[发明专利]一种经验模态分解和小波阈值去噪相结合的语音增强方法有效
| 申请号： | 201910051016.8 | 申请日： | 2019-01-21 |
| 公开（公告）号： | CN109785854B | 公开（公告）日： | 2021-07-13 |
| 发明（设计）人： | 吴海彬;李恝;叶锦华 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G10L21/0264 | 分类号： | G10L21/0264 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种经验模态分解和小波阈值去噪相结合的语音增强方法，首先将语音信号进行经验模态分解，再根据本征模态函数与语音信号的互相关系数去除包含虚假频率成分的本征模态函数，接着计算剩余的本征模态函数的自相关函数，根据自相关函数图谱，确定噪声主导的本征模态函数分量和语音信号主导的本征模态函数分量的分界点，然后对噪声主导的本征模态函数进行小波软阈值去噪，最后将信号主导本征模态函数分量与小波软阈值去噪后的噪声主导本征模态函数分量一起重构语音信号，得到增强后的语音信号，和常规经验模态分解方法相比，本发明可有效减小语音信号失真，提高去噪性能，能够获得高信噪比的语音信号。 | ||
| 搜索关键词： | 一种 经验 分解 阈值 相结合 语音 增强 方法 | ||
【主权项】：
1.一种经验模态分解和小波阈值去噪相结合的语音增强方法，其特征在于：包括以下步骤：步骤S1：对语音信号y(t)进行经验模态分解，得到N个IMF分量；步骤S2：计算各IMF分量与y(t)的互相关系数，把互相关系数低于设定阈值的IMF分量当作虚假分量去除；步骤S3：计算剩余IMF分量的自相关函数；步骤S4：根据步骤S3中自相关函数的图谱，确定噪声主导IMF分量与信号主导IMF分量的分界点K；步骤S5：对所有噪声主导的IMF分量进行小波阈值去噪；步骤S6：用信号主导IMF分量与经过小波阈值去噪后的噪声主导IMF分量重构语音信号，获得增强后的语音信号。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910051016.8/，转载请声明来源钻瓜专利网。
