MATLAB小波在语音信号压缩中的应用

陕西理工学院课程设计第页共13页1MATLAB小波在语音信号压缩中的应用冯飞飞（陕理工学院物电学院电信专业081班，陕西汉中72300x）指导教师：蒋媛[摘要]：本设本文介绍了小波变换在语音压缩中两种新技术。第一种技术是消除了低于某一阈值与能量值小波分解高频系数的零小波变换。第二种技术是平均零小波变换，它除了履行第一种技术所要达到的目标之外，它平均分解的小波近似系数。这些系数几乎不变，是较高层次的分解转化。然后，小波系数在传输前，用Lloyd量化的算法和编码和熵编码技术，在接收端，接收信号进行解码，然后才处理减少量化。[关键词]：MATLAB语音小波ApplicationofMATLABwaveletinspeechsignalcompressionFengfeifei(Grade08,Class081,ElectronicInformationScienceandTechnology,DepartmentofPhysicsShaanxiUniversityofTechnology,Hanzhong723000,Shaanxi)Tutor:JiangyuanAbstract:Thisdesignintroducesthewavelettransforminspeechcompressionoftwokindsofnewtechnologies.Thefirsttechniqueiseliminatedbylessthanagiventhresholdvalueandenergyvalueofwaveletdecompositioncoefficientstozerowavelettransform.Thesecondtechniquesisaveragedtozerobywavelettransform.Inadditiontoitsperformancefirsttechniquetoachievethegoal,itisaveragedecompositionwaveletapproximationcoefficient.Thesecoefficientsarealmostinvariant,itshigherlevelofdecompositionandtransformation.Then,usingLloydquantizationandcodingandentropycodingtechniquebeforetransmission.Atthereceivingport,thereceivedsignalisdecoded,Handlereductioninquantization.Keywords:MATLAB;speechsignal;Wavelet陕西理工学院课程设计第页共13页2目录引言...............................................................11小波理论..........................................................31.1小波定义与应用.................................................................................................................31.2小波仿真应用.....................................................................................................................42语音信号..........................................................52.1语音的特性.........................................................................................................................52.1.1语音信号具有短时平稳性......................................................................................52.1.2语音信号分为清音和浊音......................................................................................52.1.3语音信号可以用统计分析特性来描述..................................................................52.2语音信号的采集................................................................................................................63语音压缩..........................................................83.1语音压缩技术.....................................................................................................................83.2小波包编码的优势.............................................................................................................83.3人耳听觉特性分析.............................