【语音增强】维纳滤波语音增强（含滤波前后语谱图对比）【含Matlab源码 4078期】

Matlab领域

已于 2024-03-11 17:45:20 修改

阅读量961

点赞数 21

分类专栏： Matlab语音处理（初级版）文章标签： matlab

于 2024-03-10 21:26:12 首次发布

本文链接：https://blog.csdn.net/weixin_63266434/article/details/136609468

版权

Matlab语音处理（初级版）专栏收录该内容

127 篇文章 0 订阅

订阅专栏

在这里插入图片描述

⛄一、获取代码方式

获取代码方式1：
完整代码已上传我的资源：【语音增强】基于matlab维纳滤波语音增强（含滤波前后语谱图对比）【含Matlab源码 4078期】
点击上面蓝色字体，直接付费下载，即可。

获取代码方式2：
付费专栏Matlab语音处理（初级版）

备注：
点击上面蓝色字体付费专栏Matlab语音处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab语音处理（初级版），凭支付凭证，私信博主，可免费获得1份本博客上传CSDN资源代码（有效期为订阅日起，三天内有效）；
点击CSDN资源下载链接：1份本博客上传CSDN资源代码

⛄二、维纳滤波语音增强

维纳滤波是一种常用的语音增强方法，它基于信号处理和统计学原理，旨在减少噪声对语音信号的影响。维纳滤波的原理可以简要概括如下：
（1）假设：维纳滤波假设语音信号和噪声是线性叠加的，且噪声是平稳的高斯过程。
（2）信号和噪声的功率谱估计：通过对输入信号和噪声进行功率谱估计，得到它们的频谱信息。
（3）信号和噪声的功率谱比估计：根据假设，信号和噪声的功率谱比可以通过对它们的功率谱进行估计得到。
（4）维纳滤波器的设计：根据信号和噪声的功率谱比，设计一个滤波器，使得滤波后的语音信号在保持原有语音信息的同时，尽可能减少噪声的影响。
（5）滤波器的应用：将设计好的维纳滤波器应用于输入信号，通过滤波器对输入信号进行处理，得到增强后的语音信号。

⛄三、部分源代码

%读入原始信号 s(n) 干净语音
%[y,Fs]=audioread(‘p232_003.wav’);
[y,Fs]=audioread(‘clean.wav’);
% sound(y,Fs);
n=length(y);
%绘制波形
figure(1);
plot(y);
xlabel(‘时间’);
ylabel(‘幅度’);
title(‘原始信号的波形’);
grid on;

%产生观测信号x(n)=s(n)+v(n)
%v(n)噪声，选择白噪声
%v = wgn(n,1,0.2);
% sound(v,Fs);
% 产生观测信号
%x=awgn(y,20);
[x,Fs]= audioread(‘5dB_noisy.wav’);
%sound(x,Fs);
audiowrite(‘snp232_003.wav’,x,Fs);
figure(2);
plot(x);
xlabel(‘时间’);
ylabel(‘幅度’);
title(‘观测信号的波形’);
grid on;

%维纳滤波的频域非因果实现
Rxx=xcorr(x);
Gxx=fft(Rxx,n);
Rxy=xcorr(x,y);
Gxs=fft(Rxy,n);
H=Gxs./Gxx;
Ps=fftn(y);
S=H.*Ps;
ss=real(ifft(S));
ss=ss(1:n);
sound(ss,Fs);

%audiowrite(‘weina.wav’,ss,Fs);
figure(3);
plot(ss);
xlabel(‘时间’);
ylabel(‘幅度’);
title(‘恢复原始信号的波形’);
grid on;