在Matlab中實(shí)現(xiàn)基于LMS算法語(yǔ)音信號(hào)去噪

李曼

摘要：該文描述了在Matlab中編程實(shí)現(xiàn)語(yǔ)音通信中去除噪聲技術(shù)。依據(jù)輸入信號(hào)在迭代過(guò)程中估計(jì)梯度矢量、更新權(quán)系數(shù)以達(dá)到最優(yōu)的自適應(yīng)迭代算法，采用一種期望響應(yīng)和濾波輸出信號(hào)之間誤差的均方值最小（LMS算法）為準(zhǔn)則的梯度最陡下降方法。討論收斂因子[μ]的取值范圍使降噪效果達(dá)到最優(yōu)。

關(guān)鍵詞：最小均方LMS算法；期望值；最陡下降法；權(quán)系數(shù)向量；收斂因子

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）32-7650-03

Abstract： This article describes to remove noise in Matlab programming realization of voice communication technology.On the basis of the input signal in the process of iteration estimates gradient vector，update the weights in order to achieve the optimal adaptive iteration algorithm.Using an expected response and filtering the mean square error between the output singals as the criterion of minimum gradient steepest descent method.Discuss the scope of convergence factor causes the noise reduction effect to achieve the optimal.

Key words： Minimum mean square LMS algorithm； expected value； steepest descent method； Weight vector； convergence factor

語(yǔ)音通信在當(dāng)今社會(huì)中成為人們交往不可或缺的通信方式，但在通信過(guò)程中不可避免地受到來(lái)自環(huán)境、傳輸媒介、通信設(shè)備等等引入的噪聲。而這些信號(hào)與噪聲是非平穩(wěn)的統(tǒng)計(jì)特性先驗(yàn)未知的隨機(jī)信號(hào)。在眾多的噪聲消除方法中，自適應(yīng)算法（LMS算法）對(duì)含有噪聲的語(yǔ)音去除噪聲效果較好。該算法的特點(diǎn)是其簡(jiǎn)單性，不需要計(jì)算相應(yīng)的相關(guān)函數(shù)，也不需要進(jìn)行矩陣運(yùn)算。該文通過(guò)MATLAB仿真軟件對(duì)去除噪聲研究進(jìn)行分析、驗(yàn)證。

1 噪聲度量

聲音的基本度量有聲壓、聲強(qiáng)、聲功率。為了便于在測(cè)量?jī)x器上讀出噪聲評(píng)價(jià)量，在噪聲測(cè)量?jī)x器上設(shè)計(jì)一種特殊的濾波器，使測(cè)量?jī)x器上接收的聲音按不同程度大小濾波。A聲級(jí)（用A計(jì)權(quán)網(wǎng)絡(luò)測(cè)得的聲壓級(jí)）模擬人耳對(duì)55分貝以下噪聲的頻率特性，測(cè)得結(jié)果與人耳對(duì)聲音的響度感覺(jué)相近。因此把A聲級(jí)用來(lái)評(píng)價(jià)噪聲，它已成為國(guó)際標(biāo)準(zhǔn)化組織和絕大多數(shù)國(guó)家噪聲標(biāo)準(zhǔn)中的主要指標(biāo)。

4 小結(jié)

在眾多的語(yǔ)音增強(qiáng)技術(shù)中，自適應(yīng)濾波器的LMS算法使用了一個(gè)噪聲輔助輸入，可以在未知環(huán)境中實(shí)時(shí)跟蹤輸入信號(hào)從而獲得較全面的噪聲信息，而當(dāng)輔助輸入噪聲與語(yǔ)音中的噪聲完全相關(guān)情況下，自適應(yīng)噪聲抵消法以均方誤差為最小準(zhǔn)則，采用最陡下降法，消除語(yǔ)音中的噪聲成分，獲得比較好的降噪效果。在信噪比方面和語(yǔ)音可懂度方面有較大提高。

