基于LabVIEW的语音信号小波去噪分析

来源 :南开大学 | 被引量 : 0次 | 上传用户:cj1314810814
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
语音信号是一种非平稳的信号,人们在语音通讯过程中会受到来自周围环境,传输介质等等所带来的干扰,对语音信号的质量造成了影响,所以对语音信号的降噪处理已经成为语音信号处理的核心领域。以前对语音信号的去噪方法,如时域,频域都有各自的局限性,仅适用于平稳信号的研究,因此限制了他们在语音信号处理方面的应用。小波变换由于具有良好的时频局部化特性,能够对各种时变信号进行有效的分解,从而较好地将信号与噪声加以分离,获得满意的去噪效果。音频是多媒体中的一种重要媒体,目前,用于音频采集的设备有图形显示功能较差、可扩展性差等缺点。LabVIEW采用通用计算机作为核心的硬件平台,利用虚拟仪器软件开发平台在计算机的屏幕设计出仪器的面板和相应功能,然后通过鼠标或键盘操作仪器,借助一块通用的数据采集板,用户就可以通过软件构造几乎任意功能的仪器。   本文采用Intel828011B ICH9-High Definition Audio Controller声卡、戴尔OPTIPLEX755、LabVIEW8.5设计的声音信号的采集分析系统。信息采集系统和信号处理系统,实现了语音信号的实时显示和存储,波形和功率谱的显示,信号的滤波预处理,在此基础上引用小波阈值去噪法去噪。通过Sound VI模块与声卡接口,整个系统界面使用方便,并且可进一步设计新的算法。小波去噪方法主要使用小波阈值法(离散小波)对“南开”发音进行了外界背景噪音的去噪处理。方法一:采用小波基db5分解得到高低频系数,均采用小波基db5,分解层数4去噪,得到的信噪比为6.9528。方法二:采用小波基db5对语音信号进行小波分解得到高低频系数,低频采用小波基db5,分解层数为4去噪,高频采用小波基db5,分解层数为3去噪,得到的去噪效果更好,信噪比为25.7829。这说明采用高低频分别去噪得到的去噪效果要优于对高低频均采用相同的小波基和分解层数的方法,是对高低频分别选用最优尺度去噪的必然结果。
其他文献
会议
嗜中性粒细胞(PMNs)是具有定向移动功能的吞噬细胞,在抵抗细菌和真菌感染的宿主反应中起着重要的作用,这种功能是依靠趋化能力来实现的,趋化性是细胞感受信号分子从而具有的定向移
土壤是地球的自然组成部分,是人类赖以生存的主要资源之一,具有为人类提供粮食生产等重要功能。近几十年,工业化和城市化使得土壤受到包括重金属污染等大量来自不同来源的污染,因
小花山桃草(Gaura parviflora)是柳叶菜科山桃草属2年生草本植物,原产于北美大草原,20世纪5O年代引种栽培后逸生为杂草[1]。该草生活力强,适应性广泛,可生活在路边、山坡、田
水资源系统受气候、流域自然地理、社会发展以及人类生存需要等因素的综合影响,具有多时间尺度、随机性、突变性、非线性等复杂特征。同时,水资源又是支撑人类生命和经济增长
目前,我国水电事业正处在蓬勃发展的阶段,水力发电因运行费用低,调度灵活,可再生,无污染,资源蕴藏丰富等优点受到了人们的高度重视。随着水轮发电机组的装机容量和装机尺寸越来越大,机组故障日益增多,机组振动问题也日益突出。水轮发电机组的振动是影响水轮发电机组的安全稳定运行的重要因素,振动信号中蕴含着大量的水轮机状态特征信息。因此,对水轮发电机组进行振动信号测试和分析以实现故障的检测和排查具有非常重要的实