ａｎａｌｖｓｉｓ
ａｂｉｌｉｔｖ ＳＯ
ｔｈａｔ
●
ｉｔ
ｃａｎ
ｂｅｔｔｅｒ
ｓｉｍｕｌａｔｅ
ｔｈｅ Ｉｒｅｑｕｅｎｃｖ
ａｎａｌｖｓｉｓ
ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ
ｏｔ
ｈｕｍａｎ
ｅａｒ．Ｉｎ ｔｈｉｓ
ｐａｌ
．ａ
．
ｎｅｗ
ａｌｇｏｒｎｉｔｔｎｈｍｍ。 ｉｓ ｐＤｒｒｏｐｏｓｓｅｅｄ
ｆｔｏｏｒｔ ｓｐｏｅｅｅｅｃｃｌｈ３
ｆＯ．ｏＶ，０＜厂＜５００
ｚ＝｛０．ｏｏｖｆ＋１．５，５００≤ｆ＜１ ２２０
（１）
ｔ ６１ｎ ｆ一３２．６， ｆ≥１ ２２０
令小波多分辨分析中的滤波器系数分别为ｈ孟和ｇ孟，
ｆ咖（右）＝∑ｈ孟ｄｐ（２ｔ—ｋ） Ｉ＿哕（右）＝∑ｇ孟ｄｐ（２ｔ一尼）
图１ Ｂａｒｋ尺度小波包分解结构示意图
Ｆｉｇ．１ Ｄｅｃｏｍｐｏｓｉｔｉｏｎ ｓｔｒｕｃｔｕｒｅ ｏｆ Ｂａｒｋ－－ｓｃａｌｅｄ ｗａｖｅｌｅｔ ｐａｃｋａｇｅ ｔｒａｎｓｆｏｒｍ
进行Ｂａｒｋ尺度小波包变换，采用结点阈值法进行阈值操
作，选取参数为。
噪声为白噪声时，进行了不同信噪比下的对比实验，对
比算法为Ｒ．Ｍａｒｔｉｎ提出的谱减法。实验结果表明，信噪比
较高时，本文算法接近谱减法，而信噪比较低时则远远优于
谱减法。图３给出了信噪比为一５ ｄＢ时的实验结果。
１ ∞
≮
赵０
１吨ｎⅢ｝
一１ Ｏ
●
●
１●
●
●
１１
１
１
●
１
●
●
１●
ｎＯＵＳ ｎＯｌＳｅ ｃｏｎ（１ｌｔｌｏｎｓ．ｅｓｏｅｅｌａＬｌＶ ＵｎＣＩｅｒ ｃＯｌｏｒ ｎｏｉｓｅ ａｎｏ ｎｏｎ－ｓｔａｔｌｏｎａｒＶ ｎＯｌＳｅ ｃｏｎ（１ｌｔｌｏｎｓ．
Ｋｅｙ ｗｏｒｄｓ：ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ；Ｂａｒｋ－ｓｃａｌｅｄ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｄｅｃｏｍｐｏｓｉｔｉｏｎ；ｎｏｄｅ ｔｈｒｅｓｈｏｌｄ；ｓｐｅｃｔｒａｌ ｅｎｔｒｏｐｙ ｍｅｔｈｏｄ
２ ∞ ￥
．＿．…▲…■Ｌ．．Ｉ一－一…～．
－一１１ 寇０
二１￡衄ｌ
一一＿ｒ。
－２
０
０．５
１
１．５
２
ｔ｜Ｓ
（ｄ）谱熵法增强后的语音信号
（ｄ）Ｅｎｈａｎｃｉｎｇ ｓｐｅｅｃｈ ｗｉｔｈ ｓｐｅｃｔｒａｌ ｅｎｔｒｏｐｙ
图３信噪比为一５ ｄＢ的含白噪声的语音信号增强结果
Ｆｉｇ．３
Ｅｎｈａｎｃｅｍｅｎｔ ｒｅｓｕｌｔｓ ｏｆ ｓｐｅｅｃｈ ｓｉｇｎａｌ ｃｏｎｔａｉｎｉｎｇ ｗｈｉｔｅ ｎｏｉｓｅ ｗｈｉｌｅ ＳＮＲ ｉｓ一一１气 Ｉ ｄＢ
（２）计算结点ｎ处的归一化谱熵
Ｂ
Ｅｎｔｒｏｐｙ（７１１）＝∑Ｐ咖ｌｏｇ Ｐ咖
（６）
（３）估计频谱强度和噪声标准差，确定结点阈值
利用直方图估计每一结点的频谱强度，并设辅助阈：
ｏ（ｎ）＝Ｅｎｔｒｏｐｙ（ｎ）·ＮＵＭ凡·卢
（７）
于是得到噪声标准差：
吒，孟＝ｎｂ×Ｗ
（８）
式中：儿６为大于ｏ（ｎ）的直方条数目，ｗ为直方条的宽
收稿日期 万：方２０数０６－据０６ Ｒｅｃｅｉｖｅｄ Ｄａｔｅ：２００６－０６
