基于阈值的小波域语音增强新算法

２００４年３月传感技术学报第ｌ期

ＡＮｅｗＡＩｇｏｒｉｔｈｍｆｏｒＳｐｅｅｃｈ

Ｅｎｈａｎｃｅｍｅｎｔ

Ｕｓｉｌｌｇ

Ｔｈｒｅｓｈｏｌｄ．ＢａｓｅｄＷａｖｅｌｅｔＤｏｍａｉｎＭｅｔｈＯｄ

ｘＵｓｌｕｍｎｇ．ＨＡＮＦｎ嘴一缸鸭．ｚＨＥＮｃ

Ｄｅ－籼嘴

（凸学州胧ｍ０，肺ｌ帆眦＆Ｍ枷，№脚＾∽嘶ｉ撕Ⅱ啊，ＱＭ岫‘酱ｄ∞胁６ｃｉ０６６００４，“Ｉ舳）

Ａｂｓｔｒａｃｔ：Ａｎｅｗａｌｇｏｄｔｈｍｉ８ｐ。叩ｏｓｅｄｆｏｒ８ｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔ，ｕｓｉｎｇ８ｗａｙｂ黯ｅｄｏｎｔｈｒｅｓｈｏｌｄｗａＶｅｌｅｔｄｏｍａｉｎｍｅｔｈ－ｏｄ．Ｂａｒｋ－ｓｃｄｌｅｄ帅ｖｅｌｅｔｐａｃｋｅｔｉｓｕｓｅｄｆｏｒｎｏｉｓｙ８ｐｅｅｃｈｄｅｃｏｍｐｏｓｉｔｉｏｎｔｏｓｉｍｕｌａｔｅｔｈｅｈｕｍａｎａｕｄｉｔｏｒｙｃｈａｒａｃｔｅｄｓｔｉｃｓ．

Ｎｏｄｅｄ印ｅｎｄｅｎｔｔｈｒｅｓｈｏｌｄｉ“ｇｉ８ｐｍｐｏｓｅｄａ１１ｄａｍｅｔＩｌｏｄｂ硒ｅｄ蚰ｓｐｅｃｔｒａＩｅｎｔｍｐｙｌｓ８ｐｐｌｉｅｄｔｏｅｓｔｉｍａｔｅｔｈｅｎｏｄｅｎｏｉｓｅ．Ｔｈｉｓａｌｇｏｎｔｈｍｉｓｖａｌｉｄｏｎｖａ—ｏｕｓｎｏｉｓｅｃｏｎｄｉｔｉｏｎ８．ｅｓｐｅｃｉａｌｌｙｏｎｔｈｅｃｏｌｏｒｎｏｉｓｅ８ｒＩｄｎｏｎ－ｓｔａｔｉｏｎａｒｙｎｏｉｓｅｃｏｎｄｉｔｉｏｎｓ．

Ｋｅｙｗｏｒｄｓ：８ｐ呻ｃｈｅｎｈａｎｃｅｍｅｎｔ；Ｂ盯ｋ—ｓｃＢｌｅｄｗＢｖＢｌｅｔｐ啦ｋｅｔｄｅｃｏｆ“ｐ∞ｉｔｉｏｎ；ｌ划ｅｄｅｐｅｎｄｅｎｔｔｈ矾８ｈｏｌｄｉｎｇ

基于阈值的小波域语音增强新算法徐爽，韩芳芳，郑德忠

（燕山大学，仪器科学系．秦皇岛河北０６６００４）

搞耍：提出了一种新的基于阈值的小波域语音增强算法，采用Ｂ出尺度小波包对吉噪语音进行分解，以模拟人耳的听觉特性。采用结点阕值法，用基于谱熵的方法估计结点噪声，实验表明，该算法在多种噪声，尤其是有色噪声和非平稳嗓声条件下均有较好的语音增强效果。关■词：语音增强；Ｂａｒｋ尺度小波包分舸；结点阕值中田分类号：Ｔ№１２文献标识码：Ａ文章埔号：ｌ００４一１６９９（２００４）ｏｌ—ｏＪ５０一０４

实际应用中，语音系统不可避免地受到各种噪声污染，随着环境恶化，系统性能往往急剧下降。为此，人们提出了许多语音增强算法，但由于语音信号的复杂性和非平稳性，以及环境噪声的多样性，这些算法还不尽人意。基于阌值的小波域语音增强算法是其中较有潜力的算法之～，阈值的选择和如何进行阈值是这一算法的关键，但常规阈值方法是在高斯白噪声前提下提出的，具有很大局限性，在有色噪声和非平稳噪声条件下效果并不理想…。听觉实验证实，人耳的抗噪能力极强，可以从信噪比为一１２ｄＢ的含噪语音中提取出纯净语音”３。因此，将人的听觉特性应用到语音增强系统中能够改善语音质量，增强语音可懂度。本文采用Ｂａｒｋ尺度小波包对含噪语音进行分解，以模拟人耳听觉特性。在此基础上，提出了结点阈值法，在语音信号的子带层次上进行阈值操作。实验结果表明，该算法在多种噪声环境下均有较好的语音增强效果。

