谱减法的Matlab程序

学校代码： 10128学号：语音信号处理专题报告（题目：谱减法原理及其实现过程学院：专业：学生姓名：学号：班级：二〇一二年六月谱减法原理及其实现过程摘要本文主要研究谱减法原理及其实现过程及了解其在语音增强中的应用，目的是增强语音质量，减少语音失真和提高其可懂度。

S. Boll 假设噪声是平稳的或缓慢变化的加性噪声，并且语音信号和噪声信号不相关的情况下，提出了谱减法(SS：Spectral Subtraction)。

该方法能够抑制背景噪声的影响，但由于其局部平稳性的假设与实际情况并不相符，因此效果不理想，残留的音乐噪声较大；Berouti在传统谱减法的基础上增加了调节噪声功率谱大小的系数和增强语音功率谱的最小值限制，提高了谱减法的性能，但是其修正系数和最小值是根据经验确定的，适应性较差；P. Lockwood在谱减法的基础上提出了非线性谱减法(NSS：Non-liner Spectral Subtraction)，它根据语音信号的信噪比自适应调节语音增强的增益函数，提高了语音的信噪比，而信噪比并不能正确反映信号的听觉质量，因此用信噪比作为调整估计参数的依据并不能提高信号的听觉质量；Boh Lim Sim等人也提出了与此相近的改进算法，虽然提高了信号的信噪比，但残留的音乐噪声较大；Virag将人耳的掩蔽特性应用到非线性谱减法的增强算法中，部分解决了谱减法残留音乐噪声大的问题，但在信噪比较低或非平稳的情况下，其增强效果不理想；I.Cohen 等人首先估计语音信号概率密度函数，然后在此基础上改进了对数谱估计算法，使得改进的算法对非平稳噪声具有良好的抑制作用，该算法的缺点是语音信号的概率密度函数较难估计。

噪声参数估计的准确与否直接会影响谱减法语音增强效果，因此，带噪语音中背景噪声参数的估计问题值得关注。

最后，基于噪声与语音具有一定的相关性的实际情况，我们提出了算法的进一步改进设想，并对此思想做出了数学推导，得到了算法进一步改进的方向及可行性。

c语言的谱减法实现（Implementation of spectral subtraction inC）The realization of.Txt18 spectral subtraction with honest C language, abandon the false; with honesty, to abandon the boring; with ease to abandon the impetuous, whether intentionally discarded, or accidental loss, as long as ever have, in some cases, generous abandon is also a kind of realm.C language to achieve spectral subtraction.Txt12 missing is a poem to let you in ordinary days to read out the rhythm; missing is a shower, let you dry up the moist days; missing is a sun, so that your days of gloomy clear up. #include <stdio.h>#include <stdlib.h>#include <math.h>#define WL 256 / / window length#define P 10 / / prediction coefficient#undef pi#define PI 3.1415926535897932384626434#define PI 3.1415926#define winsize 256#define tempsize winsize/2#define buffsize winsize*10 Typedef struct{Double real;Double img;}complex;Unsigned int f=0;Unsigned int c=0;Complex noise[winsize]; Double buff_r[buffsize]; Double buff_w[buffsize]; Double temp[tempsize]; Complex x[winsize]; Complex y[winsize];Int hr=0;Complex W[winsize]; Complex W1[winsize];Double x_abs[winsize];Double y_abs[winsize];Double noise_abs[winsize];Void FFT (complex *x, int size_x, complex *W); / * * / fast Fourier transformVoid IFFT (complex, *x, int, size_x, complex, *W1);Double angle (complex a); / /Void add (complex, complex, complex *); / * * / complex additionVoid mul (complex, complex, complex *); / * * / complex multiplicationVoid sub (complex, complex, complex *); / * * / plural subtractionVoid change (complex *x, int size_x); / * * / array transposeDouble abs1 (complex a);Void Hamming (complex hw[]);/*int ReadWaveFile (char, *fn, int, *fs, short, **dat);Int ReadWaveFile (...Char *fn / / I: file nameInt *fs / / O: file sizeShort **dat / / O: voice data){FILE *fp;Int dsize;If ((FP = fopen (FN, rb+)) = = NULL) {Fprintf (stderr,%s:, No, file, \n, such, FN); return (-1);}Fseek (FP, 0L, SEEK_END);Dsize = fTell (FP) /2;Fseek (FP, 0L, SEEK_SET);(if (*dat = (short * malloc) (sizeof (short) *dsize)) = = NULL) {Fprintf (stderr, Memory, \n, Error); return (-1);}If (FREAD (*dat, sizeof (short), dsize, FP) = = (unsigned, int) dsize) {Free (*dat);Return (-1);}Fclose (FP);*fs = dsize;Return (0);}*/Void Hamming (complex hw[]){Double x;Int i;For (i=0; i<WL; i++){Double cos (x);X=2*pi*i/ (WL-1);Hw[i].real=hw[i].real* (0.54-0.46*cos (x)); //*32768;}}Void, FFT (complex, *x, int, size_x, complex, *W) {Int, i=0, j=0, k=0, l=0, jk=0;Complex, up, down, product;Change (x, size_x);For (i=0; i<log (size_x) /log (2); i++) {/ * a butterfly.L=1<<i;For (j=0; j<size_x j+=; 2*l) {/ * * / a group of butterfly operationFor (k=0; k<l; k++) {/ * * / a butterflyJk=j+k;Mul (x[jk+l], W[size_x*k/2/l], &product);Up.real=x[jk].real+product.real;Up.img=x[jk].img+product.img;Down.real=x[jk].real-product.real;Down.img=x[jk].img-product.img;X[jk]=up;X[jk+l]=down;}}}}* index calculation, X (n) code bit inversion. Void change (complex, *x, int, size_x) { Complex temp;无符号短i＝0，j＝0，k＝0；双T；为（i = 0；i < size_x；i++）{k = i；j＝0；T =（log（size_x）/日志（2））；当（（t -）> 0）{J＝1；J | =（K 1）；k＝k > 1；}如果（j i）{温度[ x ]；[我]；x =温度；}}}无效的IFFT（复杂* x，int size_x，复杂* W1）{int i＝0，j＝0，k＝0，l＝0，JK＝0；复杂的上、下、产品；改变（x，size_x）；为（i = 0；i <日志（size_x）/日志（2）；i++）/ * * /一级蝶形运算{l = 1 < <我；为（J = 0；J < size_x；J = 2 * L）/ * * /一组蝶形运算{为（k = 0；K＜L；K +）{ /*一个蝶形运算*/JK = k；穆尔（x [ JK + L]，W1 [ size_x * K／2／L ]，及产品）；起来。

