一种改进的子波域语音去噪方法

分析了信号和噪声在子波域的不同特征表现,提出了一种改进的子波域语音去噪方法,该方法用一个随尺度变化的门限阈值来抑止带噪音信号在不同尺度上噪声的子波系统,从而更好地实现在重构语音信号中消除噪声的目的。     

一种改进的子波域语音增强方法

本文基于文献［3］中提出的子波域去噪技术,并针对语音信号的特点提出了一种改进的子波域语音增强方法。该方法采用软限幅函数对语音信号的子波变换系数作阈值处理以达到去噪的目的。同时,为了防止在抑制噪声的过程中对语音的清音段信息造成损失,首先对语音信号进行了清浊音判别,然后针对不同的判别结果对清音段语音和浊音段语音采用不同的阈值处理方法。仿真实验表明,该方法效果良好且简便易行,是一种有效的语音增强技术。     

基于临界频带子波变换的语音增强

提出了一种临界频带子波变换进行语音增强的新算法。该算法对传统的功率谱减算法进行改进，引入了与人耳听觉系统直接吻合的临界频带子波变换，使增强后的语音更符合人耳的听觉感知。对该算法进行客观和主观测试结果表明：与谱减法相比能更好地抑制残留噪声和背景噪声，增强后的语音具有更高的清晰度和可懂度。     

语音增强算法及进展

以时间顺序对语音增强算法进行了梳理,将其分为传统算法和新型算法.传统算法为早期形成的经典算法,如谱减法、维纳滤波法、自适应滤波法等.其特征是发展已趋于成熟,常结合其他的算法形成变体以提高增强效果;新型算法为近期发展中的潜力较大的热门算法,如基于小波变换、基于经验模态分解的语音增强算法等,其特点是弥补了传统算法的一些不足并在应用方面更为灵活,对非平稳的语音信号具有更强的自适应性.最后,在对各算法归纳分析的基础上,探讨了语音增强算法的发展趋势.     

一种新的小波域彩色图像水印算法

针对数字产品的版权保护问题,以离散余弦变换（DCT）和奇异值分解（SVD）为基础,提出了一种新的小波域彩色图像数字水印算法。该算法主要是将水印图像的DCT系数以新的方法嵌入到载体图像中低频小波系数分块奇异值分解的奇异值中。实验结果表明了算法的可行性和有效性,并对加噪、滤波、JPEG压缩、剪切等常见的攻击有良好的鲁棒性,具有较好的实用价值。     

一种新的语音增强方法研究

在研究语音分形维数的基础上，提出一种新的基于分形理论的语音信号增强方法。该方法根据带噪语音信号及子波重构之后的分形维数不同，对语音信号的模糊控制参数和分形维数取不同的线性关系，既抑制了噪声，又减少了语音段的信息的损失，提高了信噪比，有广阔的应用前景。     

一种基于小波包的语音信号特征提取方法研究

为了提高语音信号的识别率,提出了一种基于小波包的语音信号特征提取方法。该方法先对语音信号进行适当尺度的分解,求得各尺度的频谱,在此基础上得到各尺度信号能量,再通过DCT变换获得最后的特征参数。通过仿真实验,说明了新特征参数取得了较高的识别率。     

一种改进的基于DCT的语音增强算法

提出一种改进的基于离散余弦变换的语音增强算法。在信噪比较低时,传统的基于离散余弦变换的语音增强算法效果较好,能较大幅度地提高信号的信噪比;而当信噪比高时,利用这种方法会滤掉一些有用的信号成份。新算法首先计算出所有高阶离散余弦变换系数对应的时域信号中语音信号出现的可能性大小,然后根据某个阈值计算是否在估计噪声信号绝对值的均方差时保留该系数。实验结果表明在含噪语音信号的信噪比高于10dB时,新算法较传统的基于离散余弦变换的算法具有较好的性能。     

用子波变换提取语音的谱包络参数

本文将子波变换应用于提取语音信号的谱包络参数。这种谱包络提取法模拟了人耳的频谱分辨特性，因而能很好地用于语音处理。与传统的ＬＰＣ谱包络提取法相比，它能降低所用的阶数。本文先介绍子波的基本原理，然后在此基础上介绍子波变换语音谱包络提取法及实验结果。     

