基于MATLAB的语音信号去噪声处理研究与仿真

作者：苏家辉

来源：《中国新通信》 2018年第15期

【摘要】 噪声的存在严重影响了语音信号沟通功能的发挥。基于此，本文分别从FIR 滤波器去噪声方面、IIR 滤波器去噪声方面，分析基于MATLAB 的语音信号去噪声处理；最后以FIR 滤波器为例，对其在基于MATlAB 语音信号去噪声中的应用进行仿真分析，以期为语音信号去噪声处理提供良好的理论参照。

【关键词】 MATLAB 语音信号 去噪声处理

前言：

作为一门高新技术，语音处理技术具有多学科融合特征，其以模式识别、数字信号处理等为主要内容。在语音信号传输过程中，噪声的存在可对语音信息接收准确性产生干扰作用。MATLAB 作为一种交互性的高级语言，其在信号处理功能、矩阵预算等方面的优势使其在各科学领域得到了较为广泛的应用。因此，分析基于MATLAB 的语音信号去噪声处理与仿真具有一定的现实意义。

一、基于MATLAB 的语音信号去噪声处理

基于MATLAB 的语音信号去噪声处理方法主要包含以下几种：

1.1 FIR 滤波器去噪声

FIR 滤波器的应用优势主要体现在易设计、线性相位2方面。在信号去噪实践中，如需线性相位，则需优先选用FIR 滤波器进行去噪。FIR 滤波器的设计常采用窗函数法，具体设计流程如下：

第一，设定理想FIR 滤波器的频率响应参数，即H1。第二，确立单位脉冲响应参数h2。h2 的计算方法选用序列傅里叶反变换法。对该参数的计算，添加窗函数的功能为：在时域使用窗函数与所获信号相乘以实现截断信号的目的[1]。第三，h2 转换。在利用窗函数法设计FIR 滤波器的过程中，由于h2 属于一种无限长的序列，且为非因果序列，为了确保FIR滤波器去噪声功能的发挥，需采用加窗函数法实现h2 向H3的转换。第四，序列变换。运用序列的傅里叶变换将H3 转换为实际滤波器的频率响应H4，通过对H4 与H3 的比较，评估所设计FIR 滤波器是否合理。如评估结果提示设计成果符合预期标准，则表明该FIR 滤波器可用于基于MATLAB的语音信号去噪声处理。如不符合，则需要对原窗函数进行调整，重复上述过程，直至获得符合预期标准的FIR 滤波器为止。

1.2 IIR 滤波器去噪声

从设计方法类型来看，IIIR 滤波器的设计方法主要包含最优化设计法、零极点位置累试法以及模拟滤波器法。其中，巴特沃斯低通滤波器设计法设计IIR 滤波器的流程如下：根据IIR 滤波器在基于MATLAB 的语音信号去噪声处理中的应用要求：将信号中参杂着的噪声频率滤除。因此，设计过程主要需要涉及最小阻带衰减、通带截止频率、最大通带衰减、阻带截止频率等。上述参数均确立完成后，可通过技术指标的融合完成低通滤波器系统函数的获取。此时，可借

助频率变化法通过系统函数变换获得带阻滤波器、高通滤波器等的系统函数，最终确立具有去噪声功能的IIR 滤波器。

二、基于MATLAB 的语音信号去噪声处理仿真分析

以FIR 滤波器去噪声处理为例，可将基于MATLAB 的语音信号去噪声处理仿真分析如下：

以50000Hz 作为原始信号的有效频率范围，对基于窗函数法的FIR 低通滤波器、FIR 高通滤波器、FIR 带通滤波器进行仿真，仿真效果为：FIR 带通滤波器、FIR 低通滤波器在保留原始信号有效部分的基础上，将50000Hz 以外区域的频率全部滤除，表明这两种滤波器的去噪效果良好。FIR 带通滤波器的仿真状况如图1 所示；而FIR 高通滤波器则在滤除信号有效频率范围外频率的同时，将部分有效频率滤除，表明这种语音信号去噪声效果欠佳。

图 1 FIR 带通滤波器仿真结果

因此，在采用FIR 滤波器处理基于MATLAB 的语音信号噪声时，应从FIR 低通滤波器、FIR 带通滤波器中任选一种。这种去噪声方法的优点以稳定性、应用便捷性为主。

三、结论

综上所述，语音信号中噪声的存在严重影响了信号传输质量，因此，如何运用适宜的去噪声方法滤除信号中的噪声变得至关重要。FIR 滤波器、IIR 滤波器是两种可行的去噪声方法，为了评估其在基于MATLAB 的语音信号去噪声处理中的运用价值，可通过仿真分析方法进行分析。