matlab '运算-回复Matlab是一种高级计算机语言和环境，被广泛应用于科学和工程领域。

Matlab通过简洁而强大的语法，使人们能够进行各种数学和统计运算、数据分析、图形绘制以及模拟和建模等工作。

在Matlab中，运算是常见的操作之一，它能够执行诸如加法、减法、乘法、除法、取余数和指数等基本算术运算，以及更高级的矩阵运算和数值求解等复杂操作。

本文将以运算为主题，一步一步回答与Matlab运算相关的问题。

首先，我们将探讨Matlab中的基本算术运算。

在Matlab中，可以使用加号（+）来执行加法运算，使用减号（-）来执行减法运算，使用乘号（*）来执行乘法运算，使用除号（/）来执行除法运算。

此外，还可以使用取余数运算符（mod）来获取除法的余数，使用幂运算符（^）来执行指数运算。

例如，假设我们要计算2加3的结果。

在Matlab中，可以使用如下代码：result = 2 + 3;disp(result);在上述代码中，我们定义了一个变量result，并将2加3的结果赋值给它。

然后，我们使用disp函数来显示result的值。

执行以上代码后，Matlab 会将结果5显示在命令行窗口中。

同样地，我们可以使用减法运算符来执行减法运算。

例如，计算5减2的结果可以使用以下代码：result = 5 - 2;disp(result);在上述代码中，我们定义了一个变量result，并将5减去2的结果赋值给它。

执行以上代码后，Matlab会将结果3显示在命令行窗口中。

类似地，我们可以使用乘法运算符来执行乘法运算。

例如，计算4乘以3的结果可以使用以下代码：result = 4 * 3;disp(result);再次，我们定义了一个变量result，并将4乘以3的结果赋值给它。

