第1页 / 共14页
第2页 / 共14页
第3页 / 共14页
第4页 / 共14页
第5页 / 共14页
第6页 / 共14页
第7页 / 共14页
第8页 / 共14页
基于MATLAB的小波在语音信号中的应用.doc
1．引言
1.1 研究意义
1.2 研究背景
2．基于MATLAB的小波变换处理过程
2.1 小波的定义
2.2小波变换处理的概述
3． 基于MATLAB的小波变换的相关特点
3.1 基于MATLAB的小波滤波器的镜像
3.2 利用A ×A 的比例尺的矩阵来分析小波
4．基于MATLAB的小波在语音信号的去噪方法
4.1基于MATLAB语音信号小波变换阈值去噪法
4.2基于MATLAB的小波阈值处理方式的优化
4.3基于MATLAB的小波在语音信号去噪的仿真程序
4.4基于MATLAB的小波在语音信号去噪的仿真应用举例
5．结语
6．致谢
参考文献
基于 MATLAB 的小波在语音信号中的应用
[摘要]MATLAB 作为一种高性能和可靠性比较强的数值计算和可视化的软件，经过各个行业领域专家的共同努
力和不断研究，MATLAB 现已包含信号处理和图像处理以及通信和小波分析还有就是优化以及控制系统等不同应用领
域的相关的工具箱。我在设计中将以 MATLAB 软件为参考和结合工程实际运用中的各应用领域，由浅入深地讲解应该
如何应用 MATLAB 来实现小波在语音信号中的应用。
[关键词] MATLAB；小波去噪；语音信号
Abstract: MATLAB as a high performance and reliability, strong numerical calculation and visualization
software, through the various industry experts in the field of joint efforts and continuous research, MATLAB now includes
signal processing and image processing and communication and wavelet analysis and optimization and control systems in
different application areas related to the toolbox. I'm in design, taking MATLAB software for reference and combining with
the practical engineering application of the application from the shallower to the deeper, to explain how to use MATLAB to
achieve the wavelet application in speech signal.
Key words: MATLAB，Wavelet denoising，Speech signal
目录
1．引言.................................................................................................................................................. 1
1.1 研究意义 ...................................................................................................................................1
1.2 研究背景 ...................................................................................................................................1
2．基于 MATLAB 的小波变换处理过程 ...................................................................................................1
2.1 小波的定义...............................................................................................................................1
