CN110931039A - 一种基于小波的无线语音降噪装置及方法 - Google Patents

Abstract

本发明涉及无线语音通信技术领域，公开了一种基于小波的无线语音降噪装置及方法。采用小波变换，据小波变换具有它对突变点位置确定的“变焦”特性,建立小波变换与刻画信号奇异性的Lipschitz指数之间的密切关系,从而通过小波变换来确定信号的奇异点位置；再采用阈值函数改进的小波去噪；改进阈值函数的方法，本发明实现了基于小波变换的无线语音降噪器实验系统，其去噪效果优于采用硬阈值函数、软阈值函数的去噪效果。本发明的无线语音降噪方法，能够对现有设备进行降噪改造，具有重要的现实意义。

Description

一种基于小波的无线语音降噪装置及方法

技术领域

本发明涉及无线语音通信技术领域，尤其涉及一种基于小波的无线语音降噪装置及方 法。

背景技术

无线语音通信是将语音信号变为电信号，调制到高频振荡上，由发射天线把已调的高频 电流以电磁波的形式发射出去。其中语音信号的语音降噪技术是从受噪声污染的语音信号中 尽可能地恢复原始语音信号，语音增强是其中的关键技术。语音增强技术在国外发展较早， 现在为止，语音增强算法根据算法处理方式的不同，可将目前常用的语音增强算法大致分为 以下四类：

(1)参数方法:如梳状滤波器法、维纳滤波器法、卡尔曼滤波器法等。此类方法依赖于使 用的语音生成模型，需要提取模型参数。如果实际噪声或语音条件与模型有较大差距或难以 提取模型参数，则此类方法容易失效。

(2)非参数方法:如噪声对消算法、谱相减算法、自适应滤波算法等。此类方法不需要从 带噪语音信号中估计模型参数，应用范围比较广。但是由于此类方法没有充分利用可能的统 计信息，结果一般不是最优的

(3)统计方法:如基于短时幅度谱的最小均方误差估计的语音增强方法、基于隐马尔可夫 模型的语音增强方法以及基于信号子空间的语音增强方法等等。此类方法比较充分地利用了 语音和噪声的统计特性，但一般需要建立模型库，需要获得初始的统计参数，算法比较复杂， 计算量比较大。

发明内容

针对现有技术的不足，本发明提供了一种基于小波的无线语音降噪装置及方法。

为了实现上述发明目的，本发明采用了如下技术方案：

一种基于小波的无线语音降噪装置，包括：RF-41A10电台、消噪板，RF-41A10电台的音 频板末级与消噪板输入端相连，消噪板的输出端与扬声器相连；RF-41A10电台的13V供电直 流电源通过稳压块IC7812与消噪板电源端相连；DSP处理芯片的数据端通过数据线与双口 RAM存储器相连，TMS 320/VC5409芯片的输入端与Flas h芯片相连；

所述消噪板，由输入信号通过抗混叠滤波在经A/D模数转换至DSP处理芯片处理，DSP 处理芯片处理后的信号在经D/A数模转换至平滑滤波输出。

一种基于小波的无线语音降噪装置，所述RF-41A10电台的音频板末级与消噪板输入端之 间设置有阻抗匹配器和电磁兼容器。

一种基于小波的无线语音降噪装置，所述DSP处理芯片为TMS 320/VC5409芯片。

一种基于小波的无线语音降噪方法，其步骤如下：

1)小波变换，据小波变换具有它对突变点位置确定的“变焦”特性,建立小波变换与刻画信 号奇异性的Lipschitz指数之间的密切关系,从而通过小波变换来确定信号的奇异点位置；

设0≤α≤1,则f(x)在区间[a,b]上具有一致Lipschitz指数α,当且仅当存在常 数k,使得

有：

|f(x₀)-f(x₁)|≤k|x₀-x₁|² (1)

称满足上式的α的上界α₀为函数f(x)的Lipschitz一致正则性阶数；证明瞬变点x的 Lipschitz指数α，通过小波变换的模值沿尺度S的来计算得到:

|w_sf(x)|≤As^α (2)

lb|w_sf(x)|≤lb(A)+αlb(s) (3)

