CN104299620A - 一种基于emd算法的语音增强方法 - Google Patents

Abstract

本发明公开了一种基于EMD算法的语音增强方法，首先对含噪声的语音信号进行EMD分解，得到若干IMF分量；其次计算出每个IMF分量的含噪置信度，根据含噪置信度判断出噪声含量高的IMF分量，其余的IMF分量置零；然后构造阈值函数，对噪声含量高的IMF分量使用阈值函数进行阈值处理；最后对阈值处理后的IMF分量进行叠加，得到噪声被抑制的语音信号。采用本发明能够有效抑制IMF分量中的噪声能量，同时能较完整地保留语音信号。

Description

一种基于EMD算法的语音增强方法

技术领域

本发明属于信号处理领域，特别涉及了一种基于EMD算法的语音增强方法。

背景技术

基于EMD的语音增强方法，是使用经验模式分解(EMD)将含噪信号分解成一组本征模式分量(IMF)，然后对IMF进行合理的处理。以往的方法是对部分IMF分量直接置零，但是由于EMD算法本身的模态混叠等问题，以及语音信号清音部分有噪声的特性，因而将导致经过EMD分解得到的IMF分量中，即使判断为噪声含量高的分量，也会含有语音的清音部分。如果将这些分量直接置零，将导致重构后的语音失去高频信息，听上去像隔了一层布。阈值法处理IMF可以更多的保留语音信息。

因此，目前需要技术人员迫切解决的一个技术问题就是：如何能够创新地提出一种阈值函数或是方法，以尽可能抑制分量中的噪声能量，同时保留其中的语音信号。

发明内容

为了解决上述背景技术存在的技术问题，本发明旨在提供一种基于EMD算法的语音增强方法，有效抑制分量中的噪声能量，同时保留语音信号。

为了实现上述技术目的，本发明的技术方案为：

一种基于EMD算法的语音增强方法，包括以下步骤：

(1)对含噪声的语音信号进行EMD分解，得到若干IMF分量；

(2)计算出每个IMF分量的含噪置信度，根据各分量的含噪置信度判断出噪声含量高的IMF分量，对其余的IMF分量置零；

(3)构造阈值函数，对噪声含量高的IMF分量使用阈值函数进行阈值处理；

(4)对阈值处理后的IMF分量进行叠加，得到噪声被抑制的语音信号。

其中，步骤(3)中的阈值函数为：

${\tilde{c}}_{\mathrm{new}}=\left\{\begin{array}{cc}\mathrm{sign}\left(c_i\right)\left(\right|c_i|-\mathrm{a\λ}),& \left|c_i\right|>\mathrm{\λ}\\ (1-a)\frac{c_i^3}{{\mathrm{\λ}}^2},& \left|c_i\right|>\mathrm{\λ}\end{array}\right.$

上式中，a为常数且0≤a≤1，c_i为含噪声的语音信号进行EMD分解后的第i个IMF分量，λ为阈值。

其中，上述阈值λ＝median(|c_i|)，即IMF分量绝对值的平均值。

其中，步骤(1)的具体步骤如下：

(a)使用不同的分解停止条件获得N组IMF分量的样本集，其中N≥1；

(b)计算每组IMF分量的整体正交指数，并计算其平均值：

$<V>=\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}V\left(S_j\right)$

上式中，S_j表示表示各组IMF分量的筛分次数，V(S_j)是某组IMF分量的整体正交指数；

(c)计算V(S_j)的标准差作为正交置信限，根据该正交置信限舍去不合格的IMF分量样本；

其中，上述V(S_j)的计算公式为：

$V\left(S_j\right)=\frac{\underset{m\&NotEqual;n}{\mathrm{\&Sigma;}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{c}_m\left(t\right)c_n\left(t\right)}{2x^2\left(t\right)}$

上式中，c_m(t)、c_n(t)分别为某一筛分次数下分解出的第m、n个IMF分量，x(t)为含噪声的语音信号，T为时间序列t的上限值。

采用上述技术方案带来的有益效果：

本发明将语音信号通过EMD分解为若干IMF分量，并将其中噪声含量高的分量进行阈值函数处理，最终得到噪声被抑制的语音信号，且设计的阈值函数相比常见的阈值函数具有连续、平滑、计算简单等优秀性能，提高了信噪比，改善了MOS得分，保证了语音信号的真实度和可懂度。

附图说明

图1是本发明的原理图；

图2是本发明实施例的IMF分量的含噪置信度示意图；

图3是本发明采用的阈值函数与传统阈值函数的对比图。

具体实施方式

以下将结合附图，对本发明的技术方案进行详细说明。

如图1所示本发明的原理图，其中，x(t)是采集到的含噪声的语音信号，该语音信号经过EMD分解处理后，得到n-1个IMF分量c_i和一个余项r_n，其中，i＝1,2,...,n-1，n为大于1的整数。然后，选定某些IMF分量置零，选定某些IMF分量进行阈值处理，对阈值处理后的IMF分量叠加，得到处理后的语音信号y(t)。其中，IMF分量是置零还是进行阈值处理是根据IMF分量的含噪置信度来确定的。

本发明中语音信的EMD分解的具体步骤如下：

(1)使用不同的分解停止条件获得N组IMF分量的样本集，其中N≥1；

(2)计算每组IMF分量的整体正交指数：

$V\left(S_j\right)=\frac{\underset{m\&NotEqual;n}{\mathrm{\&Sigma;}}\underset{t=1}{\overset{T}{\mathrm{\&Sigma;}}}{c}_m\left(t\right)c_n\left(t\right)}{2x^2\left(t\right)}$