2.2 小波变换处理的概述................................................................................................................2
3． 基于 MATLAB 的小波变换的相关特点 ............................................................................................ 3
3.1 基于 MATLAB 的小波滤波器的镜像........................................................................................ 3
3.2 利用 A ×A 的比例尺的矩阵来分析小波 ............................................................................. 3
4．基于 MATLAB 的小波在语音信号的去噪方法 .................................................................................. 4
4.1 基于 MATLAB 语音信号小波变换阈值去噪法......................................................................... 4
4.2 基于 MATLAB 的小波阈值处理方式的优化 ............................................................................. 5
4.3 基于 MATLAB 的小波在语音信号去噪的仿真程序................................................................. 6
4.4 基于 MATLAB 的小波在语音信号去噪的仿真应用举例....................................................... 10
5．结语 ................................................................................................................................................... 11
6．致谢 ................................................................................................................................................... 11
7．参考文献 ...........................................................................................................................................12
陕西理工学院毕业设计
1．引言
1.1 研究意义
目前基于 MATLAB 的小波分析方法在许多工程领域中都得到了广泛的应用，成为广大的科技工
作者经常使用的工具之一。MATLAB 作为一种高性能和可靠性比较强的数值计算和可视化的软件，
经过各个行业领域专家的共同努力和不断研究，MATLAB 现已应用于信号处理和图像处理以及通信
和小波分析还有就是优化以及控制系统等不同领域。我在设计中将以 MATLAB 软件为参考和结合
工程实际运用中的各应用领域，由浅入深地讲解应该如何应用 MATLAB 来实现小波在语音信号中的
应用。
传统的硬阈值处理方法得到的相关的小波系数值的连续性差，重构得到的小波语音信号可能会
产生震荡效应。软阈值的处理方法在小波系数虽然整理的连续性好，但当小波系数较大时，它们的
分解系数总存在偏差，给重构信号带来不可避免的误差。因此研究新的阈值处理方法，提高重构精
度，就有了很大的实用价值。
1.2 研究背景
MATLAB 软件是美国的 MathWorks 公司出品和负责研制的商业数学软件，MATLAB 软件主要
是用于算法开发以及数据可视化与数据分析和数值计算的相关高级技术的计算语言和交互式环境下