式中,A是非零常数；由此知,如果函数f(x)的Lipschitz指数α>0,则该函数的小波变换系数将随着尺度的增大而增大；反之,若α<0,则函数f(x)的小波变换系数将随着 尺度的减小而减小；

其中信号的Lipschitz指数大于0时其小波变换极大模的幅度将随着尺度而增加；然而 噪声的Lipschitz指数是负数,因此噪声所对应的小波变换极大值的模将随尺度的增加而减 小；在不同的分解尺度上设置一阈值,将小于该阈值的极大模值点认为是噪声的小波变换 引起的,因而将其置为0；大于该阈值的极大模值点则认为是信号小波变换引起的予以保留； 然后再通过小波逆变换重构信号,达到去噪的目的；

2)、阈值函数改进的小波去噪，设带噪语音信号为:

f(k)＝s(k)+n(k),k＝0,1,…,N-1

式中s(k)为纯净语音信号,n(k)为噪声,N为语音信号长度；首先对带噪语音信号f(k)进行离散序列小波变换,得到含噪声的小波系数；然后用设定的阈值作为门限对小波系数进行处理,仅让超过门限的那些显著的小波系数用于小波变换来重构语音信号；

小波变换后的系数处理包括:

硬阈值方法

软阈值方法

然而硬阈值方法和软阈值方法存在自身的缺陷:如硬阈值方法中,

在t处不连续,会 给重构信号带来一些振荡；由软阈值方法估计出来的

虽然整体连续性好,但是当r|＞t时,

与r总存在恒定的偏差；提出改进的阈值函数:

由上式知:当m＝1时,即为软阈值函数；当m＝∞时,即为硬阈值函数,改进阈值函数介 于软、硬函数之间；恰当地选择参数m达到小波域阈值去噪的效果；其具有光滑连续性,所 以更接近于语音信号和噪声的小波系数的物理本质,其去噪效果要优于软、硬阈值函数；此 外,改进的阈值函数不但连续,而且当r|＞t时是高阶可导的,便于进行相关处理；上式中t 表示门限阈值,t的选择直接影响去噪效果；

阈值的确定首先设置一个尺度阈值作用于带噪语音f(k)各尺度下的小波系数,仅让超 过阈值的小波系数参加反变换,重构出去噪后的

式中σ表示噪声方差,N表示观测语音长度；此处阈值称为固定阈值,因为对不同的尺 度采用相同的阈值,故处理效果不太理想；由分析知,随着尺度的增加,噪声的模极大值减 小,所以阈值也应随着尺度的增加而减小；因此定义新阈值:

此处阈值称为变阈值,即随着尺度j的增大,t(j)的值逐渐减小,使其与噪声在小波 变换各尺度上的传播特性相一致；

此外,在采用阈值法处理语音信号时,即不能破坏清音段语音,这是由于清音段包含了许 多类似噪声的高频成分,若去除这些成分则会严重影响重构语音的质量；首先对被噪声污染 的语音信号做多层小波分解,计算每个尺度上的平均能量；再进行清浊音判断,如果输入的 语音段满足:

(1)最小尺度上的信号能量最高，即高频段信号能量最强；

(2)最大尺度上的信号能量与最小尺度上的信号能量之比小于0.9,则判断为清音；然 后对清音段语音和浊音段语音采用不同的阈值处理方法:若为清音,则只对最小尺度上的小 波系数进行阈值处理,否则对全部小波系数进行阈值处理，最后重构语音信号。

由于采用上述技术方案，本发明具有以下的有益效果：

本发明的一种基于小波的无线语音降噪装置及方法，采用小波变换，据小波变换具有它 对突变点位置确定的“变焦”特性,建立小波变换与刻画信号奇异性的Lipschitz指数之间的 密切关系,从而通过小波变换来确定信号的奇异点位置；再采用阈值函数改进的小波去噪； 改进阈值函数的方法，实现了基于小波变换的无线语音降噪器实验系统，其去噪效果优于采 用硬阈值函数、软阈值函数的去噪效果。

本发明能够克服由于无线电信号在传输过程中不可避免地会受到风、雨、雷、电的干扰， 还能够克服有来自周围环境的干扰及通信设备内部电噪声等的干扰噪声污染的带噪语音，因 此，上述无线语音降噪方法，能够对现有设备进行降噪改造，具有重要的现实意义。