參考文獻(xiàn)：

[1] 宋知用.MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2013.endprint

摘要：該文描述了在Matlab中編程實(shí)現(xiàn)語(yǔ)音通信中去除噪聲技術(shù)。依據(jù)輸入信號(hào)在迭代過(guò)程中估計(jì)梯度矢量、更新權(quán)系數(shù)以達(dá)到最優(yōu)的自適應(yīng)迭代算法，采用一種期望響應(yīng)和濾波輸出信號(hào)之間誤差的均方值最?。↙MS算法）為準(zhǔn)則的梯度最陡下降方法。討論收斂因子[μ]的取值范圍使降噪效果達(dá)到最優(yōu)。

關(guān)鍵詞：最小均方LMS算法；期望值；最陡下降法；權(quán)系數(shù)向量；收斂因子

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）32-7650-03

Abstract： This article describes to remove noise in Matlab programming realization of voice communication technology.On the basis of the input signal in the process of iteration estimates gradient vector，update the weights in order to achieve the optimal adaptive iteration algorithm.Using an expected response and filtering the mean square error between the output singals as the criterion of minimum gradient steepest descent method.Discuss the scope of convergence factor causes the noise reduction effect to achieve the optimal.

Key words： Minimum mean square LMS algorithm； expected value； steepest descent method； Weight vector； convergence factor

語(yǔ)音通信在當(dāng)今社會(huì)中成為人們交往不可或缺的通信方式，但在通信過(guò)程中不可避免地受到來(lái)自環(huán)境、傳輸媒介、通信設(shè)備等等引入的噪聲。而這些信號(hào)與噪聲是非平穩(wěn)的統(tǒng)計(jì)特性先驗(yàn)未知的隨機(jī)信號(hào)。在眾多的噪聲消除方法中，自適應(yīng)算法（LMS算法）對(duì)含有噪聲的語(yǔ)音去除噪聲效果較好。該算法的特點(diǎn)是其簡(jiǎn)單性，不需要計(jì)算相應(yīng)的相關(guān)函數(shù)，也不需要進(jìn)行矩陣運(yùn)算。該文通過(guò)MATLAB仿真軟件對(duì)去除噪聲研究進(jìn)行分析、驗(yàn)證。

1 噪聲度量

聲音的基本度量有聲壓、聲強(qiáng)、聲功率。為了便于在測(cè)量?jī)x器上讀出噪聲評(píng)價(jià)量，在噪聲測(cè)量?jī)x器上設(shè)計(jì)一種特殊的濾波器，使測(cè)量?jī)x器上接收的聲音按不同程度大小濾波。A聲級(jí)（用A計(jì)權(quán)網(wǎng)絡(luò)測(cè)得的聲壓級(jí)）模擬人耳對(duì)55分貝以下噪聲的頻率特性，測(cè)得結(jié)果與人耳對(duì)聲音的響度感覺(jué)相近。因此把A聲級(jí)用來(lái)評(píng)價(jià)噪聲，它已成為國(guó)際標(biāo)準(zhǔn)化組織和絕大多數(shù)國(guó)家噪聲標(biāo)準(zhǔn)中的主要指標(biāo)。

4 小結(jié)

在眾多的語(yǔ)音增強(qiáng)技術(shù)中，自適應(yīng)濾波器的LMS算法使用了一個(gè)噪聲輔助輸入，可以在未知環(huán)境中實(shí)時(shí)跟蹤輸入信號(hào)從而獲得較全面的噪聲信息，而當(dāng)輔助輸入噪聲與語(yǔ)音中的噪聲完全相關(guān)情況下，自適應(yīng)噪聲抵消法以均方誤差為最小準(zhǔn)則，采用最陡下降法，消除語(yǔ)音中的噪聲成分，獲得比較好的降噪效果。在信噪比方面和語(yǔ)音可懂度方面有較大提高。

