基于谱减法与小波阈值法的语音降噪处理系统

资 源 简 介

本项目旨在实现信号处理领域中两种经典的降噪算法：标准谱减法（Spectral Subtraction）和小波阈值（Wavelet Thresholding）降噪方法。该系统通过对原始含噪信号进行预处理，包括分帧、加窗等操作，分别从频域和时频域对噪声进行抑制。标准谱减法主要通过估计信号中静默段的噪声功率谱，并从含噪信号的总功率谱中减去该估计值，从而提取出纯净信号的频谱特征，尤其适用于平稳加性噪声的去除。小波阈值降噪则利用小波变换的多分辩分析特性，将信号分解到不同尺度的小波空间中，采用硬阈值或软阈值函数对包含

详 情 说 明

语音降噪处理系统项目说明文档

项目介绍

本项目是一个基于 MATLAB 环境开发的专用语音信号降噪演示与分析系统。系统针对平稳高斯白噪声环境，集成了两种经典的信号处理算法：标准谱减法（Spectral Subtraction）与小波阈值法（Wavelet Thresholding）。通过对含噪语音信号进行多维度的处理，系统能够有效地从干扰背景中提取纯净语音，并通过时域、频域以及量化指标三个维度对降噪效果进行综合评价。该系统不仅适用于学术研究中降噪算法的基础对比，也为理解时频分析技术提供了直观的实验平台。

功能特性

1. 信号自动化生成与预处理：系统支持加载内置语音数据或自动生成多频合成仿真信号，并能根据设定的信噪比（SNR）精确添加高斯白噪声。
2. 双算法降噪处理：同步实现基于频域功率谱减除的谱减法和基于多尺度分解的小波阈值降噪法。
3. 参数化控制：支持自定义分帧长度、重叠因子、谱减过减因子、小波基类型及分解层数等关键参数。
4. 综合性能评估：自动计算并输出降噪前后的信噪比（SNR）和均方误差（MSE），提供客观的性能量化依据。
5. 多维可视化展示：通过时域局部波形对比图和功率谱密度（PSD）对比图，直观展现不同算法对信号特征的保持能力及噪声抑制效果。

系统要求

1. 软件环境：MATLAB R2016a 或更高版本。
2. 必备工具箱：Signal Processing Toolbox（信号处理工具箱）、Wavelet Toolbox（小波工具箱）。
3. 硬件环境：普通办公配置电脑即可流畅运行。

实现逻辑与功能细节说明

#### 1. 信号读取与带噪模拟 系统首选尝试加载 MATLAB 内置的语音信号资源。若环境缺失该资源，系统将自动构造一个由 200Hz、600Hz 和 1200Hz 组成的三频合成信号作为替代。随后，系统根据预设的输入信噪比（如 5dB），计算信号功率并生成对应强度的标准高斯白噪声，将其叠加在原始信号上形成待处理的含噪信号。

#### 2. 标准谱减法实现逻辑 该模块从频域角度对噪声进行补偿，核心逻辑如下：

• 预处理：采用汉明窗（Hamming Window）对含噪信号进行分帧处理，设置帧长为 256 点，帧移为 128 点。
• 频域转换：通过 512 点快速傅里叶变换（FFT）获取信号的幅度谱和相位谱。
• 噪声估计：系统默认采集信号的前 5 帧作为纯噪声段，计算其平均功率谱作为噪声基准估计。
• 频谱减除：根据谱减公式，在功率谱域减去估计出的噪声分量。引入减法因子（Alpha=2）以强化抑制效果，并设置增益因子地板（Beta=0.01）来处理减法后可能出现的负值，减少音乐噪声。
• 重构：保留原始含噪信号的相位信息，结合修正后的幅度谱进行逆傅里叶变换（IFFT），最后通过重叠相加法（Overlap-Add）消除帧间断裂，恢复时域信号。

#### 3. 小波阈值降噪实现逻辑 该模块利用小波变换的多分辨率特性，在时频域同步操作：

• 多层分解：选用 db4 小波基对含噪信号进行 5 层离散小波分解，将信号分解为近似分量（低频）和多个尺度的细节分量（高频）。
• 阈值计算：采用通用阈值公式（Universal Threshold）。系统提取第一层高频系数，通过中位数估计噪声的标准差，进而计算出自适应阈值。
• 阈值操作：系统默认使用软阈值函数对各层高频系数进行处理。对于幅值小于阈值的噪声系数进行清零，对于大于阈值的信号系数进行收缩平滑，以达到去噪同时减少边缘失真的目的。
• 信号重构：利用处理后的系数进行小波逆变换，重构出降噪后的时域语音信号。

#### 4. 评估指标与可视化逻辑 系统内置了专门的计算函数对降噪质量进行评估：

• 指标计算：计算公式严格遵循标准定义。信噪比（SNR）通过信号功率与残差噪声功率的比值对数化获得；均方误差（MSE）反映了降噪信号与原始信号的平均绝对偏差。
• 图形显示：系统生成三个核心图表。上层图表展示原始信号与含噪信号的局部时域重叠，中层展示两种降噪算法后的波形对比，下层展示四种状态（纯净、含噪、谱减后、小波后）的功率谱密度曲线，清晰反映算法在不同频段的去噪深度。

使用方法

1. 启动环境：打开 MATLAB 软件。
2. 运行脚本：在命令行窗口输入该程序的主函数名称并回车，或在编辑器中点击“运行”按钮。
3. 查看结果：

- 命令行窗口：将实时显示原始输入信噪比以及两种算法处理后的 SNR 和 MSE 量化数值。 - 图形窗口：系统将弹出可视化界面，用户可缩放观察时域波形的恢复程度以及频域中噪声底噪的下降情况。

1. 参数调整：用户可根据需要修改程序开头的参数（如噪声强度、小波基名称或谱减因子），再次运行以对比不同参数下的降噪表现。