执行以上代码后，Matlab会将结果12显示在命令行窗口中。

除法运算是另一个基本的算术运算。

与其他运算符一样，除法运算符（/）也可以用于在Matlab中执行除法运算。

matlab减法运算程序MATLAB是一种广泛使用的数字计算工具，它能够帮助我们完成各种各样的数学运算，包括加、减、乘、除等。

在MATLAB中，减法运算是一项常见的操作，通过它我们可以计算两个数之间的差值。

下面，我们就一起来看一看如何在MATLAB中进行减法运算。

减法运算的基本原理就是将减数从被减数中减去，然后得到差值。

在MATLAB中，可以使用减法符号“-”来执行减法运算。

如果需要计算多个数之间的差值，可以使用更多的减号进行操作。

例如，如果我们需要计算a、b、c三个数之间的差值，可以使用以下公式：a-b-c。

除了基本的减法运算，MATLAB还提供了许多其他的减法函数，例如subtract、minus等。

这些函数可以更加灵活地进行减法运算，并且可以应对不同的数据类型和数据结构。

下面，我们来看一下如何在MATLAB中编写一个简单的减法运算程序。

首先，我们需要定义两个数，例如：a = 10;b = 5;然后，我们可以使用减法符号进行减法运算：c = a - b;这样，c的值就会变成5，即a和b的差值。

如果我们想要计算多个数之间的差值，可以使用更多的减号将它们连接起来。

例如：d = a - b - 3;这个操作中，我们先将b从a中减去，得到5，然后再将3从结果中减去，最终的结果为2。

最后，需要注意的是，在进行减法运算的时候，需要注意数值的范围和精度问题，避免出现不必要的错误。

同时，需要根据具体的数据类型和数据结构选择合适的减法函数，确保程序的正确性和高效性。

以上就是关于MATLAB减法运算的相关内容介绍，希望对大家有所帮助。

matlab谱减法
在MATLAB 中，可以使用`spec减法`函数进行谱减法。

下面是一个简单的示例代码：
```matlab
% 产生两个信号
s1 = sin(2*pi*50*t);
s2 = sin(2*pi*150*t);
% 计算谱减法
c = spec减法(s1,s2);
% 绘制结果
plot(c);
```
在上述代码中，`spec减法`函数接受两个信号`s1`和`s2`作为输入，并返回它们的谱减法结果。

最后，使用`plot`函数绘制结果。

请注意，`spec减法`函数是基于离散傅里叶变换（DFT）的谱减法实现。

它假设输入信号在时间上是离散的，并且已经进行了DFT 变换。

如果需要对连续时间信号进行谱减法，可以先对信号进行采样和DFT 变换，然后再应用`spec减法`函数。

此外，谱减法的结果可能受到频谱泄漏和栅栏效应的影响。

在实际应用中，可能需要进行适当的加窗处理和频率分辨率的选择，以减少这些影响。

谱相减MATLAB代码以及信噪比计算实验二语音信号的频域处理一、实验目的、要求（1）掌握语音信号频域分析方法（2）了解语音信号频域的特点（3）了解谱减法作为频域语音增强的原理与编程实现（3）了解谱减法的缺点，并分析产生该缺点的原因二、实验原理语音虽然是一个时变、非平稳的随机过程。

但在短时间内可近似看作是平稳的。

因此如果能从带噪语音的短时谱中估计出“纯净”语音的短时谱，即可达到语音增强的目的。

由于噪声也是随机过程，因此这种估计只能建立在统计模型基础上。

利用人耳感知对语音频谱分量的相位不敏感的特性，这类语音增强算法主要针对短时谱的幅度估计。

短时话幅度估计概述设一帧加窗后的带噪语音为()()()01y n s n d n n N =+≤≤- (2.1)其中()s n 为纯净语音，()d n 假设为平稳加性高斯噪声。

将()y n 在一组基{()}k n φ上展开，使展对系数为各不相关的随机变量。

设()y n 的相关函数为(,)y R n m ，由K －L 展开得知{()}k n φ满足1()()(,)()N k y k m K n R n m m λφφ-==∑ (2.2)则()y n 的展开式为110()()()()N k k K N k k n y n Y nY y n n φφ-=-=?==??∑∑ (2.3) 如果()y n 的相关长度小于帧长N ，则()k n φ的近似函数为2()k nk n j N π=(2.4)可见()y n 的展开过程实际上相当于离散博里叶交换，其展开系数（为傅里叶变换系数。

由()()()y n s n d n =+，则有：k k k Y S N =+。

其中[]||exp k k k Y Y j θ=、[]||exp k k k S S j α=、k N 分别为()y n 、()s n 及()d n 的傅里叶交换系数。