处理和分析语音以及图像的， MATLAB 软件主要包括 MATLAB 和 SIMULINK 两大结构部分。
MATLAB 是矩阵实验室的简称，MATLAB 和 Mathematica 以及 Maple 并称为国际上的三大数学处
理软件。MATLAB 在数学类的科技应用软件中的相关在数值计算方面的功能将是首屈一指的。
MATLAB 功能主要是可以进行相关的矩阵运算以及绘制函数和数据来实现相关的算法和创建用户
界面以及连接其他编程语言的相关程序等，MATLAB 软件将主要应用于工程计算和控制设计以及信
号处理与信号的通讯和图像处理还有将是信号检测以及金融建模设计与分析等领域。我在设计中将
会详细地阐述如何使用 MATLAB 的相关小波分析工具箱进行语音信号的相关去噪处理的实用技术
和实用的方法。
与其它计算机语言相比，MATLAB 具有以下特点：
（1）MATLAB 是一种解释性语言；
（2）变量的多功能性；
（3）运算符号的多功能性；
（4）语言规则与笔算式相似；
（5）强大而简易的作图功能；
（6）智能化程度高；
（7）功能丰富，可扩展性强。
2．基于 MATLAB 的小波变换处理过程
2.1 小波的定义
函数的定义为：我们需要先设 t 为一平方的可积函数，也就是即
t
小波也就是指的是小区域的波，是一种比较特殊的长度有限以及平均值为 0 的特有波形。小波
，若此函数的傅里
2
RL
叶变换满足条件公式：
C
R
2
ˆ
d
则可以称 t 为一个比较基本的小波母函数，我们也可以称上式为小波函数的相关可容许的条
件。小波分析是近十几年来发展起来的一种比较新颖的有关时频的分析方法。小波分析典型的应用
主要包括齿轮变速控制和起重机的非正常噪声，还有就是物理中的相关的一些间断现象等。而小波
的频域分析的主要着眼点主要是在于可以区分有关的突发信号以及和相关的稳定信号以及定量分析
其能量，小波分析的典型应用主要是包括细胞膜的相关识别，有关金属表面的探伤和金融学中快变
第 1页 共 12 页
陕西理工学院毕业设计
量的相关检测，INTERNET 的相关流量控制等。
我们可以从以上的小波信号分析的典型应用中就可以看出，时频分析的应用将是非常广泛，涵
盖了物理学和工程技术以及生物科学与经济学等众多领域，而且我们知道在很多情况下我们仅仅分
析其相关的时域或频域的性质还是不够的，比如我们在电力的相关监测系统中，即要监控相关稳定
信号的一些成分，又要准确地定位相关的一些故障信号。这就需要我们引入新的相关的一些时频分
析的方法，小波分析也正是由于这类实际的需求发展起来的。
2.2 小波变换处理的概述
基于 MATLAB 的小波在语音信号的变换识别与语音合成技术是一种关于人机语言通信技术，基
于 MATLAB 的小波在语音信号的运用主要是属于计算机智能接口技术的范畴。计算机的相关智能接
口技术主要是包括计算机的相关听觉和视觉。计算机的多媒体技术也主要是利用计算机基于
MATLAB 的小波在语音信号处理和图像的相关处理的能力为我们提供一种更加方便和便捷的人机
界面。使人与计算机之间的通信以及人与人之间的通信更加方便和快速。
基于 MATLAB 的小波在语音识别和变换技术的应用，本质上就是将 MATLAB 的小波能将人和
动物等的相关语音转化为计算机的相关的语言代码。我们知道语音主要是我们的相关语言信息的相
关载体，语音识别技术的基本任务主要是将输入的话音信息转化为相应的一些语言代码。就这样我
们不仅可以在存储或传输过程将这样的语言代码的状态数码的相关比特率比起存储原来的相关语音
信号来大幅度地不断降低，这还在于它把一种连续性的小波在语音信号中主要变成一种具有相关的
有限符号集中的符号，这样的符号容易被计算机的一些相关的专用信息处理单元有效地理解其含义，
而且便于计算机相关系统与人进行实际的交流，因而我们就可以进行十分广泛的合理的基于
MATLAB 的小波在语音信号中的应用。
小波变换的相关时频的窗口特性与相关短时傅里叶的时频窗口将是不一样，因为我们知道 a 不
仅会影响窗口在相关的频率轴上的位置，也将会影响相关窗口的形状。这样的小波变换将对不同的
频率在相关的时域上的取样的步长会是可以调节的，也就是在低频的时候小波变换的时间分辨率将
是较低的，而相关的频率分辨率较高；而在相应的高频时小波变换的时间分辨率将会较高，而真正
的频率分辨率会较低一些，这也正是符合有关的低频信号变化缓慢一些而高频信号变化迅速一些的
重要特点，所以小波变换会被誉为数学显微镜。这便是小波变换会优于经典的傅里叶变换和短时的
傅里叶变换的重要的地方。小波变换也将是一种积分变换，
将主要为小波变换的系数。
