一种基于emd算法的语音增强方法
【专利摘要】本发明公开了一种基于EMD算法的语音增强方法，首先对含噪声的语音信号进行EMD分解，得到若干IMF分量；其次计算出每个IMF分量的含噪置信度，根据含噪置信度判断出噪声含量高的IMF分量，其余的IMF分量置零；然后构造阈值函数，对噪声含量高的IMF分量使用阈值函数进行阈值处理；最后对阈值处理后的IMF分量进行叠加，得到噪声被抑制的语音信号。采用本发明能够有效抑制IMF分量中的噪声能量，同时能较完整地保留语音信号。
【专利说明】-种基于EMD算法的语音增强方法
【技术领域】
[0001] 本发明属于信号处理领域，特别涉及了一种基于EMD算法的语音增强方法。
【背景技术】
[0002] 基于EMD的语音增强方法，是使用经验模式分解（EMD)将含噪信号分解成一组本 征模式分量（MF)，然后对MF进行合理的处理。以往的方法是对部分MF分量直接置零， 但是由于EMD算法本身的模态混叠等问题，以及语音信号清音部分有噪声的特性，因而将 导致经过EMD分解得到的MF分量中，即使判断为噪声含量高的分量，也会含有语音的清 音部分。如果将这些分量直接置零，将导致重构后的语音失去高频信息，听上去像隔了一层 布。阈值法处理MF可以更多的保留语音信息。
[0003] 因此，目前需要技术人员迫切解决的一个技术问题就是：如何能够创新地提出一 种阈值函数或是方法，以尽可能抑制分量中的噪声能量，同时保留其中的语音信号。
【发明内容】
[0004] 为了解决上述【背景技术】存在的技术问题，本发明旨在提供一种基于EMD算法的语 音增强方法，有效抑制分量中的噪声能量，同时保留语音信号。
[0005] 为了实现上述技术目的，本发明的技术方案为：
[0006] 一种基于EMD算法的语音增强方法，包括以下步骤：
[0007] (1)对含噪声的语音信号进行EMD分解，得到若干IMF分量；
[0008] (2)计算出每个IMF分量的含噪置信度，根据各分量的含噪置信度判断出噪声含 量高的頂F分量，对其余的MF分量置零；
[0009] (3)构造阈值函数，对噪声含量高的MF分量使用阈值函数进行阈值处理；
[0010] (4)对阈值处理后的MF分量进行叠加，得到噪声被抑制的语音信号。
[0011] 其中，步骤⑶中的阈值函数5_为：
[0012]
【权利要求】
1. 一种基于EMD算法的语音增强方法，其特征在于，包括以下步骤： (1) 对含噪声的语音信号进行EMD分解，得到若干IMF分量； (2) 计算出每个IMF分量的含噪置度，根据各分量的含噪置信度判断出噪声含量高的 MF分量，对其余的MF分量置零； (3) 构造阈值函数，对噪声含量高的MF分量使用阈值函数进行阈值处理； (4) 对阈值处理后的MF分量进行叠加，得到噪声被抑制的语音信号。
2. 根据权利要求1所述一种基于EMD算法的语音增强方法，其特征在于：步骤⑶中 的阈值函数为：
上式中，a为常数且0彡a彡1，Ci为含噪声的语音信号进行EMD分解后的第i个MF 分量，λ为阈值。
3. 根据权利要求2所述一种基于EMD算法的语音增强方法，其特征在于：所述阈值λ =median (| q | )，即IMF分量绝对值的平均值。
4. 根据权利要求1所述一种基于EMD算法的语音增强方法，其特征在于：步骤⑴的 具体步骤如下： (a) 使用不同的分解停止条件获得N组IMF分量的样本集，其中N彡1 ; (b) 计算每组IMF分量的整体正交指数，并计算其平均值：
上式中，Sj表示各组MF分量的筛分次数，V (Sp是筛分次数Sj下某组MF分量的整体 正交指数； (c) 计算V(Sj)的标准差作为正交置信限，根据该正交置信限舍去不合格的IMF分量。
5. 根据权利要求4所述一种基于EMD算法的语音增强方法，其特征在于：所述V(sp的 计算公式为：
上式中，cm(t)、cn(t)分别为某一筛分次数下分解出的第m、n个MF分量，x(t)为含噪 声的语音信号，T为时间序列t的上限值。
【文档编号】G10L21/02GK104299620SQ201410488027
【公开日】2015年1月21日 申请日期:2014年9月22日 优先权日:2014年9月22日
【发明者】李东新, 杨力 申请人:河海大学