语音增强中小波收缩参数选择分析

小波收缩用于语音增强时,收缩参数直接关系到增强效果.为了在小波语音增强中得到可靠的参数选择方案和选择原则,本文引入正交试验方法,并通过正交试验结果修正方法得到可分析的数据结果,再根据数据结果进行最优参数组合和参数重要性分析.分析发现,阈值算法和阈值函数对语音增强的结果有重大影响,且重要程度受到浊音/清音等语音性质的影响;SURE阈值算法和软阈值函数是较好选择.本文还得到了其他小波增强参数的相关结论.     

小波收缩语音增强中的小波基选择方法

要对染噪语音进行小波收缩以实现语音增强,首先需要考虑的问题就是小波分解中小波基的选择.工程人员一般按照经验选择小波基,并在相同应用目的中,使用相同的小波基,这种做法不利于小波收缩效果和稳健性.提出了一种基于消噪前后语音信号相异性的方法,在只有染噪信号的实际条件下,这种方法能自适应地选择出最佳小波基.试验结果证明,针对性地选择小波基有利于语音增强效果的提高.     

语音增强中小波收缩阈值算法和阈值函数研究

小波收缩用于语音增强时,周值算法和阈值函数是最重要的参量.为了在小波语音增强中得到可靠的选择方案,通过对这两种小波收缩参教进行分析,得到了相关数据结果,并给出SURE阈值算法和universal阈值算法的对比结论.用常见的几种阈值函数分析软类阈值函数和硬类阈值函数,并给出了这两种参数对应选择的方法.     

基于Teager能量算子的自适应小波语音增强

小波阈值的自适应计算方法有多种形式,基于Teager能量算子(TEO)的是其中一种.将这种方法结合离散小波分解使用时,会对实际噪声产生过多的保留.根据色噪声的具体特征,对这种方法进行了改进,对染噪信号的高频频带和低频频带分别使用不同的方法进行处理,这种处理既能有效保护清音,又能去除噪声.仿真处理结果表明,这种改进能更好地解决语音信号的保护和噪声消除之间的矛盾.