结点阈值小波包变换语音增强新算法

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
ｐａｃｋａｇｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ
３ 结点阈值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
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
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，
中图分类号：ＴＮ９１２．３５ 文献标识码：Ａ
国家标准学科分类代码：５１０．４０４０
Ｎｅｗ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｕｓｉｎｇ ｎｏｄｅ ｔｈｒｅｓｈｏｌｄ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｔｒａｎｓｆｏｒｍ
Ｗａｎｇ Ｎａ，Ｚｈｅｎｇ Ｄｅｚｈｏｎｇ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｉｎｓｔｒｕｍｅｎｔ Ｓｃｉｅｎｃｅ，Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｈｕａｎｇｄａｏ ０６６００４，Ｃｈｉｎａ）
ｅｎｈａｎｃｅｍｅｎｔ ｕＵｓｓｉｉｎｎｇｇ
ｎｎｏｏｄＯｅｅ—ｔｔｒｌｅｒｅｓｓｈｎｏｏｌｌ ｄ ｗａｖｅｌｅｔ
ｐａａｃｃｋＫｅｅｔｔ ｔｔｒｒａａｎｎｓｓｆｔｏｏＦｉｎ ｍｅｔｎｏ．． ＢａｒＤｌｋ一—
ｖａｉｓ
ｐｅｅｃｈｐａｃｋｅｔ ≥ｔｈｏｄｐａｐｅｒ
。
＂＂
ｓｃａｌｅｄ ｗａｖｅｌｅｔ ｐａｃｋｅｔ。 ＩＳ ｕｓｅｄ ｆｏｒ ｎｏｉｓｙ ｓｐｅｅｃｈ ｄｅｃｏｏｍｍｐＩｏｓｉｔｉｏｎ ．ａｎｄ ｔｈｉｉｓ ｍｅｅｔｈｏｄ ｏｐｅｒａｔｅｓ ｔｈｒｅｓｈｏｌｄ ａｔ ｓｕｂ－ｂａｎｄ ｏｆ ｓｐｅｅｃｈ
度。将估计得到的盯舶代人式（４）中，即得到结点阈值。
确定出每个结点的阈值后，采用软阈值方法进行阈
值处理ｕ ３｜，即： 万方数据
ＴＨＲ凡（ｘ，人）＝｛手ｎ（ｘ）（１
ｘ
ｌ－Ａ），ｌＩ
ｘＸ
ｌＩ三：：（９）
４ 实验结果与分析
采用本文算法，对不同噪声环境下的多种语音样本
进行了反复试验，噪声类型和强度均是变化的。
（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
Ａｂｓｔｒａｃｔ：Ｔｈｅ ｆｒｅｑｕｅｎｃｙ ｒｅｓｏｌｕｔｉｏｎ ｏｆ ｈｕｍａｎ ｅａｒ ｈａｓ ｎｏｎ－ｌｉｎｅａｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ。ｗｈｉｌｅ ｗａｖｅｌｅｔ ｐａｃｋｅｔ ｔｒａｎｓｆｏｎｌｌ ｈａｓ ｆｌｅｘｉ一
＾
１…
‘
‘
＾
‘
‘
‘
＾１
—
１‘
ｂｌｅ
ｔ●ｉｍｅ ４ｒｅｑｕｅｎｃｖ
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。
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。
●
●
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
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。
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
●
ｓｉｇｎａｌ，ｕｓｅｓ ｓｏｆｔ ｔｈｒｅｓｈｏｌｄ ｔｏ ｄｅａｌ ｗｉｔｈ ｗａｖｅｌｅｔ ｔｒａｎｓｆｏｒｍ ｃｏｅｆｆｉｃｉｅｎｔｓ ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｔｈｒｅｓｈｏｌｄｓ，ａｎｄ ｓｐｅｃｔｒａｌ ｅｎｔｒｏｐｙ ｍｅｔｈｏｄ
。
‘
。ｐａｐｐｌｌｉｉｅｅｄｄ ｔｏ ｅｓｔｉｍａｔｅ ｔｈｅｅ ｎｏｄｅ ｎｏｉｓｅ ． ． 一 Ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔ１ｈ１ａｔ ｔｈｉｓ ａｌｌｇｇｏｏｒｒｉｉｔｈｍｍ ｈｈｌａｓ ｇｏｏｄ ｓｐｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｅｆｔｆｔｅｃｔｓ ｕｎｄｅｒ ｖａ一一
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
第５期
王娜等：结点阈值小波包变换语音增强新算法
９５３
在有色噪声和非平稳噪声条件下效果并不理想。本文采 用Ｂａｒｋ尺度小波包对含噪语音进行分解，并提出一种新 的结点阈值算法，在语音信号的子带层次上进行阈值操 作。实验结果表明，该算法在多种噪声环境下均有较好 的语音增强效果。
２ Ｂａｒｋ尺度小波包分解
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
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
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
值，Ⅳ是语音信号的长度。
这种方法采用全局阈值，没有考虑到实际噪声在不
同尺度上的差别，这种全局阈值的设计显然不够合理。
因此，Ｊｏｈｎｓｔｏｎｅ等人提出了一种基于尺度的阈值方
法ｕ２｜，对不同尺度选取不同阈值，即人ｉ＝ｏｒ＂以Ｉｎ Ｎ， 盯ｉ＝ＭＡＤＪＯ．６７４ ５，心Ｄｉ是尺度．７上的各小波系数绝对
值的中值。
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
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
—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
２wenku.baidu.com
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
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，