一种基于小波变换和谱减法的改进的语音增强算法

谱减法是目前受到广泛研究的语音增强算法之一,但谱减法分辨率固定及存在音乐噪声残留的问题,限制了谱减法的应用推广。本文针对以上问题,利用小波变换的多分辨率特性及谱减法运算量小、处理速度快的特点,提出了一种基于小波变换和改进的Berouti谱减法的改进语音增强算法。实验结果表明,该算法在抑制噪声,增强语音信号的可懂度及鲁棒性方面优于传统的谱减法。     

基于改进噪声方差估计的小波阈值语音增强

提出了一种估计语音噪声方差的改进方法,利用语音信号小波系数尺度间的相关性,去除了语音信号细节小波系数对噪声方差估计的干扰。仿真结果表明,方法能准确估计语音信号的噪声方差,尤其当语音噪声较小时,方法比传统的Donoho法更准确。     

一种小波变换与维纳滤波结合的语音抗噪研究

语音信号与随机噪声在不同尺度上进行小波变换时,其小波变换系数和尺度大小的特性关系存在着不同的特征表现,而且,浊音和清音也各有其特性。给出了一种基于小波变换的维纳滤波语音增强方法;采用维纳滤波对浊音和清音信号的小波变换系数进行不同的处理,既抑制了噪声,又减少了语音段信息的损失,提高了信噪比。仿真结果说明,这是一种有效的语音增强方法。     

基于子空间和小波相结合的语音增强

提出了基于子空间语音增强与基于小波语音增强相结合的语音增强方法,克服了仅用子空间方法和仅用小波方法各自的弊端,并充分利用了两者的优点。实验结果表明,恢复后的语音不仅失真较小,而且更大程度上抑制了噪声,有效去除了音乐噪声。     

Single Channel Speech Enhancement by De-noising Using Stationary Wavelet Transform

It is classical problem to extract signal itself from noise signal in speech processing. We can separate them according to their different statistic characters. Commonly the frequency band of noise is wide but that of original signal is limited and mainly lies in low frequency bands. How to eliminate noise effect becomes a challenging problem in speech processing. Speech enhancement algorithms have been developing considerably, many theories and approaches have been brought forward to suppress…     

基于听觉掩蔽效应的小波包语音增强

在分析传统阈值函数小波去噪方法的基础上,提出一种根据人耳掩蔽效应设计的阈值函数去噪方法。该方法利用小波包的多分辨率的优点,把语音分解到反映人耳听觉特性的小波子带中,再使用根据人耳听觉掩蔽原理设计的噪声掩蔽阈值函数对带噪的小波系数进行处理,最后反变换得到增强语音。仿真实验表明：输出的信噪比与听觉评测（PESQ）均取得较好结果。     

基于自适应噪声估计的小波阈值语音增强

文中提出了一种基于小波阈值和自适应噪声估计方法的语音增强算法。该算法直接利用含噪语音信号估计出信噪比SNR,并通过该值调整小波阈值,从而实现了小波阈值的自适应变化。针对噪声的小波变换模值随尺度增大而减小的特性,采用了随尺度变化的小波阈值。并且改进了小波阈值函数。实验数据表明,本文算法在多种噪声环境下,均有较好的语音增强效果。并且在抑制噪声的同时,减少了语音失真。     

基于小波变换的后置自适应滤波传声器阵列的语音增强

提出了一种将传统后置自适应滤波技术和小波变换技术相结合的传声器阵列语音增强方法。首先利用传统的延时-累加波束形成技术获取目标语音,并采用后置自适应维纳滤波器来估计原始语音,然后再使用小波变换分解与重构技术进一步去除噪声。经计算机仿真,表明当系统输入信噪比为0.11dB时,输出信噪比提高近6.28dB。     

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.     

一种基于多重统计量分析的稳健语音信息隐藏算法

本文提出了一种基于多重统计量分析的小波域语音信息隐藏算法.该算法首先将载体语音信号分成若干包含相同采样点的帧,利用短时能量以及过零率找出属于浊音段的帧分别进行多尺度离散小波分解,提取小波分解后的低频系数;然后对低频系数进行分组并计算各组系数的能量、绝对值方差等统计量的值,根据各组统计值的比较及嵌入的秘密信息比特值,采用不改变或者适当调节各组统计值大小关系的方法来隐藏信息.该算法只在语音的浊音段嵌入信息,充分考虑了人耳的听觉特性.实验结果表明:算法可以盲检测,对加噪、低通滤波、重采样、重量化等攻击均具有良好的稳健性.