小波变换不同于傅里叶变换的地方主要是，小波基将会具有的尺度和平移两个重要的参数，所
以有关的函数一经小波变换的话就意味着可以将一个相关的时间函数可以投影到二维的时间-尺度
相的有关平面上，这样将会有利于提取有关的信号函数的某些本质方面的特征。
,
fWT
小波分析在目前将是一门新的学科，在相关的频域和时域将会具有良好的局部化的一些特性，
小波变换将克服了傅里叶分析方面的一些不足，在能够使用傅里叶变换的地方我们将都可以用小波
变换来代替并且所取得的效果将会更好。小波变换在数据的压缩和去噪以及在边缘检测等方面比现
有方法更有效。
小波分析与傅里叶分析的主要的区别将在于：傅里叶分析的重点是只考虑相关时域和相关的频
域之间的是一对一的映射，傅里叶分析主要是以单个变量的时间或频率的相关的函数来表示信号；
小波分析则主要是利用一些可以联合的时间—尺度函数来分析相关的一些非平稳的信号，小波分析
和时频分析的主要区别将在于：时频分析将主要是在相关的时频平面上来表示的一些非平稳的信号，
小波分析的描述将主要是在非平稳信号的也在相关的二维平面上，但不是在时频的平面上，而是在
有关的时间—尺度的平面上，在小波分析中人们将可以在不同尺度上来观察一些相关的信号，这种
对信号分析的多尺度观点将是小波分析的一些最为基本的特征。
小波分析将是属于时频分析的其中的的一种，传统小波分析的信号分析将主要是建立在傅立叶
变换的基础之上的，我们知道由于傅立叶分析将主要使用的是一种全局性的变换，要么完全地在时
域，要么完全地在频域，因此我们将无法表述有关信号的相关的时频局域的一些性质，而我们知道
这种性质恰恰将是非平稳信号中最为根本和最为关键的性质。我们为了分析和处理有关的非平稳信
号，人们将主要对傅立叶分析进行了有关的推广乃至根本性的变革，这样将提出并发展了一系列新
第 2页 共 12 页
陕西理工学院毕业设计
的有关的信号分析理论：短时傅立叶变换和 Gabor 变换以及时频分析与小波变换，还有分数阶傅立
叶变换和线调频小波变换以及循环统计量理论和调幅-调频信号分析等。其中短时的傅立叶变换和小
波变换也将是应传统的傅立叶变换不能够满足相关的信号处理的要求而彼此产生的。短时的傅立叶
变换分析的基本思想将主要是：我们可以假定非平稳信号在分析窗函数 g（t）的一个短时间间隔内
将是平稳的，并可以移动分析窗函数，使
将在不同的有限时间的宽度内是平稳的信号，
从而可以计算出各个不同时刻的有关的功率谱。但我们将从本质上来讲的话短时傅立叶变换将会是
一种比较单一分辨率的信号分析方法，因为短时傅立叶变换使用一个固定的短时窗函数。因而短时
傅立叶变换在信号分析上还是存在着不可改变的一些缺陷。
)(
)
tgt
f
(
小波变换是一种信号的时间—尺度分析方法，它具有多分辨率分析的特点，而且在时频两域都
具有表征信号局部特征的能力，是一种窗口大小固定不变但其形状可改变，时间窗和频率窗都可以
改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率，在高频部分具有较高的时间分
辨率和较低的频率分辨率，很适合于探测正常信号中夹带的瞬态反常现象并展示其成分，所以被誉
为分析信号的显微镜，利用连续小波变换进行动态系统故障检测与诊断具有良好的效果。
小波变换是空间和时间以及频率的一些局部信号的变换,小波变换能有效地从语音信号中提取
有用的信息。由于有些语音信号主要分布在低频区域而噪声则主要分布在高频区域部分,但在高频区
域中也含有一小部分有用的语音信号信息,使用 MATLAB 的小波变换方法处理语音信号,可以分解只
作用于低频部分而我们将高频部分保持不动。基于 MATLAB 的小波在语音信号中的应用方面还在化
学领域有所应用,这会经常涉及到光谱信号和波谱信号以及电化学信号等各种化学信号的处理,在化
学领域的这些方面小波分析已得到了非常成功的应用。目前 MATLAB 软件有很多方法可用于信号的
降噪,如中值滤波和低通滤波以及傅立叶变换等,但它们都将会滤掉了语音信号细节中的有用部分，小
波分析作为一种基于 MATLAB 新的数学工具,对很多领域特别是语音信号分析领域将会产生了重大
影响。
MATLAB 的小波包变换是小波变换的推广和延续,我们可以视为普遍的一些小波函数的线性组
合表示信号时，具有比小波变换更强的灵活性和便捷性。小波包变换在处理语音信号时,高频部分也
和低频部分一样被分解。
3． 基于 MATLAB 的小波变换的相关特点
3.1 基于 MATLAB 的小波滤波器的镜像
在基于 MATLAB 的小波在语音信号的应用分析中,小波的一些相关的函数以及小波的相关滤波
