语音信号去噪后的输出信噪比怎么算?网上搜了很多公式,结果都不正确。很着急!先谢谢了!

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了语音信号去噪后的输出信噪比怎么算?网上搜了很多公式,结果都不正确。很着急!先谢谢了!相关的知识,希望对你有一定的参考价值。

程序如下:close all;
clear all;
signal=wavread('大家好.wav');%读取语音信号序列
SNR_int=input('请输入输入信噪比(单位:dB):');%输入输入信噪比
s=awgn(signal,SNR_int);%信号加入高斯白噪声,信噪比为SNR_int
wname=input('请输入小波基名称:','s');
N=input('请输入分解层数:');
[c,l]=wavedec(s,N,wname);
[thr,sorh,keepapp]=ddencmp('den','wv',s);%默认阈值消噪
s1=wdencmp('gbl',c,l,wname,N,thr,sorh,keepapp);
其中,signal为原语音信号,s为加噪信号,s1为去噪后重构信号
不知可不可以用psnr做,不过好像psnr只能算图像信号去噪的峰峰值信噪比,我想用方差做:signal的方差除(s1-signal)的方差,但不知怎么编程。
恳请高手指导!

参考技术A (1+S/N)=6000*log2(1001)=60000bit/s=60Kbit/s

语音去噪基于matlab GUI软阈值+硬阈值+软硬折中阈值语音去噪含Matlab源码 1810期

一、小波阈值语音降噪简介

0 引言
语音信号在传输过程中, 会不可避免地受到外界环境噪声的干扰, 从而影响人们之间的相互交流与沟通。如何从含噪语音信号中将原始信号提取出来, 提高信号信噪比, 是现代语音信号处理领域的研究热点之一。小波阈值去噪法因其实现简单, 运算量小等优点被广泛应用于信号处理领域。

小波阈值去噪法的关键是阈值函数的选取。常规的阈值函数选取过于简单, 考虑不全面, 去噪效果受到限制。针对这些不足做了大量研究, 提出了一些改进方法。本文在软阈值函数的基础上, 提出了一种优化的参数阈值函数, 使得去噪效果得到较大提升。基于对实验结果的分析, 又提出了一种最优参数选择法, 进一步提升了去噪效果。

1 小波阈值语音去噪原理
小波阈值语音去噪可分为以下三个步骤:

(1) 含噪语音信号的小波分解。选择一个合适的小波基并确定分解层数l, 进行分解计算, 得到小波分解的各层高频系数ωd (1) , ωd (2) , …, ωd (l) 和低频系数ωa (l) 。

2 阈值函数的选取
在阈值量化过程中, 常规的阈值函数有软、硬阈值函数[10]两种:

硬阈值函数:

软阈值函数:

硬阈值函数可以很好地保留信号的局部特征, 但由于硬阈值函数不连续, 信号在重构的时候可能会产生一些震荡;软阈值函数是连续的, 但当小波系数较大时, 处理后的小波系数会出现较大的恒定偏差, 影响重构信号与真实信号的逼近程度。

本文提出了一种参数阈值函数:

其中, α∈[0, 1]为参数, 当α=0时, 即为软阈值函数。

图1为上述三种阈值函数图像的对比, 由图1可看出, 参数阈值函数介于软、硬阈值函数之间, 且在±λ点是连续的, 避免了硬阈值函数处理信号时发生震荡的问题;当|ωjk|<λ时, 将小波系数平滑过渡到0而非直接将其置零, 既抑制了噪声, 又避免信息丢失严重。

图1 三种阈值函数的对比 (α=0.5)

二、部分源代码

function varargout = untitled(varargin)
% UNTITLED MATLAB code for untitled.fig
%      UNTITLED, by itself, creates a new UNTITLED or raises the existing
%      singleton*.
%
%      H = UNTITLED returns the handle to a new UNTITLED or the handle to
%      the existing singleton*.
%
%      UNTITLED('CALLBACK',hObject,eventData,handles,...) calls the local
%      function named CALLBACK in UNTITLED.M with the given input arguments.
%
%      UNTITLED('Property','Value',...) creates a new UNTITLED or raises the
%      existing singleton*.  Starting from the left, property value pairs are
%      applied to the GUI before untitled_OpeningFcn gets called.  An
%      unrecognized property name or invalid value makes property application
%      stop.  All inputs are passed to untitled_OpeningFcn via varargin.
%
%      *See GUI Options on GUIDE's Tools menu.  Choose "GUI allows only one
%      instance to run (singleton)".
%
% See also: GUIDE, GUIDATA, GUIHANDLES

% Edit the above text to modify the response to help untitled

% Last Modified by GUIDE v2.5 20-Mar-2022 22:34:59

% Begin initialization code - DO NOT EDIT
gui_Singleton = 1;
gui_State = struct('gui_Name',       mfilename, ...
                   'gui_Singleton',  gui_Singleton, ...
                   'gui_OpeningFcn', @untitled_OpeningFcn, ...
                   'gui_OutputFcn',  @untitled_OutputFcn, ...
                   'gui_LayoutFcn',  [] , ...
                   'gui_Callback',   []);
if nargin && ischar(varargin1)
    gui_State.gui_Callback = str2func(varargin1);
end

if nargout
    [varargout1:nargout] = gui_mainfcn(gui_State, varargin:);
else
    gui_mainfcn(gui_State, varargin:);
end
% End initialization code - DO NOT EDIT


