[发明专利]一种基于EMD算法的语音增强方法

说明书

技术领域

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

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(IMF)，然后对IMF进行合理的处理。以往的方法是对部分IMF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IMF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IMF可以更多的保留语音信息。

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

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。

为了实现上述技术目的，本发明的技术方案为：

一种基于EMD算法的语音增强方法，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分量的含噪置信度，根据各分量的含噪置信度判断出噪声含量高的IMF分量，对其余的IMF分量置零；

(3)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；

(4)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。

其中，步骤(3)中的阈值函数为：

c~new=sign(ci)(|ci|-aλ),|ci|>λ(1-a)ci3λ2,|ci|>λ]]>

上式中，a为常数且0≤a≤1，c_i为含噪声的语音信号进行EMD分解后的第i个IMF分量，λ为阈值。

其中，上述阈值λ＝median(|c_i|)，即IMF分量绝对值的平均值。

其中，步骤(1)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≥1；

(b)计算每组IMF分量的整体正交指数，并计算其平均值：