一種新的自適應閾值小波包語音增強算法

任永梅　肖冬瑞

摘要：針對固定閾值小波包語音增強算法在去噪時會損失語音信號的問題，文中提出了一種新的自適應閾值小波包語音增強算法。該算法先利用帶噪語音的小波包變換系數估計出后驗信噪比，再由含有后驗信噪比因子的sigmoid函數作為平滑因子對隨尺度變化的閾值進行相鄰幀的平滑，最后由后驗信噪比自適應修正平滑閾值，減少語音失真；仿真實驗結果表明，該算法在去噪的同時減少了語音信號的損失，有效地提高了增強語音的信噪比和分段信噪比，較固定閾值小波包語音增強算法具有明顯的優越性。

關鍵詞：小波包變換；自適應閾值；信噪比；分段信噪比

中圖分類號：TP301.6 文獻標識碼：A 文章編號：1009-3044（2014）26-6174-04

Abstract：Aiming at the problem of the fixed threshold wavelet packet speech enhancement algorithm loses the speech signal in denoising， this paper proposed a new adaptive threshold of wavelet packet for speech enhancement algorithm. Firstly， the algorithm uses the wavelet packet coefficients of noisy speech to estimate the posteriori SNR. Secondly， the sigmoid function contains a posteriori the signal-to-noise ratio （SNR） factor as a smooth factor smoothes adjacent frame threshold with scale changing. Finally， the posterior SNR adaptively adjusts the smoothed threshold， which reduced speech distortion. Simulation experimental results show that this algorithm in denoising reduces the loss of the speech signal， effectively improves the SNR and SSNR of the enhanced speech， and has obvious superiority than a fixed threshold wavelet packet speech enhancement algorithm.

Key words：wavelet packet transform； adaptive threshold； SNR； SSNR

語音增強有著廣泛的應用，因此尋求一種有效的算法對帶噪語音信號進行處理以達到較高的抗噪效果的研究意義很大[1]。語音增強的目的有兩個：一是抑制背景噪聲，改善語音質量，使聽者樂于接受；二是提高語音的可懂度，方便聽者理解。一般來說，語音增強方法分為2大類：時域方法（如子空間法）和頻域方法（如譜減法等），時域方法計算量大，頻域方法如譜減法，雖具有計算量小的特點，但在處理中存在音樂噪聲，因此達不到令人滿意的效果[2]。

小波分析又稱為多分辨率分析，是一種有力的時-頻分析工具，它既可以分析信號的概貌，又可以分析信號的細節。小波閾值去噪方法簡單有效，是目前最常用的小波去噪方法，其中閾值的選取在小波閾值去噪方法中最為關鍵。……