基于听觉小波包自适应语音增强方法-华南师范大学学报.pdfVIP

华南师范大学学报 （自然科学版） ２０１３年３月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＣＨＩＮＡＮＯＲＭＡＬＵＮＩＶＥＲＳＩＴＹ 第４５卷第２期 　　　　　　　　　　　　 Ｍａｒ．２０１３ 　　　　　　　　　　　 （ＮＡＴＵＲＡＬＳＣＩＥＮＣＥＥＤＩＴＩＯＮ） 　Ｖｏｌ．４５　Ｎｏ．２ 文章编号：１０００－５４６３（２０１３）０２－００５５－０５ 基于听觉小波包自适应语音增强方法 陈春辉，冯　刚 （华南师范大学计算机学院，广东广州５１０６３１） 摘要：建立了听觉模型的小波包，考察了传统小波分析的软硬阈值与Ｄｏｎｏｈｏ提出的小波阈值之间的关系，提出了一 种新的自适应动态阈值的计算方法．结果证明，该算法不仅较好地解决了音乐噪声的问题，而且其语音增强效果具 有更高的清晰度和可懂度． 关键词：听觉掩蔽；小波包；阈值；语音增强 中图分类号：ＴＰ３９１．４　　　文献标志码：Ａ　　　ｄｏｉ：１０．６０５４／ｊ．ｊｓｃｎｕｎ．２０１３．０１．０１１ 　　基于小波的语音增强一直是语音增强领域的一 个研究热点并取得了许多研究成果，但在语音增强 ２　小波包与Ｂａｒｋ尺度 ［１］ 处理中当噪声与语音的频谱相似时 ，传统的软硬 阈值法处理往往无法有效地去除噪声．因此，找出合 ２．１　小波包频率分解 适的阈值，一直是小波语音增强的难点之一．对于语 小波分解只是将信号的近似系数Ａ用于进一 ｊ 音分析来说，人类听觉系统对于声音频率的感知与 步分解（图１）．而小波包可根据需要选取近似系数 ［２］ 实际频率的对应关系是一种非线性映射关系 ． Ａ或细节系数Ｄ做进一步分解（图２），小波包变换 ｊ ｊ 本文基于Ｂａｒｋ尺度采用小波包模拟人耳的频 的基本思想是根据有用信号在近似系数和细节系数 率分析机制，根据空域滤波方法估计出噪声的下限 ［５］ 的特性，从而找出规律 ． 阈值，通过通用阈值确定每一频率群噪声的上限阈 值，最后在每一频率群里采用新的阈值动态除噪． １　人耳的听觉模型 人耳是相当完美的声音信息采集和处理器，人 耳基底膜如同一个频谱分析器，ＢＡＲＫＨＡＵＳＥＮ等 学者依据人耳的掩蔽效应的实验结果，提出了频率 图１　三层小波分解图 群的概念．即在２０～１６０００Ｈｚ范围内分解为２４个 Ｆｉｇｕｒｅ１　Ｔｈｒｅｅ－ｌｅｖｅｌｗａｖｅｌｅｔｄｅｃｏｍｐｒｅｓｓｉｏｎｄｉａｇｒａｍ 频率群，频率群的划分相应于基底膜分成许多很小 的部分，每一部分对应一个频率群，并且长度相 ［３］ 等 ．也就是说，人类听觉系统对于声音频率的感 知与实际频率的对应关系，是一种非线性映射关系， 这就引出了所谓的 Ｂａｒｋ尺度的概念．ＴＲＡＵＮＭ ＵＬＬＡＲ［４］给出了线性频率与Ｂａｒｋ频率之间的函数 关系，即 ｆ－２０ 图２　三层小波包分解图 Ｂ（ｆ）＝６．７ａｓｉｎｈ６００． （１） Ｆｉｇｕｒｅ２　Ｔｈｒｅｅ－ｌｅｖｅｌｗａｖｅｌｅｔｐａｃｋｅｔｄｅｃｏｍｐｒｅｓｓｉｏｎｄｉａｇｒａｍ 收稿日期：２０１２－０１－１１ 基金项目：国家自然科学基金项目 通讯作者：冯刚，副教授，Ｅｍ