由于假设噪声是高斯分布的，其傅里叶系数k N 相当于多个高斯样本的加权和，故可认为仍然为高斯分布。

谱减法的Matlab 程序:clear;[xx,fs]=wavread('I:\aa\0a.wav');[team,row]=size(xx);% 读语音信号if row==2 x=(xx(:,1)+xx(:,2))/2; yy=x;else% 将多通道求平均值x=xx;yy=x;endx=x-mean(x)+0.1*rand(length(x),1); N=length(x);n=220;n1=160;frame=floor((N-n)/(n-n1));for i=1:frame % 去直流分量并加噪% 每一帧长% 每两帧重合的长度% 帧数y1=x((i-1)*(n-n1)+1:(i-1)*(n-n1)+n).*hamming(n); % 每一帧对应的语音信号fy=fft(y1,n);%求fft nen( i,:)=abs(fy).A2; % 求能量ang(i,:)=angle(fy); % 求角度endyuzhi=sum(sum(nen(2:5,:)))/(4*n); for i=1:frame nen(i,:)=nen(i,:)-yuzhi;nen(i,find(nen(i,:)<0))=0;endfor i=1:frame% 求阈值，信号开始阶段的能量平均值% 减谱% 将小于0 的部分赋值为0nen(i,:)=sqrt(nen(i,:));jie=nen(i,:).*exp(j*ang(i,:)); % 求频域函数out(i,:)=real(ifft(jie))./hamming(n)'; %求逆fftendzong=out(1,:)';jiewei=n;% 对out 求导，以便于原信号比较for i=2:frame %将一系列的帧组合还原zong(jiewei-n1+1:jiewei)=(zong(jiewei-n1+1:jiewei)+out(i,1:n1)')/2;jiewei=jiewei+n-n1;zong=[zong;out(i,n1+1:end)'];endfigure(1);subplot(211);plot(x); %画加噪的原始语音信号axis([1,(n-n1)*frame+n,min(x),max(x)]);subplot(212);specgram(x,fs,1024,n,n1); % 对应的鱼谱图figure(2);subplot(211);plot(zong); %画增强的语音信号axis([1,(n-n1)*frame+n,min(zong),max(zong)]); subplot(212);specgram(zong,fs,1024,n,n1);wavplay(x,fs); % 输出音频wavplay(zong,fs);。

基于MATLAB的谱相减语音增强算法的设计与实现全部作者：汤维维第1作者单位：武汉理工大学论文摘要：谱减法是消除噪声的经典算法，它是处理宽带噪声的最通用技术，即从带噪语音估值中减去噪声频谱估值，而得到纯净语音的频谱。

本文基于MATLAB对谱减法算法进行设计和实现，并对传统谱减法和改进形式的谱减法进行比较。

仿真表明，改进形式的谱减法可以有效地降低背景噪声，提高信噪比。

关键词：语音增强；传统谱减法；改进形式的谱减法； MATLAB (浏览全文)发表日期：2006年05月11日同行评议：本文研究并在MATLAB平台上实现了1个简单的基于MATLAB的谱相减语音增强算法，研究方案比较合理，数据看起来也比较可靠，参考文献应用也比较恰当。

但没有提出新的想法，只是实现并验证了已有的方法，并做了1些小的改动，因此学术价值1般。

书写的文字有些语句不够通顺，英文摘要书写问题更多。

例如：对采样点补足帧的整数倍是（为了）方便实现MATLAB的矩阵计算以及最后对帧叠加进行还原处理。

This paper designs and realizes the algorithms of spectral subtraction based on MATLAB, and compare （应该是compares吧？）the improved form of spectral subtraction with the traditional spectral subtraction.It shows that the improved form of spectral subtraction and （and是多余的吧？） can efficiently decrease background noise and increase the SNR.综合评价：修改稿：注：同行评议是由特聘的同行专家给出的评审意见，综合评价是综合专家对论文各要素的评议得出的数值，以1至5颗星显示。

matlab字符串的加减法
在MATLAB中，字符串的加法和减法操作并不是直接的数学运算，而是用于连接字符串或者从字符串中移除指定的子字符串。

字符串的加法可以使用加号"+"来实现，例如：
matlab.
str1 = 'Hello, ';
str2 = 'world!';
result = str1 + str2;
disp(result);
这将输出，Hello, world!
字符串的减法则是通过使用replace函数来实现，例如：
matlab.
str = 'Hello, world!';
newStr = replace(str, 'Hello, ', '');
disp(newStr);
这将输出，world!
需要注意的是，在MATLAB R2016b及更高版本中，可以直接使用加号"+"来连接字符串，而在早期版本中可能需要使用函数strcat或者sprintf来实现字符串的连接操作。

对于字符串的减法操作，可以使用函数erase来移除指定的子字符串。

总之，MATLAB中的字符串加减法操作实际上是字符串的连接和移除操作，而不是数学上的加法和减法运算。