结果中存在音乐噪声，因此达不到令人满意的效果。 ＭＭＳＥ和维纳滤波方法计算量适中，但没有提供在语音 信号的失真和残留噪声之间进行控制的机制。
基于小波变换的信号去噪是近年来发展起来的去噪 新方法，它利用信号和噪声的小波系数在各尺度上的不 同分布特性，采取阈值的方法，达到去除噪声的目的∞Ｊ。 常用的小波变换去噪法一刮以阈值的形式虽然可以对带 噪语音去除噪声，但去噪同时也丢失了大量语音清音信 息，严重影响了重建信号的质量。小波包变换是在小波 变换基础上进一步提出的，具有很好的频带划分功能。 文献［９—１０］采用小波包变换对语音信号进行增强，但这 些方法是在高斯白噪声前提下提出的，具有很大局限性，
—ＩＪ＿● Ｌ．
—＿＿１Ｉ
Ｏ．５
一
１
１．５
ｔ／ｓ
＿ｏ ｒ。
（ａ）原始纯净语音信号 （ａ）Ｐｕｒｅ ｓｐｅｅｃｈ ｓｉｇｎａｌ
＿ ＿
２
５ ∞ ≮
越０
１衄
－￡＝Ｌ
－５ Ｏ
Ｏ．５
１
１．５
２
ｔ／ｓ
（ｂ）信噪比为一５ ｄＢ的带噪语音信号
（ｂ）Ｓｐｅｅｃｈ ｓｉｇｎａｌ ｗｉｔｈ ＳＮＲ ｉｓ－５ ｄＢ
ｔ／ｓ
（ｃ）谱减法增强后的语音信号 （ｃ）Ｅｎｈａｎｃｉｎｇ ｓｐｅｅｃｈ ｗｉｔｈ ｓｐｅｃｔｒａｌ ｓｕｂｔｒａｃｔｉｏｎ
幅值很小，所余系数主要由语音信号控制。因此阈值法对
小波系数设置一个门限，仅利用超过门限的那些显著的小
波系数来重构语音信号，这样可较好地去除噪声。
常规小波阈值方法是在高斯白噪声前提下提出的，
在小波包分解情况下，阈值为人＝叮以ｌｎ（儿ｌ０９２ Ｎ），盯＝
ＭＡＤ／Ｏ．６７４ ５，ＭＡＤ是第一层小波系数的绝对值取中
图中针对８ ｋＨｚ的采样信号，在原１ ７个频带分解基 础上，对６２５ Ｈｚ以下频带和３ ０００～４ ０００ Ｈｚ频带进一步 分解，使其子带中心频率相差１／２ Ｂａｒｋ，最终得到２４个 子频带。（ｍ，儿）表示对信号进行第ｍ级分解得到的第儿 个结点。对１６ ｋＨｚ采样信号可在高频带做进一步分解。 图２是对应小波包分解得到的子带中心频率与人耳实际 特性的比较图，实线代表按式（１）得到的人耳ｂａｒｋ—Ｈｚ曲 线；水代表本文提出的２４子频带ｂａｒｋ尺度小波包分解结 构。从图２中可见，采用的小波包很好地模拟了人耳听 觉特性。
１引
．．．：Ｌ一
目
由于环境的影响，语音识别系统不可避免的受到各 种噪声的污染，系统性能下降。为此，人们提出许多语音 增强算法来从带噪语音中尽可能地提取纯净的原始 语音。
一般来说，语音增强的方法分为２大类：时域方法 （如子空间法）ｕ剖和频域方法（如谱减法旧Ｊ、最小均方误 差（ＭＭＳＥ）估计Ｍ１和卡尔曼滤波法∞１等）。时域方法一 般计算量较大，而频域法计算量较小，其中，谱减法是近 年来研究较多的方法，它具有计算量小的特点，但在处理
提出了一种新的基于结点阈值的小波包变换语音增强算法。采用Ｂａｒｋ尺度小波包对含噪语音进行分解，在语音信号的子带层
次上进行阈值操作，并采用软阈值方法进行阈值处理。采用谱熵法估计结点噪声。实验表明，该算法在多种噪声，尤其是有色
噪声和非平稳噪声条件下均有较好的语音增强效果。
