基于小波閾值和LMS算法語音降噪算法研究

鄭珩+宋斌

摘 要： 語音信號降噪是語音信號處理的重要方面，對人們的日常生活有重要影響。常見的降噪算法包括自適應方法及小波變換等。LMS算法是自適應算法的一種，其優點是算法實現簡單，復雜度低；其主要缺點是不能同時保證算法的收斂速度和實驗精度。小波閾值在處理語音信號方面也有獨特的優勢，其主要缺點是處理高頻信號時存在失真現象。提出將兩種方法結合起來，對語音信號進行兩次處理，保留了每種算法的優點，同時避免單一方法帶來的不利影響。實驗結果表明，該方法的效果顯著優于單一算法。

關鍵詞： LMS； 小波閾值； 語音降噪； 信號處理

中圖分類號： TN911?34； TP301.6 文獻標識碼： A 文章編號： 1004?373X（2015）08?0037?04

Research on voice noise reduction algorithm based on LMS algorithm and wavelet threshold

ZHENG Hang， SONG Bin

（School of Computer Science and Engineering， Nanjing University of Science and Technology， Nanjing 210014， China）

Abstract： Noise reduction is an important aspect of the voice signal processing， which has a major impact on people's daily lives. The common methods of noise reduction include adaptive noise reduction algorithm and wavelet transform algorithm. LMS algorithm is one of the adaptive algorithms， whose advantages are low complexity and easy to realize， but whose main drawbacks are those which can not guarantee the convergence rate of the algorithm and the accuracy of the experimental at the same time. Wavelet threshold algorithm also has a unique advantage in dealing with the voice signal， whose main drawback is distortion when dealing with high?frequency signals. The combination of two methods to deal with voice signal twice to retain the advantages of each algorithm and avoid the influence caused by a single method is proposed in this paper. The experimental results show that the effect of the method is significantly better than only one algorithm.

Keywords： LMS； wavelet threshold； voice noise reduction； signal processing

0 引 言

聲音是人與人之間溝通交往的一種重要方式。然而在特定環境下會產生噪聲，輕則造成聲音聽起來比較刺耳，重則無法獲取聲音中的有效信息。如何減少甚至消除噪聲是現在一個廣泛研究的課題。

現在常用的噪聲消除方法包括譜減法、線性濾波法、小波變換法，子空間語音降噪法，自適應噪聲抵消法[1]等。其中自適應噪聲抵消法[2?3]效果較好，相比于其他方法，由于多了一個參考噪聲作為輸入，因此能夠獲得更加全面的噪聲信息，從而得到更加良好的降噪效果。LMS作為自適應噪聲抵消方法的一種，具有計算量較少的有點。另外小波分析[4]是一種時域分析，克服了傅里葉變換固定分辨率的缺點，在信號的高頻部分，可以獲得較好的時間分辨率，在信號的低頻部分可以獲得較高的頻率分辨率，適用于語音信號等非平穩信號的處理。

1 LMS自適應算法

1.1 LMS算法原理

自適應濾波[5]就是利用前一時刻獲得濾波器參數的結果自動的調節現時刻的濾波器參數，以適應信號和噪聲統計特性，從而實現最優濾波。自適應濾波器實質上就是一種能調節其自身傳輸特性以達到最優的濾波器。一般自適應濾波器的結構如圖1所示。

圖1中[x（n）]為輸入信號，通過參數可調的數字濾波器后產生輸出信號[y（n）]，將輸出信號[y（n）]與期望信號[d（n）]進行比較，得到誤差信號[ε（n）]。[ε（n）]和[x（n）]通過自適應算法對濾波器參數進行調整，使誤差信號[ε（n）]最小。