語音信號去噪聲處理方案及實驗驗證

　　語音信號噪音處理及濁音、清音的分辨對智能機器人人機語音交互系統是非常重要的。本文采用MATLAB軟件平臺設計了巴特沃斯FIR數字濾波器，進行簡單的語音信號去噪音濾波處理。由于原始語音信號的時域波形圖與頻譜圖變化小，分析起來有一定的困難，為方便波形分析，需要對原始語音信號進行4千赫茲和8千赫茲重抽樣調查，通過短時平均過零率與短時自相關函數法對語音信號進行清、濁音的辨別和基音周期提取。通過分析結果顯示，基于切比雪夫窗函數設計的濾波器對語音信號過濾效果有非常大的幫助。

　　關鍵詞：濾波器,MATLAB,語音信號,重采樣

　　語言是人與人工智能進行交流的基礎。為獲得清晰的語言信息，用數字信號處理技術對語音信號進行處理非常重要。處理語音的基本理論以及處理算法研究主要在兩個方面：①從語音的產生和語音感知進行研究;②為獲得有效的語音信號對語音進行去噪聲處理[1-4]。

　　語音處理技術是多學科、多領域相結合的高新技術，其中包括數字信號處理、語言學、語音學、模式識別等，現已成為人工智能實現人機對話的重要基礎[3-5]。

　　本文利用MATLAB設計了FIR數字濾波器進行語音信號去噪處理，主要采用切比雪夫窗函數設計FIR數字濾波器。為便于分析，將原始語音信號進行4千赫茲和8千赫茲重采樣，然后根據濾波的性能指標對含有噪音的語音信號進行濾波處理，最后將濾波前后的時域波形與頻譜波形進行了比較。

　　1 數字濾波器設計

　　數字濾波器(DF，即Digital Filter)分為兩大類：經典濾波器和現代濾波器，其中輸入端的信號中不僅有可用的頻率成分，還有無用的頻率成分，在經典濾波器中占有不同的頻率寬帶，通過一個合適的選頻濾波器濾除干擾，就可得到純凈信號，達到濾波目的[6]。數字濾波器功能是指把一系列輸入信號通過一定的運算變換成輸出信號。

　　在設計數字濾波器時，采用的運算處理方法不同，決定了運用濾波器的結構也不同。FIR數字濾波器基本網絡結構主要有直接型、級聯型、線性型和頻率采樣型[7]幾種，本文簡要介紹前兩種結構的系統函數及結構。

　　2 語音信號處理方案

　　人在說話時與環境以及說話人的狀態有關，人機交互更是如此，在相對安靜的環境里錄制一段時間為10秒的語音信號作為本文待處理信號，圖3為處理流程。

　　(1)利用GoldWave錄音軟件錄制，保存格式為.wav后綴，利用MATLAB軟件中的wavread()函數讀取錄制好的語音信號，并繪制出該語音信號的時域與頻譜波形圖[4]。

　　(2)MATLAB給信號加噪聲的方法很多，如可以添加白噪聲、隨機噪聲等。本文直接通過MATLAB軟件給原始信號疊加指定的噪音，該噪聲為幅值Az=0.02，噪聲頻率為ωz=10的正弦信號噪聲，即Z=0.02*sin(10*n)。模擬原始語音信號被噪聲干擾，然后繪制出疊加噪音后的時域與頻譜波形圖。

　　(3)濾波性能指標為ωp=0.6*pi，ωs=0.75*pi，RP=1，As=30，T=1，MATLAB中濾波器設計采用切比雪夫窗函數。采用FIR數字濾波器，對疊加有噪音的語音信號進行濾波處理，然后繪制出含有噪聲的語音信號頻譜。

　　(4)根據MATLAB所繪制的波形圖，分析語音信號濾波前后的變化。

　　3 實驗結果與分析

　　(1)圖4為原始語音信號的時域、頻譜圖。由于原始信號的頻譜圖在0～0.2千赫茲和1.8～2千赫茲范圍內波動較小，為便于分析，將原始語音信號進行4KHz和8KHz的重采樣處理，繪制出如圖5、圖6的時域波形圖與頻譜圖。

　　(2)圖7為噪音信號時域波形與頻譜圖，該噪音在頻率為8kHz和1.2kHz時的噪音最明顯。根據濾波性能指標ωp=0.6*pi，ωs=0.75*pi，RP=1，As=30，T=1，巴特沃斯濾波器濾除含有加噪音的信號。圖8為加噪音濾波后時域與頻譜圖，從圖中可以看出，該濾波器將頻率為8kHz和1.2kHz時的噪音成功濾除了，這表明該濾波器滿足濾波性能要求。

　　(3)在進行語音辨別時，需要對清音、濁音及噪音進行區別。由于語音屬于非平穩的寬帶信號，利用短時平均過零率來辨別清音與濁音，根據過零次數的高低來辨別清、濁音，如圖9所示。過零次數最高的語音信號在幀數為1 480幀左右時達到最高，為清音。過零次數最高時，對應語音信號波形中幅度變化最劇烈處。

　　(4)為便于語音系統診斷與識別說話人，提取語音基音至關重要。語音基音檢測技術有時域自相關函數法、頻域倒譜法及將兩者相結合的小波變換分析法。考慮到濾波器的性能指標，在截取原始語音信號的基音周期時采用短時自相關函數法，該方法在檢測時域波形周期性與同步性上效果好且相對容易。

　　4 結語

　　本文設計的巴特沃斯FIR數字濾波器具有較好的濾除效果，在時域波形上，濾波后的波形與原始語音信號波形變化較小，從兩者的頻譜圖上可較明顯看出濾波去噪音前后的變化。通過短時過零率能分辨出清音、濁音。短時自相關函數可從信號本身檢測到基音周期。

　　參考文獻：

　　[1] 趙力.語音信號處理[M].北京：機械工業出版社，2003.

　　[2] 梁曉輝，周權.語音信號處理方法的可靠性研究[J].電聲技術，2010，34(4)：58-62.

　　[3] 宋毅郡，朱艷萍，宋耀良.基于分數階濾波器的ADPCM預測誤差信號處理[J].電聲技術，2010，34(5)：52-55.

　　[4] 付大麗，黨幼云.數字濾波器在語音信號處理中的應用[J].電聲技術，2012，36(8)：62-72.

　　[5] 王淑嬌.數字濾波器的設計與參數的選擇[J].科技資訊，2011，35(12)：32-33.

　　[6] 文德仲.淺析數字濾波器原理及其設計過程[J].技術與應用，2016：161-162.

　　[7] 王兵鋒.FIR數字濾波器設計與仿真研究[D].哈爾濱：哈爾濱理工大學，2009.

　　推薦閱讀：天津理工大學學報期刊論文投稿須知

　　《天津理工大學學報》(雙月刊)曾用刊名：天津理工學院學報，1984年創刊，以追求科技創新、展示科技成果，促進學術交流、推動社會科技進步，發現培養新人為宗旨。刊發有關自然科學與工程技術各學科領域、國家自然科學基金、國家863項目、國家973項目，省不及各類基金自主的科研項目、理論研究、應用科技成果、實驗研究的高水平科技論文。