基于MATLAB的多算法音频信号降噪与验证系统

资 源 简 介

本项目开发了一套完整的音频信号处理软件，专门用于去除音频录音中的背景噪声并提升信号质量。系统基于MATLAB平台构建，核心集成了多种经典的数字信号处理降噪算法，主要包括谱减法（Spectral Subtraction）、维纳滤波（Wiener Filtering）以及小波变换阈值降噪（Wavelet Thresholding）。该程序不仅是一个即开即用的降噪工具，更是一个开放的开发框架。用户加载含噪音频文件后，可以选择不同的算法模型进行处理，并允许通过修改代码参数（如滤波器阶数、阈值选取规则、帧长设置等）来优化处理效果。项目代码结构清晰、注释详尽，采用模块化设计，极大地便利了用户在此基础上进行二次开发，例如添加自定义的滤波算法或修改信号处理流程，以实现特定的个性化功能。此外，系统内置了强大的可视化分析功能，能够实时绘制并对比显示降噪前后的时域波形图、频域频谱图以及声谱图，帮助用户从视觉和听觉两个维度直观评估降噪性能。

详 情 说 明

基于MATLAB的音频信号降噪与算法验证系统

这是一个基于MATLAB开发的音频信号处理与降噪实验平台。该项目实现了一套完整的音频处理流程，从信号生成、噪声模拟，到多种经典降噪算法的执行与性能评估。系统采用了模块化设计，内置了谱减法、维纳滤波和小波阈值三种核心算法，并提供了直观的可视化界面来对比降噪前后的时域波形与声谱图。

项目简介

本项目旨在验证不同数字信号处理算法在音频降噪任务中的表现。程序不依赖外部音频文件，而是直接生成包含基频、谐波及线性调频成分（模拟鸟鸣）的合成语音信号，并模拟真实环境叠加高斯白噪声。通过计算信噪比（SNR）的变化，量化评估各算法的去噪能力。

主要功能特性

• 模拟信号合成：自动生成包含440Hz基频、880Hz二次谐波以及200Hz-1000Hz线性调频信号的复合音频，时长3秒，采样率16kHz。
• 噪声模拟环境：支持指定输入信噪比（默认为5dB），自动计算并添加相应功率的高斯白噪声。
• 多算法集成：

* 谱减法 (Spectral Subtraction)：基于过减因子与谱底参数的经典频域降噪。 * 维纳滤波 (Wiener Filtering)：基于先验SNR估计（Decision Directed方法）的自适应滤波。 * 小波阈值降噪 (Wavelet Thresholding)：利用小波分解与软阈值处理去除噪声成分。

• 智能环境检测：自动检测MATLAB是否安装小波工具箱，若缺失则自动降级为均值滤波演示，保证程序不报错。
• 性能量化评估：自动计算原始信号、以及三种算法处理后的信号SNR，并计算SNR提升量。
• 全方位可视化：绘制时域波形对比图、声谱图（Spectrogram），直观展示噪声在时频域的分布及去除效果。
• 结果导出：自动将含噪音频及三种降噪后的音频保存为WAV文件到当前目录。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（信号处理工具箱）
• Wavelet Toolbox（小波工具箱，用于小波降噪算法；若未安装，系统将使用替代算法演示）

算法实现细节

本项目核心代码实现了以下三种降噪策略，其具体逻辑如下：

1. 谱减法 (Spectral Subtraction)

• 分帧策略：使用25ms帧长，50%重叠率，加汉明窗（Hamming Window）。
• 噪声估计：假设前5帧为静默期（纯噪声），计算其平均幅度谱作为噪声基准。
• 核心逻辑：

* 应用过减因子（alpha = 2.0）增强去噪力度。 * 引入谱底参数（Low bound beta = 0.01）防止频谱出现负值，避免“音乐噪声”过大。

• 重构：使用重叠相加法（Overlap-Add）恢复时域信号。

2. 维纳滤波 (Wiener Filtering)

• 分帧策略：256点窗口，128点重叠，加汉宁窗（Hanning Window）。
• SNR估计：采用判决导向（Decision Directed）方法估计先验信噪比，平滑因子设置为0.98，以获得更稳定的增益函数。
• 噪声更新：内置简易的语音活动检测（VAD）逻辑，当当前帧能量显著低于背景噪声水平时，更新噪声功率谱密度。
• 增益计算：基于维纳滤波公式计算传递函数，调整幅度谱并保留原始相位。

3. 小波阈值降噪 (Wavelet Denoising)

• 小波基与分解：采用 db4 (Daubechies 4) 小波基，进行4层分解。
• 阈值策略：

* 利用第一层细节系数估算噪声标准差。 * 计算通用阈值（Universal Threshold）。

• 处理方式：采用软阈值（Soft Thresholding）处理小波系数，在去噪的同时保留信号的平滑度。
• 容错机制：代码中包含 exist 检查，若未检测到小波函数库，会自动切换为5点平滑滤波，确保演示流程畅通。

使用方法

1. 将代码保存为 main.m。
2. 在MATLAB命令行窗口中直接运行 main。
3. 控制台输出：程序将打印每一步的执行状态（参数初始化、各算法执行进度）以及最终的SNR对比数据。
4. 图形输出：弹出一个包含多个子图的窗口，展示原始信号、含噪信号及处理后信号的波形和频谱。
5. 文件输出：在当前工作目录下生成以下音频文件：

* output_noisy.wav (含噪信号) * output_denoised_spectral.wav (谱减法结果) * output_denoised_wiener.wav (维纳滤波结果) * output_denoised_wavelet.wav (小波降噪结果)

辅助功能说明

• 分帧与重构：代码通过 enframe_sig 和 overlap_add 两个自定义子函数手动实现了信号的加窗分帧与重叠相加重构，方便用户理解DSP底层流程。
• SNR计算：标准化的SNR计算函数，通过计算纯净信号功率与残余噪声功率之比来评估质量。
• 可视化系统：综合绘图函数将所有对比结果集中在一个窗口中，便于直观的A/B测试。