參考文獻(xiàn)：

[1] 宋知用.MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2013.endprint

摘要：該文描述了在Matlab中編程實(shí)現(xiàn)語(yǔ)音通信中去除噪聲技術(shù)。依據(jù)輸入信號(hào)在迭代過(guò)程中估計(jì)梯度矢量、更新權(quán)系數(shù)以達(dá)到最優(yōu)的自適應(yīng)迭代算法，采用一種期望響應(yīng)和濾波輸出信號(hào)之間誤差的均方值最?。↙MS算法）為準(zhǔn)則的梯度最陡下降方法。討論收斂因子[μ]的取值范圍使降噪效果達(dá)到最優(yōu)。

關(guān)鍵詞：最小均方LMS算法；期望值；最陡下降法；權(quán)系數(shù)向量；收斂因子

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）32-7650-03

Abstract： This article describes to remove noise in Matlab programming realization of voice communication technology.On the basis of the input signal in the process of iteration estimates gradient vector，update the weights in order to achieve the optimal adaptive iteration algorithm.Using an expected response and filtering the mean square error between the output singals as the criterion of minimum gradient steepest descent method.Discuss the scope of convergence factor causes the noise reduction effect to achieve the optimal.

Key words： Minimum mean square LMS algorithm； expected value； steepest descent method； Weight vector； convergence factor

語(yǔ)音通信在當(dāng)今社會(huì)中成為人們交往不可或缺的通信方式，但在通信過(guò)程中不可避免地受到來(lái)自環(huán)境、傳輸媒介、通信設(shè)備等等引入的噪聲。而這些信號(hào)與噪聲是非平穩(wěn)的統(tǒng)計(jì)特性先驗(yàn)未知的隨機(jī)信號(hào)。在眾多的噪聲消除方法中，自適應(yīng)算法（LMS算法）對(duì)含有噪聲的語(yǔ)音去除噪聲效果較好。該算法的特點(diǎn)是其簡(jiǎn)單性，不需要計(jì)算相應(yīng)的相關(guān)函數(shù)，也不需要進(jìn)行矩陣運(yùn)算。該文通過(guò)MATLAB仿真軟件對(duì)去除噪聲研究進(jìn)行分析、驗(yàn)證。

1 噪聲度量

聲音的基本度量有聲壓、聲強(qiáng)、聲功率。為了便于在測(cè)量?jī)x器上讀出噪聲評(píng)價(jià)量，在噪聲測(cè)量?jī)x器上設(shè)計(jì)一種特殊的濾波器，使測(cè)量?jī)x器上接收的聲音按不同程度大小濾波。A聲級(jí)（用A計(jì)權(quán)網(wǎng)絡(luò)測(cè)得的聲壓級(jí)）模擬人耳對(duì)55分貝以下噪聲的頻率特性，測(cè)得結(jié)果與人耳對(duì)聲音的響度感覺(jué)相近。因此把A聲級(jí)用來(lái)評(píng)價(jià)噪聲，它已成為國(guó)際標(biāo)準(zhǔn)化組織和絕大多數(shù)國(guó)家噪聲標(biāo)準(zhǔn)中的主要指標(biāo)。

4 小結(jié)

在眾多的語(yǔ)音增強(qiáng)技術(shù)中，自適應(yīng)濾波器的LMS算法使用了一個(gè)噪聲輔助輸入，可以在未知環(huán)境中實(shí)時(shí)跟蹤輸入信號(hào)從而獲得較全面的噪聲信息，而當(dāng)輔助輸入噪聲與語(yǔ)音中的噪聲完全相關(guān)情況下，自適應(yīng)噪聲抵消法以均方誤差為最小準(zhǔn)則，采用最陡下降法，消除語(yǔ)音中的噪聲成分，獲得比較好的降噪效果。在信噪比方面和語(yǔ)音可懂度方面有較大提高。

參考文獻(xiàn)：

[1] 宋知用.MATLAB在語(yǔ)音信號(hào)分析與合成中的應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2013.endprint