上式中，c_m(t)、c_n(t)分别为某一筛分次数下分解出的第m、n个IMF分量，x(t)为含噪声的语音信号，T为时间序列t的上限值。S_j为各组IMF分量的筛分次数，V(S_j)即是在该筛分次数S_j下的IMF分量的整体正交指数。

(3)计算N组IMF分量的整体正交指数的平均值：

$<V>=\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}V\left(S_j\right)$

(4)计算V(S_j)的标准差作为正交置信限，并根据该正交置信限舍去不合格的IMF分量样本；

如图2所示本实施例的IMF分量的含噪置信度示意图，在本实施例中，EMD分解出10个IMF分量，图中十个星形标记从左到右依次为第1到第10个分量的置信度，曲线是90％的置信度曲线，星形标记在曲线上方，且离曲线越远表示越可信，即此IMF分量含噪声能量越少。一般需要预先给定置信要求，若IMF分量的置信度满足给定的置信要求，则说明该分量置信度高，所含噪声少，直接置零即可；若IMF分量的置信度不满足给定的置信要求，则说明该分量置信度低，所含噪声多，需要进行阈值处理。从图2中可以看出，第3，4，5个分量是置信度高，直接置零即可，对其余的IMF分量使用阈值函数处理。

本发明采用的阈值函数为：

${\tilde{c}}_{\mathrm{new}}=\left\{\begin{array}{cc}\mathrm{sign}\left(c_i\right)\left(\right|c_i|-\mathrm{a\&lambda;}),& \left|c_i\right|>\mathrm{\&lambda;}\\ (1-a)\frac{c_i^3}{{\mathrm{\&lambda;}}^2},& \left|c_i\right|>\mathrm{\&lambda;}\end{array}\right.$

上式中，sign()表示数学上公知的符号函数，语音信号进行EMD分解后的第i个IMF分量，λ为阈值，λ＝median(|c_i|)，即IMF分量绝对值的平均值。

本领域较常采用的阈值函数为硬阈值函数、软阈值函数、折中阈值函数：

硬阈值函数： ${\tilde{c}}_{\mathrm{hard}}=\left\{\begin{array}{cc}{c}_i& \left|c_i\right|>\mathrm{\&lambda;}\\ 0& \left|c_i\right|\&le;\mathrm{\&lambda;}\end{array}\right.$

软阈值函数： ${\tilde{c}}_{\mathrm{soft}}=\left\{\begin{array}{cc}\mathrm{sign}\left(c_i\right)\left(\right|c_i|-\mathrm{\&lambda;})& \left|c_i\right|>\mathrm{\&lambda;}\\ 0& \left|c_i\right|\&le;\mathrm{\&lambda;}\end{array}\right.$

折中阈值函数： ${\tilde{c}}_{\mathrm{zh}}=\left\{\begin{array}{cc}\mathrm{sign}\left(c_i\right)\left(\right|c_i|-\mathrm{a\&lambda;})& \left|c_i\right|>\mathrm{\&lambda;}\\ 0& \left|c_i\right|\&le;\mathrm{\&lambda;}\end{array}\right.$

上式中，a为常数且0≤a≤1，c_i为含噪声的语音信号进行EMD分解后的第i个IMF分量，λ为阈值。

本发明采用的阈值函数与本领域传统的硬阈值函数、软阈值函数和折中阈值函数相比，具有的优点是：连续、平滑、信号失真小。本发明采用的阈值函数与传统阈值函数的对比如图3所示。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (5)

1.一种基于EMD算法的语音增强方法，其特征在于，包括以下步骤： 

(1)对含噪声的语音信号进行EMD分解，得到若干IMF分量； 

(2)计算出每个IMF分量的含噪置度，根据各分量的含噪置信度判断出噪声含量高的IMF分量，对其余的IMF分量置零； 

(3)构造阈值函数，对噪声含量高的IMF分量使用阈值函数进行阈值处理； 

(4)对阈值处理后的IMF分量进行叠加，得到噪声被抑制的语音信号。 

2.根据权利要求1所述一种基于EMD算法的语音增强方法，其特征在于：步骤(3)中的阈值函数为： 

上式中，a为常数且0≤a≤1，c_i为含噪声的语音信号进行EMD分解后的第i个IMF分量，λ为阈值。 

3.根据权利要求2所述一种基于EMD算法的语音增强方法，其特征在于：所述阈值λ＝median(|c_i|)，即IMF分量绝对值的平均值。 

4.根据权利要求1所述一种基于EMD算法的语音增强方法，其特征在于：步骤(1)的具体步骤如下： 

(a)使用不同的分解停止条件获得N组IMF分量的样本集，其中N≥1； 

(b)计算每组IMF分量的整体正交指数，并计算其平均值： 

上式中，S_j表示各组IMF分量的筛分次数，V(S_j)是筛分次数S_j下某组IMF分量的整体正交指数； 

(c)计算V(S_j)的标准差作为正交置信限，根据该正交置信限舍去不合格 的IMF分量。 

5.根据权利要求4所述一种基于EMD算法的语音增强方法，其特征在于：所述V(S_j)的计算公式为： 

上式中，c_m(t)、c_n(t)分别为某一筛分次数下分解出的第m、n个IMF分量，x(t)为含噪声的语音信号，T为时间序列t的上限值。