关键词：语音增强；Ｂａｒｋ尺度小波包分解；结点阈值；谱熵法
与实际应用环境并不符合，因此，本文采用谱熵法帕１估计
噪声，步骤如下：
（１）用小波包分解系数直方图估计每一终端结点的
频谱密度函数（设直方图中有Ｂ个直方条）
Ｐｎ，ｂ＝蒜，¨１，２，…，Ｂ
（５）
式中：儿配ｍ砌为在直方条ｂ中的小波系数Ｃ舶的数目，
ＮＵＭ凡为该终端结点的系数总数目，ｎ＝１，２，…，２４是结
点（．７，ｋ）的序列号，按频率大小排列。
纯净语音样本来源于安静环境下８ ｋＨｚ采样的自然
连续语音，噪声来源于噪声数据包ＮｏｉｓｅＸ９２，选取了白噪
声（Ｗｈｉｔｅ）、Ｆ１ ６战机噪声（Ｆ１ ６）、粉色噪声（Ｐｉｎｋ）、工厂
噪声（Ｆａｃｔｏｒｙｌ）和汽车噪声（Ｃａｒ）。通过改变噪声强度，
构造不同信噪比的含噪语音。采用５阶Ｄａｕｂｅｃｈｉｅｓ小波
本文在上述研究的基础上提出了一种新的阈值选取
方法，称之为“结点阈值法＂，它是对每个小波包树的终
札＝吒，孟痂 端结点应用不同的阈值，表示为：
（４）
式中：盯舶是小波包树终端结点（歹，ｋ）处的噪声标准差。
这种阈值取法突破了高斯白噪声和平稳噪声的局限性。
在上述各种阈值中，都存在噪声标准差盯的估计问
题。传统的ＭＡＤ估值方法是在高斯噪声前提下提出的，
第２８卷第５期 ２００７年５月
仪器仪 表学 报
Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆ Ｓｃｉｅｎｔｉｆｉｃ Ｉｎｓｔｒｕｍｅｎｔ
ＶｏＬ ２８ Ｎｏ．５ Ｍａｙ ２００７
结点阈值小波包变换语音增强新算法
王娜，郑德忠 （燕山大学电气工程学院秦皇岛０６６００４）
摘 要：人耳频率分辨率是非线性的，而小波包算法有灵活的时频分析能力，可较好的模拟人耳基底膜的频率分析特性。本文
耳Ｂａｒｋ域频率频率感知特性相似的小波包分解结构，称之 为“Ｂａｒｋ尺度小波包分解＂。常规方法是模拟人耳的２４个 频率群，对于８ ｋＨｚ采样的语音信号，选取１至第１７个频 率群，得到的每个子带的中心频率相差１ Ｂａｒｋ。实验证实， 如果对Ｂａｒｋ域进行更细致的划分，对语音的描述会更加细 致，也不会导致较大的计算量ｕ１｜。因此，本文提出一种新 的小波包分解结构，如图１所示。
卜（右）＝在∑厄（尼）ｌＺｎ（２ｔ一尼）
Ｎ
墨
毒
Ｉ＿配２州（右）＝在∑厄（尼）ｌＺｎ（２ｔ一尼）
冀 ｏ
ｉｆ－
万方数据
图２ 小波包分解对人耳Ｂａｒｋ域频率描述的模拟示意图
Ｆｉｇ．２ Ｉｌｌｕｓｔｒａｔｉｏｎ ｏｆ ｓｉｍｕｌａｔｉｎｇ Ｂａｒｋ ｆｉｅｌｄ ｆｒｅｑｕｅｎｃｙ
●
●
●
，Ｉ
●
ｐｅｒｃｅｐｔｉｏｎ ｃｈａｒａｃｔｅｒｌｓｔｌｃ ｏ土ｈｕｍａｎ ｅａｒ ｕｓｉｎｇ ｗａｖｅｌｅｔ
ｐａｃｋａｇｅ ｄ小波语音增强新算法
基于阈值的小波域语音增强算法是一种直观而有效 的去噪方法。语音信号与噪声的小波变换呈现的特性截
９５４
仪器仪表学报
第２ ８卷
然相反，语音信号的小波变换模值随小波尺度的增加而增
加，而噪声的模值随小波尺度增加而减小。这样，连续若
干次小波变换后，噪声所对应的小波变换系数基本去除或