。其显著特点是噪声频谱遍布于语音信号域频谱中，导致消除噪声较为困难。般需要采用非线性处理方法。语音干扰可能是受到其他语音源的干扰造成的。干扰语音信号和待传语音信号同时在个信道中传输所造成的干扰称为语音干扰。考虑到般情况下两种语音的基音不同，也不成整数倍，利用它们的基音差别可以用梳状滤波器提取基音和各次谐波，再恢复出有用语音信号。传输噪声这是传输系统的电路噪声。与背景噪声不同的是，语音和噪声需要通过卷积变换，转化为加性噪声来处理。介绍公司种类多，品种齐全，适合各种需要。目前，使用较为广泛的主要有三个系列，和。其他系列产品应用较少或已经淘汰。每个系列又有多种可供选择。同系列的具有相同的内核相同或兼容的汇编指令集它们之间的差别是具有不同大小的片内存储器不同的片内外设和外部接口等，工作电压和速度也有所区别。以上大系列实现功能的侧重点不同，也就是说应用领域有所不同系列是位定点。它是个控制器系列，主要应用于工业控制领域，它除了具有个内核外，还有大量的片内外设资源，如定时器各种同步和异步串口看门狗总线接口等加上其价格低廉，速度更高，可靠性更强，可以取代传统单片机。内部具有，方便固化程序，而其他系列都没有内部。系列是位定点低功耗，性价比极高，主要应用于无线通信系统及手持式通讯产品，如手机，和等。又分为和两个系列。相对系列来说，其内部存储更大，运行速度更快，更适合执行较为复杂的数字信号处理任务，但控制功能相对较弱。般由核心电压和电压两种电压供电。核心电压较低，所以功耗很低，且体积很小，方便集成。系列是位的系列本章总结基于的算法实现算法实现主要分为三个部分小波产品，但是这些产品往往不成熟，在实际应用中，这些产品并不能有效的降低语音信号中的噪音，提高信噪比。在国内，从事这方面研究的机构己经做成语音降噪产品的单位很少，而且在对语音降噪处理过程中并没有用到什么新的数字语音处理技术，也没有什么独特的方法，未取得较大的突破。语音去噪的基础知识语音去噪不但与信号处理技术有关，而且涉及到人的听觉感知和语音学。另外，噪声来源不同，特性也不相同，因而很难找出种适用于各种噪声环境的去噪算法。对不同噪声必须使用不同的语音去噪方法。语音去噪算法的基础是对语音和噪声特性的了解和分析。语音信号的特点语音是时变的非平稳非遍历的随机过程。语音可以分为周期性的浊音和非周期的清音。浊音和清音经常在个音节中同时出现。浊音部分和音质关系密切，在时域上呈现出明显的周期性，在频域上有共振峰结构，而且能量大部分集中在较低频段内，是语音中大幅度高能量的部分，清音则没有明显的时域和频域特征，类似于白噪声，能量较小，在强噪声中容易被掩盖，但信噪比较高时能提供较多的信息。根据中心极限定理，傅里叶展开系数被认为是独立的高斯随机变量，均值为零但方差是时变的。语音的短时谱幅度的统计特性是时变的，只有当分析帧长趋于无穷大时，才能近似认为其具有高斯分布。这种高斯模型应用于有限帧长时只是种近似的描述，在宽带噪声污染的带噪语音的语音去噪中，这种假设可作为分析的前提。噪声特性噪声的来源很多，因此噪声的特性也是多样的。根据噪声对语音频谱的干扰方式，噪声主要分为加性噪声和乘性噪声。当噪声对语音的干扰表现为两者信号在时域进行相加时，该噪声被称为加性噪声。显然噪声和语音在频域也为相加关系。在实际环境中，背景噪声可以看作加性噪声，加性噪声是对背景噪声种比较贴切的表述。乘性噪声是指噪声和语音在频谱上是相乘的关系，在时域则是卷积的关系，因此也称为卷积噪声。我们关注的噪声通常分为冲激噪声周期噪声宽带噪声语音干扰噪声等。非加性噪声主要是传送网络的电路噪声等。周期噪声往往来源于电动机