................................................................................83.4小波编码解码过程.............................................................................................................94总结.............................................................12参考文献…………………………………………………………………………………...12附录………………………………………………………………………………………...13陕西理工学院课程设计第页共13页3引言通过语音传递倍息是人类最重要、最有效、最常用和最方便的交换信息的形式。让计算机能听懂人类的语言，是人类自计算机诞生以来梦寐以求的想法，用现代手段研究语音信号，使人们能更加有效地产生、传输、存储、获取和应用语音信息，这对于促进社会的发展具有十分重要的意义。然而语音通信过程中不可避免的会受到来自周围环境、传输媒介引入的噪声、通信设备内部电噪声、乃至其它讲话者的干扰。而语音增强就是从带噪语音信号中提取尽可能纯净的原始语音,改善语音质量，提高语音的清晰度和可懂度。语音压缩质量应该比电话质量更好。本文中提出了两种新的压缩技术。每一种技术都在后来被证明，不仅产生了一个更高的压缩比，而且实现了在较高信噪比条件段的质量的提高和平均意见得分值测试比率的提高。本文中所讨论的语音压缩技术是基于离散小波传输。提出的这种技术比现有的技术更加简单而有效。1小波理论1.1小波定义与应用小波（wavelet），即小区域的波，是一种特殊的长度有限、平均值为0的波形。小波函数的确切定义为：设t为一平方可积函数，即RLt2，若其傅里叶变换满足条件：则称t为一个基本小波或小波母函数，称上式为小波函数的可容许条件。小波分析是近15年来发展起来的一种新的时频分析方法。其典型应用包括齿轮变速控制，起重机的非正常噪声，自动目标所顶，物理中的间断现象等。而频域分析的着眼点在于区分突发信号和稳定信号以及定量分析其能量，典型应用包括细胞膜的识别，金属表面的探伤，金融学中快变量的检测，INTERNET的流量控制等。从以上的信号分析的典型应用可以看出，时频分析应用非常广泛，涵盖了物理学，工程技术，生物科学，经济学等众多领域，而且在很多情况下单单分析其时域或频域的性质是不够的，比如在电力监测系统中，即要监控稳定信号的成分，又要准确定位故障信号。这就需要引入新的时频分析方法，小波分析正是由于这类需求发展起来的。小波变换的时频窗口特性与短时傅里叶的时频窗口不一样，因为a不仅影响窗口在频率轴上的位置，也影响窗口的形状。这样小波变换对不同的频率在时域上的取样步长是可调节的，即在低频时小波变换的时间分辨率较低，而频率分辨率较高；而高频时小波变换的时间分辨率较高，而频率分辨率较低，这正符合低频信号变化缓慢而高频信号变化迅速的特点，所以被誉为数学显微镜。这便是它优于经典的傅里叶变换和短时傅里叶变换的地方。小波变换也一种积分变换，,fWT为小波变换系数。它不同于傅里叶变换的地方是，小波基具有尺度和平移两个参数，所以函数一经小波变换，就意味着将一个时间函数投影到二维的时间-尺度相平面上，这样有利于提取信号函数的某些本质特征。小波分析是一门新的学科，在频域和时域具有良好的局部化特性，克服了傅里叶分析的不足，能使用傅里叶的地方都可以用小波分析来代替并且效果会更好。小波分析在数据的压缩、去噪、边缘检测等方面比现有方法更有效。小波分析与傅里叶分析的区别在于：傅里叶分析只考虑时域和频域之间的一对一映射，它以单个变量（时间或频率）的函数表示信号；小波分析则利用联合时间—尺度函数分析非2ˆRCd陕西理工学院课程设计第页共13页4平稳信号，小波分析和时频分析的区别在于：时频分析在时频平面上表示非平稳信号，小波分析描述非平稳信号虽然也在二维平面上，但不是在时频平面上，而是在时间—尺度平面上，在小波分析中，人们可以在不同尺度上来观察信号，这种对信号分析的多尺度观点是小波分析的基本特征。小波分析属于时频分析的一种，传统的信号分析是建立在傅立叶变换的基础上的，由于傅立叶分析使用的是一种全局的变换，要么完全在时域，要么完全在时域，要么完全在频域，因此无法表述信号的时频局域性质，而这种性质恰恰是非平稳信号最根本和最关键的性质。为了分析和处理非平稳信号，人们对傅立叶分析进行了推广乃至根本性的革命，提出并发展了一系列新的信号分析理论：短时傅立叶变换、Gabor变换、时频分析、小波变换、分数阶傅立叶变换、线调频小波变换、循环统计量理论和调幅-调频信号分析等。其中，短时傅立叶变换和小波变换也是应传统的傅立叶变换不能够满足信号处理的要求而产生的。短时傅立叶变换分析的基本思想是：假定非平稳信号在分析窗函数g（t）的一个短时间间隔内是平稳（伪平稳）的，并移动分析窗函数，使)()(tgtf在不同的有限时间宽度内是平稳信号，从而计算出各个不同时刻的功率谱。但从本质上讲，短时傅立叶变换是一种单一分辨率的信号分析方法，因为它使用一个固定的短时窗函数。因而短时傅立叶变换在信号分析上还是存在着不可逾越的缺陷。小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的特点，而且在时频两域都具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可改变，时间窗和频率窗都可以改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，很适合于探测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉为分析信号的显微镜，利用连续小波变换进行动态系统故障检测与诊断具有良好的效果。1.2