（定稿）年生产3万吨籽色拉油技术改造项目投资申请报告3

如果超过门限则表示当前为有音段，否则就表示当前为无音段。

图语音激活因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。

前面读取的语音信号声音比较清晰，信噪比较高，用这样的信号实验对比效果不太明显。

因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声，降低语音信号的信噪比。

下面是加入噪声的源代码因录音时是立体声，故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加，为带有噪声的语音信号将带有噪声的语音信号转换为声音，中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法，该方法要求背景噪声保持平稳且信噪比较高。

第二类方法是基于信号的短时能量进行检测的算法，它通过对背景噪声能量的统计，定出能量门限，利用能量门限来确定语音信号起始点。

在这里运用语音端点检测采用了第二类方法，即基于信号的短时能量进行检测的算法。

基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长，为帧的编号，为每帧中的各点，，为帧数然而它有个缺陷，即它对高电平非常敏感信号的二次方计算。

为此，定义短时平均幅度函数来表征帧语音信号的能量大小，定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限，应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱，因此，语音激活检测这环节非常重要，准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。

改进型语音降噪处理运用端点检测技术，用仿真，可明显显示出其优越性。

用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧，帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段，进而组合递归平滑，更新噪声谱进行谱减运算，得到估计出的语音信号功率谱插入相位谱，计算出语音谱进行变换，得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理，得到最终信号。

源程序清单下面是段无噪声纯净的音频，用仿真的源程序代码，干扰。

噪声不仅降低了语音的可懂度和语音质量，还严重的影响语音处理的准确性，甚至使系统不能正常工作。

本文将就对语音增强技术的原理和方法进行讨论，重点介绍语音增强的种方法谱减法及其改进算法。

该方法能够有效消除平稳的加性噪声，其改进算法能够有效消除普通方法产生的音乐噪声，在很大程度上提高语音信号的信噪比。

目前，语言识别技术已经取得了重大进展，并开始进入实用阶段。

但语音识别系统必须在相对比较安静的环境下运行，然而，在语言信息的采集中难免会有各种噪声的干扰，在较强的噪声背景下，语音识别系统的准确性会受到较大影响，甚至没法正常工作。

所以在语波形加噪后信号频谱加噪后信号幅值加噪后信号相位其仿真图如图二所示。

下面是噪声的仿真的源代码读取文件并返回和的值。

截取语音信息前点作为噪声信号对噪声信号进行傅里叶变换取噪声功率谱绝对值取噪声相位噪声信号波形噪声信号频谱噪声信号幅值噪声信号相位其仿真的图形如图三所示。

下面是利用基本谱减法降噪处理源代码，下面是利用改进的谱减法降噪处理的源代码相对更容易点，但也有不小的难度。

处理宽带噪声的最通用技术是谱相减法，即从带噪语音估值中减去噪声频谱估值，从而得到纯净语音的频谱。

谱相减方法是基于人的感觉特性，即语音信号的短时幅度比短时相位更容易对人的听觉系统产生影响，从而对语音短时幅度谱进行估计，适用于受加性噪声污染的语音。

在这里我要感谢老师的悉心的指导，同学们的帮助，还有网上技术论坛的朋友们，没有你们我很难完成这次课程设计，我在你们身上也学到了很多东西，让我生受益。

设定和的值增强后语音以为文件名保存其降噪后的仿真图形如图四所示。

设计结果和仿真波形图图二图三图四参考文献程佩青数字信号处理教程清华大学出版社吴镇扬数字信号处理高等教育出版社胡广书数字信号处理导论清华大学出版社易克初田斌付强语音信号处理国防工业出版社刘保柱苏彦华张宏林从入门到精通人民邮电出版社罗军辉罗勇江在数字信号处理中的应用机械工业出版社周辉董正宏数字信号处理基础及实现北京希望电子出版社设计心得体会经过两周的数字信号处理课程设计，让我学到了很多东西。

其实我刚开始看到老师给的任务要求时我很茫然，不知道该干嘛，就连选题都不知道怎么选，虽然我学了数字信号处理这门课，但也只是理论上了解点，在脑海中还是没有个实质的概念。

不会做我就只有上网去找相关的资料，参考别人做的报告，看看别人是如何做的，有点启发，但还是不知道自己改选什么题目。

后来我又到图书馆借阅相关书籍，也进入了图书馆的电子资源各个网站，看到了关于谱减法的相关的资料，关于降噪的相关的技术现在应该普遍在应用。

我看到了，感觉比较感兴趣，于是就选了这个题目。

题目选好了，但真正难的是做。

这个题目是基于软件的，虽然用过，但很不熟悉，对于的编程时基本不懂，只有重新学了，又到图书馆借了本教程，并且到网上找些相关的信息。

还好我有点语言的基础，学起由于基本假定是噪声信号与语音信号是加性的，和独立，所以和也独立。

故。

所以对个分析帧内得短时平稳过程，有因为噪声是局部平稳的，故可以认为没有语音信息是的噪声与有语音信息时的噪声功率谱是相同的，因而可以利用发语音前的寂静帧来估计噪声。

