(1)-wp4(1);
wc4=ws4+BF4/2;
M4=ceil((As4-7.95)/(2.286*BF4))+1;%按凯泽窗计算滤波器阶数
beta4=0.1102*(As4-8.7);
Window=(kaiser(N4,beta4)); %求凯泽窗窗函数
b4=fir1(M4,wc4/pi,'stop',Window);%带阻滤波器
figure(8);
freqz(b4,1,512);%数字滤波器频率响应
title('FIR带阻滤波器的频率响应');
x1_daizu = filter(b4,1,x1);%对信号进行带阻滤波
sound(x1_daizu ,Fs,bits);
figure(9);
subplot(211);
plot(x1_daizu);
title('信号经过FIR带阻滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_daizu))));
title('信号经过FIR带阻滤波器（频域）');
% ---IIR低通按钮消息响应函数.
function pushbutton4_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton4 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
fp1i=1000;
fs1i=1200;
wp1i=2*pi*fp1i/
ws1i=2*pi*fs1i/
Wp1i=2/Ts*tan(wp1i/2);
Ws1i=2/Ts*tan(ws1i/2); %按频率转换公式进行转换，预畸变
[N1i,Wn1i]=cheb1ord(Wp1i,Ws1i,Rp1i,Rs1i,'s'); %计算模拟滤波器的最小阶数
[B1i,A1i]=cheby1(N1i,Rp1i,Wn1i,'s');%设计模拟原型滤波器
[bz1i,az1i]=bilinear(B1i,A1i,fs); %运用双线性变换法得到数字滤波器传递函数
figure(10);
freqz(bz1i,az1i,512,fs);
title('切比雪夫1型低通滤波器的频率响应');
x1_lowi = filter(bz1i,az1i, x1);
sound(x1_lowi,Fs,bits);
figure(11);
subplot(211);
plot(x1_lowi);
title('信号经过IIR低通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_lowi))));
title('信号经过IIR低通滤波器（频域）');
% ---IIR高通按钮消息响应函数.
function pushbutton5_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton5 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
fp2i=3000;%通带截止频率
fs2i=2700;%组带截止频率
Wp2i2=2*pi*fp2i/
Ws2i2=2*pi*fs2i/
Wp2i=tan(Wp2i2/2);
Ws2i=tan(Ws2i2/2);
wphi=1 ; %归一化
wshi=Wp2i/Ws2i;%高通频率转换成低通频率指标
%估计滤波器的阶数
[N2i,Wn2i]=cheb1ord(wphi,wshi,Rp2i,Rs2i,'s');
%设计滤波器
[B2i,A2i]=cheby1(N2i,Rp2i,Wn2i,'s');
[numi2,deni2]=lp2hp(B2i,A2i,Wp2i);
[bz2i,az2i]=bilinear(numi2,deni2,0.5)
figure(12);
freqz(bz2i,az2i,512,fs);
title('切比雪夫1型IIR高通滤波器的频率响应');
x1_highi = filter(bz2i,az2i, x1);
sound(x1_highi,Fs,bits);
figure(13);
subplot(211);
plot(x1_highi);
title('信号经过IIR高通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_highi))));
title('信号经过IIR高通滤波器（频域）');
% --- 带通IIR按钮消息响应函数.