器和相关的比例尺函数或者比例尺的相关滤波器主要是以成对的情况出现的,基于 MATLAB 的小波
是有很多种类的。我们在对相关的离散的小波信号进行相关的特点分析时,它们均可以使用一个有限
的相关数组来表示。在信息学中我们可以将有限的相关数组表示可以理解为主要是一种有限的脉冲
响应的滤波器,这种有限的脉冲响应的滤波器实际效果将是对原信号没有任何的反馈作用的。基于
MATLAB 的小波的另一种对原信号的相关具有反馈作用的滤波器我们可以称为无限脉冲响应的滤
波器。
这在小波的相关分析中的这种有限的脉冲响应滤波器，我们必须满足的是比例尺的相关滤波器
中的各个数值之和的平方将需要是恒等于 2 或 1。基于 MATLAB 的小波滤波器中的各数值之和恒等
于零；在基于 MATLAB 的小波滤波器中，各项数值相对于它们的相关比例尺的实际的滤波器中，各
项的数值之间将具有反对称的一些相关的特点；正是由于这个特点的存在,小波滤波器有时我们也将
称为相关比例尺滤波器的镜像。 基于 MATLAB 的小波滤波器的第一项的相关数值，将会等于比例
尺的滤波器中倒数第一项的实际的数值,而是在第二项中就会等于倒数第二项的实际数值,并且我们
知道所有的奇数项的实际符号均会为负号。
3.2 利用 A ×A 的比例尺的矩阵来分析小波
基于 MATLAB 的小波中如果有一列长度为 A 的离散的的相关小波信号,那么我们在进行小波分
析的时候就要考虑先形成一个 A ×A 的比例尺的相关矩阵。我们要考虑在相关矩阵的每一行要除了
滤波器的实际数值以外其他的数值要均为零的状态,同时我们要考虑每行的滤波器的实际数值将会
第 3页 共 12 页
陕西理工学院毕业设计
依照相关的位移量逐渐地进行向右地平移。那么该矩阵和小波信号向量的相关乘积就是我们所考虑
获得的实际的比例尺的系数,同理我们将可以考虑 基于 MATLAB 的小波获得高通滤波器的相关小波
系数。它们所获得的比例尺的相关系数又将我们可以进行下一级的相关分析。一般来说基于
MATLAB 的小波的低通滤波器的作用将主要是平滑数据,而高通滤波器的实际作用就是获取它们在
这个细节上的相关的差别。
4．基于 MATLAB 的小波在语音信号的去噪方法
我们对于语音信号去噪方法的研究是语音信号处理领域一个不便的研究话题。我们知道比较经
典的一些信号去噪方法主要包括如时域法和频域法，还有就是加窗傅立叶变换法和维纳分布法等各
自都有其相关的局限性的同时也有其优势。但也限制了这些语音信号去噪方法的相关应用的范围。
基于 MATLAB 的几种常用小波在语音信号的去噪方法以及变换是一种新的去噪方法，基于 MATLAB
的阈值去噪法在时频两域都具有非常良好的局部化特性。并且基于 MATLAB 阈值去噪法的在语音信
号的去噪领域获得了非常广泛的应用。
我的论文将主要研究了基于 MATLAB 的几种常用小波在语音信号的去噪方法的变换理论，论文
着重分析了小波在语音信号在非平稳语音信号去噪中的相关的应用方法。我也比较了几种常用小波
阈值去噪法的应用分析，并针对基于 MATLAB 的几种常用小波阈值去噪法中常会遇到的小波语音信
号的相关的分解层数的选取和阈值的合理选取。利用 MATLAB 的小波分析工具箱详细地分析研究了
实际的语音信号，并可以根据相关语音信号的噪音模式，我主要在论文中提出了一种改进的小波域
的相关语音去噪的实际方法。
4.1 基于 MATLAB 语音信号小波变换阈值去噪法
对于基于 MATLAB 信号去噪方法的研究是信号处理领域一个永恒的经典话题。我们研究如
何利用 MATLAB 软件去除语音中的噪声，以及改进相关的语音质量和对于提高相关语音的可懂度是
语音信号处理的关键所在。传统的语音去噪的相关算法是主要对语音信号进行时域或频域的相关滤
波的方法，这些语音去噪的方法往往只是对某种特定的语音噪声的去噪的效果明显。当语音信号中
的噪声与相关语音的一些频谱相似时，传统的单纯时域或频域处理往往将无法达到很好的去噪效果。
基于 MATLAB 的小波在语音信号中的变换是在上世纪的 80 年代末发展起来的一种时频局部化
的分析方法，这种方法特别适用于分析非平稳的小波时变的相关语音信号。克服了短时傅立叶变换
固定分辨率的弱点,既可以分析信号的概貌,又可以分析信号的细节,利用小波变换实现信号的去噪,具
有较好的效果。基于 MATLAB 的小波在语音信号中的应用理论已在语音信号的去噪方面已经在语音
信号的相关科研的处理方面得到越来越广泛的应用。基于 MATLAB 的小波具有相关的多分辨率的分
析的方法，我们将使基于 MATLAB 的小波具有带通滤波的一些相关的特性，因而我们就可以利用小
波分解与小波重构的相关方法来对相关的滤波进行降噪处理。