% --- Executes just before untitled is made visible.
function untitled_OpeningFcn(hObject, eventdata, handles, varargin)
% This function has no output args, see OutputFcn.
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)
% varargin   command line arguments to untitled (see VARARGIN)

% Choose default command line output for untitled
handles.output = hObject;

% Update handles structure
guidata(hObject, handles);

% UIWAIT makes untitled wait for user response (see UIRESUME)
% uiwait(handles.figure1);


% --- Outputs from this function are returned to the command line.
function varargout = untitled_OutputFcn(hObject, eventdata, handles) 
% varargout  cell array for returning output args (see VARARGOUT);
% hObject    handle to figure
% eventdata  reserved - to be defined in a future version of MATLAB
% handles    structure with handles and user data (see GUIDATA)

% Get default command line output from handles structure
varargout1 = handles.output;


% --- Executes on button press in pushbutton1.
function pushbutton1_Callback(hObject, eventdata, handles)

fs=audioread('Ring01.wav');
y=fs(40000:120000);
N=length(y);

axes(handles.axes1);
plot(y);
ylabel('幅值 A');
title('原始信号');
s=awgn(y,15,'measured');%加入高斯白噪声
axes(handles.axes2);
plot(s);
ylabel('幅值 A');
title('加噪信号');
wname='db3';%选db3小波基
lev=5;%5层分解
[c,l]=wavedec(s,lev,wname);
a5=appcoef(c,l,wname,lev); 
d5=detcoef(c,l,5);
d4=detcoef(c,l,4);
d3=detcoef(c,l,3);
d2=detcoef(c,l,2);
d1=detcoef(c,l,1);
cD=[d1,d2,d3,d4,d5];
a=8500;b=13;
sigma=median(abs(cD))/3.647
thr1=(sigma*sqrt(2*(log10(N))))/(log10(2));
cD1=wthresh(d1,'s',thr1);
thr2=(sigma*sqrt(2*(log10(N))))/(log10(3));
cD2=wthresh(d2,'s',thr2);
thr3=(sigma*sqrt(2*(log10(N))))/(log10(4));
cD3=wthresh(d3,'s',thr3);
thr4=(sigma*sqrt(2*(log10(N))))/(log10(5));
cD4=wthresh(d4,'s',thr4);
thr5=(sigma*sqrt(2*(log10(N))))/(log10(6));
cD5=wthresh(d5,'s',thr5);
cd=[a5,cD5,cD4,cD3,cD2,cD1];
c=cd;
ys=waverec(c,l,wname);
axes(handles.axes3);
plot(ys);
title('软阈值处理');
thr1=(sigma*sqrt(2*(log10(N))))/(log10(2));
cD1=wthresh(d1,'h',thr1);
thr2=(sigma*sqrt(2*(log10(N))))/(log10(3));
cD2=wthresh(d2,'h',thr2);
thr3=(sigma*sqrt(2*(log10(N))))/(log10(4));
cD3=wthresh(d3,'h',thr3);
thr4=(sigma*sqrt(2*(log10(N))))/(log10(5));
cD4=wthresh(d4,'h',thr4);
thr5=(sigma*sqrt(2*(log10(N))))/(log10(6));
cD5=wthresh(d5,'h',thr5);
cd=[a5,cD5,cD4,cD3,cD2,cD1];
c=cd;
yh=waverec(c,l,wname);
axes(handles.axes4);
plot(yh);
title('硬阈值处理');
thr1=(sigma*sqrt(2*(log10(length(d1)))))/(log10(1+1));
for i=1:length(d1)
    if(abs(d1(i))>=thr1)
        cD1(i)=sign(d1(i))*(abs(d1(i))-b*thr1/(a^(abs(abs(d1(i))-thr1))+b-1));%估计第一层小波系数
    else
        cD1(i)=0;
    end
end

三、运行结果

四、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1]韩纪庆,张磊,郑铁然.语音信号处理(第3版)[M].清华大学出版社,2019.
[2]柳若边.深度学习:语音识别技术实践[M].清华大学出版社,2019.
[3]张宝,魏连鑫.基于参数阈值函数的小波阈值语音去噪[J].信息技术. 2017,(08)

以上是关于语音信号去噪后的输出信噪比怎么算?网上搜了很多公式,结果都不正确。很着急!先谢谢了!的主要内容,如果未能解决你的问题,请参考以下文章

毕设题目:Matlab数字信号去噪

小波变换后的图像如何去噪

语音去噪基于matlab GUI软阈值+硬阈值+软硬折中阈值语音去噪含Matlab源码 1810期

语音去噪基于matlab GUI谱减法+维纳滤波语音去噪(带面板+信噪比)含Matlab源码 1661期

语音去噪基于先验信噪比的维纳滤波算法语音去噪matlab源码

数字信号去噪基于matlab小波阙值数字信号去噪和求信噪比含Matlab源码 2191期