附图说明

图1是改进阈值函数与软、硬软阈值函数之间的关系方框图；

图2是改进的阈值函数与硬、软阈值函数的关系方框图。

图3是无线语音降噪装置的电路方框图。

图4是DSP系消噪板噪语音方框图；

图5a是原始语音信号的效果图。图5b是解压后的改进阈值函数进行语音去噪的效果图。

具体实施方式

下面结合附图对本专利进一步解释说明。但本专利的保护范围不限于具体的实施方式。

如图1、2所示，一种基于小波的无线语音降噪方法，是通过傅里叶变换的整体分析， 用单独的时域或频域表示信号的特征；而小波分析是局部化时频分析，它用时域和频域的联 合表示信号的特征；其步骤如下：

1、小波变换，小波变换具有“变焦”特性---是它对突变点位置的确定是很有效的；建 立小波变换与刻画信号奇异性的Lipschitz指数之间的密切关系,从而通过小波变换来确定 信号的奇异点位置；

设0≤α≤1,则f(x)在区间[a,b]上具有一致Lipschitz指数α,当且仅当存在常 数k,使得

有：

称满足上式的α的上界α₀为函数f(x)的Lipschitz一致正则性阶数；证明瞬变点x的 Lipschitz指数α，通过小波变换的模值沿尺度S的来计算得到:

|w_sf(x)|≤As^α

(2)

lb|w_sf(x)|≤lb(A)+αlb(s)

(3)

式中,A是非零常数；由此知,如果函数f(x)的Lipschitz指数α>0,则该函数的小波变换系数将随着尺度的增大而增大；反之,若α<0,则函数f(x)的小波变换系数将随着 尺度的减小而减小；

其中信号的Lipschitz指数大于0时其小波变换极大模的幅度将随着尺度而增加；然而 噪声的Lipschitz指数是负数,因此噪声所对应的小波变换极大值的模将随尺度的增加而减 小；利用这个特点,在不同的分解尺度上设置一阈值,将小于该阈值的极大模值点认为是噪 声的小波变换引起的,因而将其置为0；大于该阈值的极大模值点则认为是信号小波变换引 起的予以保留；然后再通过小波逆变换重构信号,达到去噪的目的；

2、阈值函数改进的小波去噪，设带噪语音信号为:

f(k)＝s(k)+n(k),k＝0,1,…,N-1

式中s(k)为纯净语音信号,n(k)为噪声,N为语音信号长度；首先对带噪语音信号f(k)进行离散序列小波变换,得到含噪声的小波系数；然后用设定的阈值作为门限对小波系数进行处理,仅让超过门限的那些显著的小波系数用于小波变换来重构语音信号；

小波变换后的系数处理方法有硬阈值方法和软阈值方法:

硬阈值方法

软阈值方法

然而硬阈值方法和软阈值方法存在自身的缺陷:如硬阈值方法中,

在t处不连续,会 给重构信号带来一些振荡；由软阈值方法估计出来的

虽然整体连续性好,但是当r|＞t时,

与r总存在恒定的偏差；提出改进的阈值函数:

由上式知:当m＝1时,即为软阈值函数；当m＝∞时,即为硬阈值函数,改进阈值函数介 于软、硬函数之间；恰当地选择参数m达到小波域阈值去噪的效果；其具有光滑连续性,所 以更接近于语音信号和噪声的小波系数的物理本质,其去噪效果要优于软、硬阈值函数；此 外,改进的阈值函数不但连续,而且当r|＞t时是高阶可导的,便于进行相关处理；上式中t 表示门限阈值,t的选择直接影响去噪效果；

图1为改进阈值函数与软、硬软阈值函数之间的关系。如带噪语音的模型如图1:

y(k)＝s(k)+d(k)

这里S(k)和d(k)分别代表纯净语音和干扰噪声。

图2为改进的阈值函数与硬、软阈值函数的关系；阈值的确定首先设置一个尺度阈值作 用于带噪语音f(k)各尺度下的小波系数,仅让超过阈值的小波系数参加反变换,重构出去 噪后的