function pushbutton6_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton6 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
fdp1i=1200;fdp2i=3000;%通带截止频率
fds1i=1000;fds2i=3200;%组带截止频率
wdp1i=2*pi*fdp1i/wdp2i=2*pi*fdp2i/
wds2i=2*pi*fds1i/wds2i=2*pi*fds2i/
Wdp1i=tan(wdp1i/2);Wdp2i=tan(wdp2i/2);
Wds1i=tan(wds2i/2); Wds2i=tan(wds2i/2); %按频率转换公式进行转换，预畸变
B=Wdp2i-Wdp1i;
W3i = Wdp1i*Wdp2i/Wds1i; %调整截止频率参数。
W0 = (Wdp1i*Wdp2i)^0.5;
wp3i = 1; %归一化，求低通原型的参数。
ws3i = -((Wdp1i*Wdp2i)-Wds2i^2)/(B*Wds2i);
[N3i,Wn3i]=buttord(wp3i,ws3i,Rp3i,Rs3i,'s'); %计算模拟滤波器的最小阶数
[B3i,A3i]=butter(N3i,Wn3i,'s');%设计模拟原型滤波器
[numi3,deni3]= lp2bp(B3i,A3i,W0,B);
[bz3i,az3i] = bilinear(numi3,deni3,0.5); %双线性变换
[H,W] = freqz(bz3i,az3i,512);
figure(14);
subplot(211);
plot(W/pi,20*log10(abs(H)));
ylabel('gain');
title('巴特沃兹IIR带通滤波器')
axis([0 1 -80 5]);
subplot(212);
plot(W/pi,angle(H)); xlabel('w/pi'),ylabel('phase');
x1_daitongi = filter(bz3i,az3i, x1);
sound(x1_daitongi,Fs,bits);
figure(15);
subplot(211);
plot(x1_daitongi);
title('信号经过IIR带通滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_daitongi))));
title('信号经过IIR带通滤波器（频域）');
% ---带阻IIR按钮消息响应函数.
function pushbutton8_Callback(hObject, eventdata, handles)
% hObject handle to pushbutton8 (see GCBO)
% eventdata reserved - to be defined in a future version of
% handles structure with handles and user data (see GUIDATA)
global x1;
global Fs;
global derta_Fs;
Fp1 = 1000;
Fp2 = 3200;
Fs1 = 1200;
Fs2 = 3000;
wp1 = 2*pi*Fp1/
wp2 = 2*pi*Fp2/
ws1 = 2*pi*Fs1/
ws2 = 2*pi*Fs2/
Wp1 = tan(wp1/2); %按频率转换公式进行转换，预畸变
Wp2 = tan(wp2/2);
Ws1 = tan(ws1/2);
Ws2 = tan(ws2/2);
Bw = Ws2 - Ws1;
Wp1 = Ws1*Ws2/Wp2; %调整截止频率参数。
W0 = (Ws1*Ws2)^0.5;
Ws = 1; %归一化，求低通原型的参数。
Wp = (Bw*Wp1)/((Ws1*Ws2)-Wp1^2);
[N, WN] = buttord(Wp,Ws,Ap,As,'s');
[B, A] = butter(N, WN,'s'); %低通原型
[BT,AT] = lp2bs(B,A,W0,Bw);
[num,den] = bilinear(BT,AT,0.5); %双线性变换
figure(16);
[Hz,Wz] = freqz(num,den,512);
subplot(211);
plot(Wz/pi,20*log10(abs(Hz)));
title('巴特沃兹IIR带阻滤波器')
xlabel('w/pi'),ylabel('gain');
axis([0 1 -80 5]);
subplot(212);
plot(Wz/pi,angle(Hz));
xlabel('w/pi'),ylabel('phase');
x1_daizui = filter(num,den,x1);%对信号进行带阻滤波
sound(x1_daizui,Fs,bits);
figure(17);
subplot(211);
plot(x1_daizui);
title('信号经过IIR带阻滤波器(时域)');
subplot(212);