收稿日期：２００３．１ｌ—ｌＯ作者简介：徐囊（１９７８一）女，硕士研究生，主要研究方向为语音信号处理和说话人识别，ｔｏｘｓｈ２００３＠ｙａｈ００．ｃｏｍｃｎ；

韩芳芳（１９７８一）女，硕士研究生，主要研究方向为信号处理和图象处理；

郑德忠（１９５２一）男，教授，博士生导师，河北省人工智能学会剐理事长，中国电子协会高级会员，主要从事信号处理和先进控制等方面的研究工作，在国内外发表学术论文５０余篇，ｑｈｄａｄｚ＠ｓｉｎａｃｏｍ

　万方数据第ｌ期徐爽．韩芳芳等：基于剐值的小波域语音增强新算法

ｌＢａｒｋ尺度小波包分解ｌ１人耳的听觉特性人耳基底膜具有与频谱分析仪相似的作用，在２０～１６ｏｏＯ｝Ｉｚ范围内的频率可分为２４个频率群。同一频率群的声音在大脑中是叠加在一起进行评价的，具有一致的心理声学特征。按频率由低到高，将频率群顺序编号，将编号定义为新的频率单位Ｂａｒｋ。若记Ｂａｒｋ域的频率变量为。，赫兹（Ｈｅｎｚ）域频率变量为，，则有ｚ＝２６．８１厂／（，＋１９６０）一０５３（１）Ｂａｒｋ域的频率描述充分反映了人耳的听觉特性，因此在语音处理方面得到了大量应用。１．２小波包分析小波包概念是在小波变换基础上进一步提出的，从工程技术角度看，小波包是函数空间逐级正交剖分的扩展。令小波多分辨分析中的滤波器系数分别为ｋ和ｇ。，小波函数≠（Ｉ）及对应的尺度函数≯（Ｉ）的两尺度方程如下ｆ≠（ｆ）＝＞？丸≠（２ｌ一＾）｛簏（２）【妒（ｆ）＝＞？ｇ。声（２‘一矗）而这时，定义函数族｛ｕ。｝。。：＋ｆ％（ｆ）＝压芝：＾（＾）‰（２ｔ—ｋ）｛晟（３）【“。。（ｆ）＝扼＞１９（＾）ｕ。（２ｆ一＾）而其中，ｕ。（‘）－≠（￡），ｕ，（ｔ）＝口（￡），则该函数族｛‰１称为由基函数“。（ｔ）＝≠（ｔ）确定的小波包。因此，小波包是包括尺度函数和小波函数在内的具有一定联系的函数集合。在由小波包｛ｕ．｝生成的函数族｛２”２‰（２’ｆ一女），ｎ∈Ⅳ；ｊ．☆∈ｚ｝中，ｊ表示尺度，＆表示位移，ｎ为振荡参数。通过改变Ｊ和ｎ，小波包可以将小波变换没有细分的高频部分进一步分解，为信号提供更加精细的分析方法。在小波包中任意选取一组可组成Ｌ２（Ｒ）的正交基对信号进行分解，可根据信号特征，自适应地选择频带，使频率分解方式更加灵活。小波包的这一特点使其能够模拟人耳的Ｂａｒｋ域频率描述。１．３Ｂａｒｋ尺度小波包分解根据小波包的函数空间正交剖分理论，可以构造与人耳Ｂａｒｋ域频率描述相似的小波包分解结构，称之为“Ｂａｒｋ尺度小波包分解”。常规方法是模拟人耳的２４个频率群，对于８ｋＨｚ采样的语音信号，选取ｌ至第Ｌ７个频率群，得到的每个子带的中心频率相差１Ｂａｒｋ。实验证实，如果对Ｂａｒｋ域进行进一步分解，使每个子带的中心频率相差减至１／４Ｂａｒｋ，对语音的描述会更加细致，也不会导致较大的计算量“’。因此，本文采用的小波包分解树结构如图ｌ所示，共６８个子频带。图２是对应小波包分解得到的于带中心频率与人耳实际特性的比较图，从图中可见，采用的小波包很好地模拟了人耳听觉特性，且比常规模拟方法更加细致。