由式可以得到原始语音的估计值式中，下标表示加窗信号，表示估值，则表示无语音信号时的均值。

如果式中结果出现负，则有光学方法电子学数字方法。

电子学数字方法是指用计算机加工处理图像，通过各种处理算法来实现对图像内容的处理。

它通常由个微型小型至大型计算机与图像处理机或由个专用计算机来执行。

数字图像处理的目的和主要内容般而言，对图像进行加工和分析主要有如下方面的目的提高图像的视感质量，以达到赏心悦目的目的。

提取图像中所包含的的些特征或特殊信息，以便于计算机进行分析。

对图像数据进行变换编码和压缩，以便于图像的储存和传输。

不管图像处理是出于何种目的，都需要用计算机图像处理系统对图像数据进行输入加工和输出，因此数字图像处理研究的内容主要有下个过程。

图像获取表示和表现该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来如打印。

这过程主要包括摄取图像光电转换机数字化等几个步骤。

图像增强图像增强是对图像质量在般意义上的改善。

利用各种数学方法和变换手段提高图像中目标与非目标如背景的对比度与清晰度，达到突出目标，有效地表示和提示图像，以利于人或机器进行分析处理的目的。

图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。

如强化图像高频分量，可使图像中物体轮廓清晰，细节明显强化低频分量，可减少图像中噪声影响。

该部分主要研究各种增强模型和处理方法。

图像复原在景物成像过程中，由于成像设备与物体的相对运动介质散射系统畸变如成像系统的变焦成像器材的固有缺陷噪声干扰等因素会造成图像质量降低，称之为退化，典型现象是图像模糊。

使退化的图像恢复本来面目，真实反映原景物图像的处理，称为图像复原。

图像复原要求对图像降质的原因有定的了解，般而言，应根据降质过程建立降质模型再采用种滤波方法，恢复或重建原来的图像。

该部分主要研究各种校正模型和处理方法。

图像分割图像分割是数字图像处理中的关键技术之，也是图像处理中最困难的问题之。

图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘区域等，这是进步进行图像识别分析和理解的基础。

虽然目前已研究出不少边缘提取区域分割的方法，但还没有种普遍适用于各种图像的有效方法。

因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之。

图像分析图像分析主要是对图像中感兴相结合，朝着三维成像或多维成像的方向发展。

硬件芯片研究。

把图像处理的众多功能固化在芯片上，更便于应用。

④新理论与新算法研究。

如小波分析分形几何形态学遗传算法，人工神经网络等。

数字图像处理经过初创期发展期普及期及广泛应用几个阶段，如今已是各个学科竞相研究并在各个领域广泛应用的门科学。

随着科学技术的进步以及人类需求的不断增长，图像处理科学无论是在理论上还是实践上，均会去得更大的发展。

第三章数字图像处理系统开发技术基础语言优点语言是个面向对象的语言，使用编写的代码更加简捷高效，更具可维护性和可重用性。

语言的优点主要有以下几点使用和进行动态内存分配和释放运算符和是新增的运算符，提供了存储的动态分配和释放功能。

它的作用相当于语言的函数和，但是性能更为优越。

使用比使值点检测的方法可以综述为从输入信号中提取个或系列的对比特征参数，然后将其和个或系列的门限阈值进行比较，如图所示。

如果超过门限则表示当前为有音段，否则就表示当前为无音段。

图语音激活因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换原始信号波形原始信号频谱原始信号幅值原始信号相位其仿真图如图所示。

前面读取的语音信号声音比较清晰，信噪比较高，用这样的信号实验对比效果不太明显。

因此在进行消除噪声实验之前我们要人为的给原始信号添加随机白高斯噪声，降低语音信号的信噪比。

下面是加入噪声的源代码因录音时是立体声，故取其中的第通道的音频数据设定噪声的频率为设置噪声的长度跟原语音信样长产生幅度为频率为的正弦波作为噪声将原语音信号跟噪声相加，为带有噪声的语音信号将带有噪声的语音信号转换为声音，中将有噪声下面是加噪后音频的仿真源代码因录音时是立体声，故取其中的第通道的音频数据对进行点傅里叶变换加噪后信号检测框图目前语音端点检测所采取的方法大体可以分为两类加窗分帧特征提取与阀值比较判断有无语音带噪语音第类是噪声环境下基于模型的语音信号端点检测的方法，该方法要求背景噪声保持平稳且信噪比较高。

第二类方法是基于信号的短时能量进行检测的算法，它通过对背景噪声能量的统计，定出能量门限，利用能量门限来确定语音信号起始点。

在这里运用语音端点检测采用了第二类方法，即基于信号的短时能量进行检测的算法。

基于信号的短时能量检测具体算法如下计算每帧的语音能量式中为帧长，为帧的编号，为每帧中的各点，，为帧数然而它有个缺陷，即它对高电平非常敏感信号的二次方计算。

为此，定义短时平均幅度函数来表征帧语音信号的能量大小，定义计算前帧平均噪声能量求能量最大值和能量最小值根据式确定门限，应用谱相减法实现语音增强基本原理是通过对带噪语音谱减去噪声谱得到语音谱，因此，语音激活检测这环节非常重要，准确地确定语音的起始点和终止点对噪声谱估计有着重要的作用。

改进型语音降噪处理运用端点检测技术，用仿真，可明显显示出其优越性。

用仿真的流程如下对输入的语音信号进行预滤波对滤波后的语音信号进行预加重将语音信号按每帧个信号点进行分帧，帧移为对信号帧加汉明窗对加窗后的信号帧进行变换对各帧语音信号求功率谱根据前帧求取平均噪声功率利用进行噪声估计检测寂静段，进而组合递归平滑，更新噪声谱进行谱减运算，得到估计出的语音信号功率谱插入相位谱，计算出语音谱进行变换，得到还原的语音帧根据各个语音帧组合为语音信号对语音信号进行去加重处理，得到最终信号。

源程序清单下面是段无噪声纯净的音频，用仿真的源程序代码，干扰。

噪声不仅降低了语音的可懂度和语音质量，还严重的影响语音处理的准确性，甚至使系统不能正常工作。

本文将就对语音增强技术的原理和方法进行讨论，重点介绍语音增强的种方法谱减法及其改进算法。

该方法能够有效消除平稳的加性噪声，其改进算法能够有效消除普通方法产生的音乐噪声，在很大程度上提高语音信号的信噪比。

目前，语言识别技