式中σ表示噪声方差,N表示观测语音长度；此处阈值称为固定阈值,因为对不同的尺 度采用相同的阈值,故处理效果不太理想；由分析知,随着尺度的增加,噪声的模极大值减 小,所以阈值也应随着尺度的增加而减小；因此定义新阈值:

此处阈值称为变阈值,即随着尺度j的增大,t(j)的值逐渐减小,使其与噪声在小波 变换各尺度上的传播特性相一致；

此外,在采用阈值法处理语音信号时,即不能破坏清音段语音,这是由于清音段包含了许 多类似噪声的高频成分,若去除这些成分则会严重影响重构语音的质量；首先对被噪声污染 的语音信号做多层小波分解,计算每个尺度上的平均能量；再进行清浊音判断,如果输入的 语音段满足:

(1)最小尺度上的信号能量最高，即高频段信号能量最强；

(2)最大尺度上的信号能量与最小尺度上的信号能量之比小于0.9,则判断为清音；然 后对清音段语音和浊音段语音采用不同的阈值处理方法:若为清音,则只对最小尺度上的小 波系数进行阈值处理,否则对全部小波系数进行阈值处理，最后重构语音信号；

3、仿真实验，利用Matlab语言对上述方法进行仿真,纯净语音样本来源于安静环境下 16kHz采样、16bit量化的自然连续语音,单声道,背景噪声为加性高斯白噪声。通过改变噪声强度,构成信噪比分别为10dB、5dB、0dB的带噪语音。采用Daubechies小波进 行分解,分解层数为5,语音样本为“大家都说普通话”。

采用改进阈值函数进行语音去噪的效果,如图5a与图5b的相比。通过对比可以得到,采 用改进阈值函数的去噪效果优于采用硬阈值函数、软阈值函数的去噪效果,加性高斯白噪声 几乎被完全消除,且清音部分得到很好的保留。采用改进阈值函数在SNR＝0dB下的去噪,可 以看出改进阈值函数在信噪比较低的情况下去噪效果仍很好,证明该方法有效。经测试,语 音增强后信噪比提高很多,而且主观试听表明,去噪后语音清晰,接近原始语音。

如上所述，通过对RF-41A10短波电台的降噪，实现的一种基于小波的无线语音降噪装置， 包括：RF-41A10电台、消噪板，RF-41A10电台的音频板末级与消噪板输入端相连，消噪板 的输出端与扬声器相连；RF-41A10电台的13V供电直流电源通过稳压块IC7812与消噪板电 源端相连；DSP处理芯片的数据端通过数据线与双口RAM存储器相连，TMS 320/VC5409芯片 的输入端与Flas h芯片相连；

所述消噪板，由输入信号通过抗混叠滤波在经A/D模数转换至DSP处理芯片处理，DSP 处理芯片处理后的信号在经D/A数模转换至平滑滤波输出。所述RF-41A10电台的音频板末级 与消噪板输入端之间设置有阻抗匹配器和电磁兼容器。所述DSP处理芯片为TMS320/VC5409 芯片。使用的IC 7812是对RF-41A10电台供电的13V进行降压，为消噪板12V供电。

Claims (4)

1.一种基于小波的无线语音降噪装置，其特征是：包括：RF-41A10电台、消噪板，RF-41A10电台的音频板末级与消噪板输入端相连，消噪板的输出端与扬声器相连；RF-41A10电台的13V供电直流电源通过稳压块IC7812与消噪板电源端相连；DSP处理芯片的数据端通过数据线与双口RAM存储器相连，TMS 320/VC5409芯片的输入端与Flash芯片相连；

所述消噪板，由输入信号通过抗混叠滤波在经A/D模数转换至DSP处理芯片处理，DSP处理芯片处理后的信号在经D/A数模转换至平滑滤波输出。

2.根据权利要求1所述的一种基于小波的无线语音降噪装置，其特征是：所述RF-41A10电台的音频板末级与消噪板输入端之间设置有阻抗匹配器和电磁兼容器。

3.根据权利要求1所述的一种基于小波的无线语音降噪装置，其特征是：所述DSP处理芯片为TMS 320/VC5409芯片。

4.一种基于小波的无线语音降噪方法，其特征是：其步骤如下：

1)小波变换，据小波变换具有它对突变点位置确定的“变焦”特性,建立小波变换与刻画信号奇异性的Lipschitz指数之间的密切关系,从而通过小波变换来确定信号的奇异点位置；