。茹侧

囤ｌＢａｒｋ足度小波包分解结构示意图（注有标号的是常规的１７子频带分解结构）ｍ尺度／Ｂ“

田２小波包分解对人耳Ｂ８ｒｋ城频率描述的模拟示意圉（实线代表按公式（１）得到的人耳Ｂ盯ｋ—Ｈｚ曲线；＋代表

本丈提出的６８子频带Ｂａｒｋ尺度小波包分＾Ｉ结构；＊代表常规１７子频带小渡包分解鲒构）

２基于阈值的小波域语音增强新算法基于阈值的小波域语音增强算法是一种直观而有效的去噪方法。对语音信号进行小波域变换后，噪音对大多数小波系数都产生影响，而原始语音信

、瓣鼙ｏ

　万方数据５２传感技术学报

２册４年

号的主要特征只存在于较低频率的子带中。通过设定闽值，使较小的系数为零，可较好地去除噪声。２．１结点阈值选取方法常规小波阈值方法是在高斯白噪声前提下提出的，在小波包分解情况下，阈值定义为＾＝ｄ、厅面啊：丽．ａ＝［ＭＡＤ］／ｏ，６７４５，［ＭＡＤ］是第一层小波系数中值的绝对值，Ⅳ是语音信号的长度。这种方法采用全局阈值，没有考虑到实际噪声在小波域不同尺度上的差别，因此，在有色噪声情况下，效果并不好。Ｊ０ｈｎ８ｔｏｎｅ等人研究了平稳噪声在小波域的传递情况，提出了一种基于尺度的阈值方法…，对不同尺度选取不同阈值，即＾．＝ｑ￣／互菇ｉ丁而，ｑ＝［ＭＡＤ］／ｏ．６７４５。［ＭＡＤ］，是尺度Ｊ上的小波系数中值绝对值。本文在上述研究的基础上提出了一种新的阔值选取方法，称之为“结点阈值法”，它是对每个小波包树的终端结点应用不同的阈值，表示为＾¨＝４“√２１０９（Ⅳ）（４）其中，ｑ．．是小波包树终端结点（ｊ，＾）处的噪声标准差。这种阈值取法突破了高斯白噪声和平稳噪声的局限性。在上述各种阈值中＋都存在噪声标准差一的估计问题。传统方法是利用［ＭＡＤ］进行估值。但［ＭＡＤ］是在高斯分布的噪声前提下提出的，与实际应用环境并不符合．因此，本文采用一种基于谱熵的噪声估计方法…，步骤如下：①用小波包分解系数直方图估计每一终端结点的频谱密度函数（直方图中有曰个直方条）尸¨：器，６：１，２，…占（５）’¨２丽丽ｒ，６２ｌ，２，…ｄＬ３，其中，ｎ“ｍ。为在直方条６中的小波系数ｃ。的数目，（ＨｕＭ］。为该终端结点的系数总数目，ｎ＝１，２，６８是结点（，．々）的序列号，按频率大小排列。②计算结点ｎ处的归一化谱熵【Ｅｎｔｒｏｐｙ］（ｎ）＝一∑Ｐｍｌｏｇ（ＰⅢ）（６）③估计频谱强度和噪声标准差，确定结点阈值利用直方图估计每一结点的频谱强度．并设辅助阈值ａ（ｎ）＝【Ｅｎｔｒｏｐｙ］（ｎ）・ＣＮｕＭ。］・ｐ（７）可得噪声标准差ｄＭ＝ｎ６×训（８）其中，柚为大于ａ（ｎ）的直方条数目，ｗ为直方条的宽度。将估计得到的吒。代人式（４）中，即得到结

点阈值＾。。确定出每个结点的闯值后，采用软阚值方法进行阈值处理，即

ｃｔＨＲ，。ｃｘ，ａ，＝｛孑“‘ｘ’‘ｌｘＪ一１’：：：：：

２．２语音增强新算法总上所述，可以得到新算法的计算步骤如下（１）对含噪语音进行Ｂａｒｋ尺度小波包分解，得到６８个终端结点分解结构。（２）计算每一个终端结点的结点阚值并对该结点的小波包分解系数进行阈值处理。（３）利用阈值处理后的小波包系数进行原始语音的小波包重建

３实验结果与分析采用上述新算法，对不同噪声环境下的多种语音样本进行了反复试验，噪声类型和强度均是变化的。纯净语音样本来源于安静环境下８ｋＨｚ采样的自然连续语音，噪声来源于噪声数据包Ｎｏｉｓｅｘ９２，选取了白噪声（ｗｈｉｔｅ）、Ｆ１６战机噪声（Ｆ１６）、粉色噪声（Ｐｉｎｋ）、工厂噪声（Ｆａｃｔｏｗｌ）和汽车噪声（ｃａｒ）。通过改变噪声强度，可以构成信噪比不同的含噪语音。采用５阶Ｄａｕｂｅｃｈｉｅ￥小波进行Ｂａｒｋ尺度小波包变换，采用结点阈值法进行闽值操作，选取参数为曰＝８，口＝０．８。噪声为自噪声时，进行了不同信噪比下的对比

实验，对比算法为ＲＭａｎｉｎ提出的谱减法”’。实验结果表明．从改善信噪比角度看，信噪比较高时，本文算法接近谱减法，而信噪比较低时则远远优于谱减法。图３给出了信噪比为一５ｄＢ时的实验结果，实际测听表明，采用谱减法时，语音的后半部分有明显的音乐噪声，而采用本文算法时，增强语音具有良好的清晰度和可懂度。噪声为有色噪声和非平稳噪声时，同样进行了对比实验，对比算法为前面提到的Ｊｏｈｎｓｔｏｎｅ等人提出的基于尺度阈值的小波算法（Ｊ算法）。表１是信噪比为ｌＯｄＢ时的实验结果，纯净语音为汉语“我愿意和大家一起工作”。可以看出，本文算法在多种噪

　万方数据