plot([-Fs/2:derta_Fs:
Fs/2-derta_Fs],abs(fftshift(fft(x1_daizui))));
title('信号经过IIR带阻滤波器（频域）');
回放语音信号
经过以上的处理后，可在Matlab中用函数sound对声音进行回放。其调用格式：sound(y,Fs)，sound(y)和sound(y,Fs，bits)。可以察觉滤波前后的声音有明显的变化
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。一种基于后验信噪比频域语音增强方法的研究--《电声技术》2007年05期
一种基于后验信噪比频域语音增强方法的研究
【摘要】：谱减法是常用的单通道语音降噪方法,传统谱减法在抑制背景噪声的同时引入了“音乐噪声”,影响听觉效果。为了抑制音乐噪声,提出了一种基于后验信噪比的频域语音增强新方法,当后验信噪比较高时,采用基于后验信噪比的谱减法增强语音信号;当后验信噪比较低时,采用基于后验信噪比的谱衰减方法对含噪语音信号谱线进行衰减,达到语音增强的目的。仿真结果表明,基于后验信噪比的频域语音增强法具有较好的背景噪声和音乐噪声抑制效果,并保持了较好语音可懂度。
【作者单位】：
【基金】：
【分类号】：TN912.35【正文快照】：
1引言由于Boll提出能量谱减法[1]思路简单并且在滤除加性平稳噪声时获得了成功,谱减法已成为单通道语音增强的重要算法之一。事实上,许多手机产品都采用谱减法技术来抑制背景噪声,然而,要准确预测现实环境中干扰噪声特性或提取语音波形特征是很困难的,完全无失真地恢复原始语
欢迎：、、)
支持CAJ、PDF文件格式，仅支持PDF格式
【相似文献】
中国期刊全文数据库
陈紫强;;[J];声学与电子工程;2007年03期
李冲泥,胡光锐;[J];通信学报;1999年04期
马晓红,殷福亮,陆晓燕,王晓宁;[J];大连理工大学学报;2003年04期
徐爽,韩芳芳,郑德忠;[J];传感技术学报;2004年01期
邹采荣;陈国明;赵力;;[J];Journal of Southeast University(English Edition);2007年04期
彭煊,刘金福,王炳锡;[J];信号处理;2002年05期
沈亚强;[J];浙江工商职业技术学院学报;2003年04期
钱永玲;[J];通讯世界;2005年11期
李楠;;[J];电声技术;2007年05期
张丽艳;殷福亮;;[J];电子与信息学报;2008年02期
中国重要会议论文全文数据库
周小星;王安娜;孙红英;杨鸿武;;[A];第十一届全国人机语音通讯学术会议论文集（二）[C];2011年
陶智;赵鹤鸣;;[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
欧贵文;柯登峰;;[A];第七届全国人机语音通讯学术会议（NCMMSC7）论文集[C];2003年
吴红卫;俞一彪;;[A];苏州市自然科学优秀学术论文汇编()[C];2010年
国雁萌;;[A];第六届全国人机语音通讯学术会议论文集[C];2001年
江峰;李晓东;;[A];中国声学学会2003年青年学术会议[CYCA'03]论文集[C];2003年
王安娜;周小星;孙红英;杨鸿武;;[A];第十一届全国人机语音通讯学术会议论文集（一）[C];2011年
吴亚栋;吴旭辉;;[A];第六届全国人机语音通讯学术会议论文集[C];2001年
丁沛;曹志刚;;[A];第七届全国人机语音通讯学术会议（NCMMSC7）论文集[C];2003年
阎兆立;杜利民;;[A];中国声学学会2005年青年学术会议[CYCA'05]论文集[C];2005年
中国重要报纸全文数据库
;[N];中国电子报;2005年
;[N];通信产业报;2005年
上海贝尔阿尔卡特股份有限公司
汤栩平;[N];通信产业报;2005年
曾;[N];计算机世界;2001年
;[N];人民邮电;2006年
李文;[N];通信产业报;2006年
晓林;[N];通信产业报;2003年
王向东 栾焕博 林守勋 钱跃良;[N];计算机世界;2006年
贝文;[N];通信产业报;2006年
王辉;[N];通信产业报;2005年
中国博士学位论文全文数据库
尹伟;[D];武汉大学;2009年
陶智;[D];苏州大学;2011年
方瑜;[D];北京邮电大学;2012年
王娜;[D];燕山大学;2011年
王海艳;[D];吉林大学;2011年
姚峰英;[D];中国科学院上海冶金研究所;2001年
申丽然;[D];哈尔滨工程大学;2006年
崔玮玮;[D];清华大学;2009年
马晓红;[D];大连理工大学;2006年
包永强;[D];东南大学;2006年
中国硕士学位论文全文数据库
邬鑫锋;[D];湘潭大学;2010年
王春玲;[D];山东科技大学;2003年
陶智;[D];苏州大学;2003年
孔祥波;[D];大连理工大学;2000年
朱健华;[D];大连理工大学;2002年
武睿;[D];河北工业大学;2004年
段国和;[D];西北工业大学;2005年
王龙;[D];东华大学;2011年
缪春波;[D];大连理工大学;2003年
董婧;[D];吉林大学;2004年
&快捷付款方式
&订购知网充值卡
400-819-9993