设0≤α≤1,则f(x)在区间[a,b]上具有一致Lipschitz指数α,当且仅当存在常数k,使得

有：

|f(x₀)-f(x₁)|≤k|x₀-x₁|² (1)

称满足上式的α的上界α₀为函数f(x)的Lipschitz一致正则性阶数；证明瞬变点x的Lipschitz指数α，通过小波变换的模值沿尺度S的来计算得到:

|w_sf(x)|≤As^α

(2)

lb|w_sf(x)|≤lb(A)+αlb(s)

(3)

式中,A是非零常数；由此知,如果函数f(x)的Lipschitz指数α>0,则该函数的小波变换系数将随着尺度的增大而增大；反之,若α<0,则函数f(x)的小波变换系数将随着尺度的减小而减小；

其中信号的Lipschitz指数大于0时其小波变换极大模的幅度将随着尺度而增加；然而噪声的Lipschitz指数是负数,因此噪声所对应的小波变换极大值的模将随尺度的增加而减小；在不同的分解尺度上设置一阈值,将小于该阈值的极大模值点认为是噪声的小波变换引起的,因而将其置为0；大于该阈值的极大模值点则认为是信号小波变换引起的予以保留；然后再通过小波逆变换重构信号,达到去噪的目的；

2)阈值函数改进的小波去噪，设带噪语音信号为:

f(k)＝s(k)+n(k),k＝0,1,…,N-1

式中s(k)为纯净语音信号,n(k)为噪声,N为语音信号长度；首先对带噪语音信号f(k)进行离散序列小波变换,得到含噪声的小波系数；然后用设定的阈值作为门限对小波系数进行处理,仅让超过门限的那些显著的小波系数用于小波变换来重构语音信号；

小波变换后的系数处理包括:

硬阈值方法

软阈值方法

然而硬阈值方法和软阈值方法存在自身的缺陷:如硬阈值方法中,

在t处不连续,会给重构信号带来一些振荡；由软阈值方法估计出来的

虽然整体连续性好,但是当r|＞t时,

与r总存在恒定的偏差；提出改进的阈值函数:

由上式知:当m＝1时,即为软阈值函数；当m＝∞时,即为硬阈值函数,改进阈值函数介于软、硬函数之间；恰当地选择参数m达到小波域阈值去噪的效果；其具有光滑连续性,所以更接近于语音信号和噪声的小波系数的物理本质,其去噪效果要优于软、硬阈值函数；此外,改进的阈值函数不但连续,而且当r|＞t时是高阶可导的,便于进行相关处理；上式中t表示门限阈值,t的选择直接影响去噪效果；

阈值的确定首先设置一个尺度阈值作用于带噪语音f(k)各尺度下的小波系数,仅让超过阈值的小波系数参加反变换,重构出去噪后的

式中σ表示噪声方差,N表示观测语音长度；此处阈值称为固定阈值,因为对不同的尺度采用相同的阈值,故处理效果不太理想；由分析知,随着尺度的增加,噪声的模极大值减小,所以阈值也应随着尺度的增加而减小；因此定义新阈值:

此处阈值称为变阈值,即随着尺度j的增大,t(j)的值逐渐减小,使其与噪声在小波变换各尺度上的传播特性相一致；

此外,在采用阈值法处理语音信号时,即不能破坏清音段语音,这是由于清音段包含了许多类似噪声的高频成分,若去除这些成分则会严重影响重构语音的质量；首先对被噪声污染的语音信号做多层小波分解,计算每个尺度上的平均能量；再进行清浊音判断,如果输入的语音段满足:

(1)最小尺度上的信号能量最高，即高频段信号能量最强；

(2)最大尺度上的信号能量与最小尺度上的信号能量之比小于0.9,则判断为清音；然后对清音段语音和浊音段语音采用不同的阈值处理方法:若为清音,则只对最小尺度上的小波系数进行阈值处理,否则对全部小波系数进行阈值处理，最后重构语音信号。

Images