数字滤波语音信号除噪设计

2013-10-10窦海鹏

长春工业大学学报 2013年6期

窦海鹏

（山西大学商务学院信息学院，山西太原 030031）

0 引言

语音是人类传递信息的重要手段，但是在现代的各种通信系统中，人们在获取语音的同时，总是会受到外界环境的干扰和影响，各种自然噪声和人为噪声会掺杂在语音信号中，严重影响语音质量。因此，利用数字信号处理技术对语音信号进行处理，滤除掺杂在其中的非必要噪声是很必要的，也是具有实际意义的研究课题。

首先提取一段语音信号，并在其中掺杂高频噪音。然后利用Matlab仿真软件设计一个FIR数字滤波器［1－6］，将掺杂在语音信号中的高频噪音消除，并分析比较消除高频噪音前后语音信号的时域和频域特性［7－9］。仿真结果表明，通过窗函数法设计的FIR数字滤波器可以有效地抑制带外噪声，提高话音质量，对实现语音信号的处理具有一定的实用价值。

1 原始信号的采集与处理

1.1 原始信号的采集及时域分析

为了研究语音除噪技术，首先应采集一段语音信号。使用电脑声卡录制一段语音信号，利用Matlab中的wavread命令读入该语音信号，将它赋值给某一向量。另外，可以通过sound命令回放该语音，感受声音的变化。语音采集程序如下：

通过合理选择采样位数可以衡量声音波动变化情况，而采样频率表示的是录音设备在1s内对语音信号的采样次数，所以，采样频率越高，对声音的还原就越有利。

电脑采集的原始语音信号的时域波形如图1所示。

图1 原始语音信号时域波形

由图中可以看出，语音信号随时间的延续而缓慢变化，是一种非平稳的时变信号。语音信号携带了需要传递的信息，根据人类发声时音调和音色的不同，提取的语音信号采样值的幅度和时间变化也各不相同。

1.2 信号加噪及频谱分析

处理语音信号的目的是为了更有效地提取信号中所携带的信息，所以在研究语音信号时域特性的同时，有必要研究其频域特性。而离散傅里叶变换是信号处理中的一个重要变换工具，可以将一个信号序列从时域表示转换到频率域表示，在信号处理中有广泛的应用。Matlab数字信号处理工具箱中的函数FFT是对离散傅里叶变换进行快速计算的有效算法，可以直接调用，调用格式如下：

其中，N是信号截取的长度。

利用FFT对采集的语音信号进行处理的频谱如图2所示。

图2 原始语音信号频谱

从图中可以看出，人类的语音频率范围主要集中在4 000Hz以内，属于低频信号。若此时在4 000Hz之外的较高频率处掺杂了干扰，将会对语音的质量造成影响。为了比较加入干扰前后的语音质量，现利用Matlab产生一个10.8kHz的余弦信号作为噪声加入到语音信号中，并对其进行频谱分析。其主要程序如下：

加入噪声后的信号时域波形及加入噪声前后的信号频谱比较如图3所示。

图3 加入噪声后的信号时域波形及频谱比较图

从时域图中可以看出，（a）加入10.8kHz的干扰信号后，在整个语音信号存在的时间过程中多出了高频成分。通过对加入噪声前信号频谱（b）和加入噪声后信号频谱（c）的比较发现，加入噪声后，在原语音信号频谱图的10.8kHz频率附近多出一个高频脉冲。若通过sound命令回放该语音，可以听到一个刺耳的噪音，而语音信号本身变模糊，话音质量变差。

2 数字滤波器的设计

数字滤波器在数字信号处理的各种实际应用中发挥着巨大的作用，它通过对采样的数据信号进行数学运算来达到频域滤波的目的，文中采用基于窗函数设计法的有限脉冲响应数字滤波器（FIR）滤除高频噪音。FIR数字滤波器在保证幅度特性满足技术要求的同时，又具有严格的线性相位特性，稳定和线性相位是其最突出的优点。因此，FIR滤波器在图像处理、通信等领域都有广泛的应用。

设计FIR数字滤波器就是要找到一个系统函数 H（z），使其频率响应函数 H（ejω）逼近滤波器要求的理想频率响应函数Hd（ejω）。

设线性相位理想低通滤波器的频率响应为：

其对应的单位脉冲响应hd（n）为：

由上式看出，hd（n）是无限长的，且是非因果序列，为构造一个长度为N的线性相位FIR数字滤波器，需将hd（n）截取一段，设截取的一段用h（n）表示，即

式中：h（n）——需要设计的滤波器单位脉冲响应。

从上述分析看出，利用窗函数法设计FIR滤波器的关键问题是选择合适的窗函数ω（n），在选择窗函数时，应考虑到被处理信号的性质及处理要求等。文中根据需滤除的高频信号的频段范围、强度和衰减等要求，选用旁瓣幅度较小的汉宁窗。

Matlab信号处理工具箱提供了丰富、简便的设计实现FIR滤波器的方法，使繁琐的程序设计简化成函数的调用，根据文中对语音信号除噪的要求，选用汉宁窗，确定所设计的FIR低通滤波器的设计指标为：Wp＝0.15＊pi，Ws＝0.25＊pi，设计程序如下：

设计的FIR低通滤波器的幅频特性如图4所示。

图4 FIR低通滤波器的幅频特性

从图中可以看出，选择汉宁窗使滤波器的主瓣包含了更多的能量，相应旁瓣幅度很小，达到－40dB以下，满足滤波要求。

3 利用数字滤波器消除语音信号的噪声

利用文中设计的FIR数字滤波器对掺杂了高频噪音的语音信号进行滤波处理，程序如下：

滤波前后语音信号的时域波形图及频谱比较结果如图5所示。

由图中可见，该低通滤波器滤除了4 000Hz以上的高频信号（包括掺杂的余弦干扰），保留了4 000Hz以内的低频语音信号，符合低频语音信号的特性。回放声音发现，语音信号中夹杂的高频刺耳的蜂鸣声消失了，声音变得比原始语音低沉平滑，这是因为利用汉宁窗设计的FIR滤波器不仅滤掉了高频噪声，而且把原始信号中很小的一部分高频分量也滤掉了，仅余下了较低频率的语音信号，说明达到滤除高频噪音信号的目的。