基于 MATLAB 的小波在语音信号中的奇异性检测的相关理论将会使得我们也可利用小波变换
模的极大值的相关方法去噪。非线性小波语音信号变换的相关阈值去噪法将使小波阈值去噪得到了
非常广泛的应用。基于 MATLAB 语音信号小波变换阈值去噪法对传统的相关去噪方法进行了改进，
把传统的相关去噪方法和阈值去噪的相关方法结合在了一起，这将得到了一种新的组合方法。该方
法特点是在滤波之后得到的相关小波系数不仅连续性好的同时准确率也高，而且易于和方便我们重
构信号。基于 MATLAB 语音信号的仿真结果表明，消噪的效果有了比较明显的改观。
基于 MATLAB 的小波在语音信号中的应用的小波域的相关滤波是根据信号和相关噪声在不同
尺度上的小波变换的不同形态来表现和构造出相应的消噪规则, 这样就会对信号和相关噪声的小波
变换系数进行相关的处理, 这样处理的实质就在于不断地减少以至于完全剔除小波在语音信号中由
噪声产生的相关系数,这样就可以同时最大限度地保留有效语音信号对应的一些小波系数,再由
MATLAB 对处理过的相关小波系数进行信号重构, 从而可以得到原始信号的最优估计。基于
MATLAB 的小波变换的滤波作用, 我们知道就主要包含在对小波变换系数的相关处理中。我们对于
小波语音信号的正常边缘和相关的 Lipsch itz 的指数将是大于或等于 0 的, 这时小波语音信号变换的
相关幅值将主要随着尺度的不断增加而增加和保持不变； 而对于基于 MATLAB 的小波语音信号的
第 4页 共 12 页
陕西理工学院毕业设计
噪声, 其 Lipsch itz 指数将主要是小于 0 的状况, 这时小波变换的相关幅值将会随着尺度的不断增加
而进入迅速衰减的状况。我们当将相关的尺度增大到一定程度的时候基于 MATLAB 的小波的噪声控
制点将随着小波变换的模极值点将会不断地消失。基于 MATLAB 的小波语音信号经过小波变换之后,
其小波变换的相关系数将在各尺度的相应的位置上往往有较强一些的实际相关性, 尤其是在小波语
音信号的边缘附近, 其相关性将会更加明显而噪声对应的小波语音信号的小波系数在相关的尺度间
将是不相关或弱相关的状态。因此我们可以考虑利用小波系数在不同尺度上对应点处的相关性来区
分系数的不同类别从而进行相关取舍。通过这样的方法滤波之后的小波语音信号的系数基本上对应
着信号的边缘而达到了去噪的实际效果。
4.2 基于 MATLAB 的小波阈值处理方式的优化
传统的硬和软阈值处理方式方法虽然在实际应用中得到了广泛的应用，也取得了较好的理
想效果，但是这些方法本身还存在一些应有的缺陷。在基于 MATLAB 的相关的硬阈值处理过程中，
主要得到的相关的一些小波系数值的连续性比较差，也就是由于分解系数在相关的±λ处是不连续
的，因此我们知道重构所得的小波语音信号可能会产生一些振荡的效应；而软阈值的相关方法中估
计的相关小波系数虽然整体上的连续性较好一些，但是由于当小波系数较大时它们的分解系数之间
总存在一些恒定的偏差值，我们知道这将会直接影响相关的重构信号与真实信号的彼此逼近程度，
给重构信号带来不可避免的一些误差。如果我们对相关噪声用分解的实际系数用 C(J，k)来表示的话，
其中 j 代表的就是小波语音信号的尺度，k 代表相关的时间，我们则可以得出如下的相关结论：如果
我们所分解的语音信号是一个平稳的零均值的白噪声的信号的话，则其小波分解系数将会是不相关
的；如果我们所分解的语音信号是一个高斯噪声，那么则其小波分解系数将会是相对独立的，并且
也是高斯分布的状态；如果我们所分析的信号是一个有色和平稳以及零均值的相关的高斯噪声序列，
那么其小波语音的分解系数也是高斯序列。系统对每一个分解尺度 j，其系数将主要是一个有色和平
稳的序列。
我们可以用ω(j,k)表示对语音的含噪信号进行相关小波分解后得到的相关的小波系数，我们知道
由于小波变换将主要是一种线形的变换，因此小波变换主要由 2 部分组成，也就是语音信号对应的
小波系数和相关的噪声对应的小波系数。我们知道由于可以利用软阈值方法估计出来相关的小波系
数ω(j,k)的相关绝对值总比ω(j,k)要小λ而影响了重构的相关精度，这样我们应设法想办法减小此偏
差。我们只要使ω(j,k)与由语音信号对应的相关小波系数之间的差值尽量小一些，这样则ω(j,k)更接
近于信号对应的一些小波系数，这样理解重构精度就会越高的构造函数：
我们由函数式可知，当 a=O 时上式将会等效为 Donoho 的相关硬阈值；当 a 一 1 时，上式将会
等效为 Donoho 软阈值；当 a 在 0 到 1 之间不断地变化时，z 将为±cx3，我们可以知道有|f(x)一 x|
一>aλ。也就是说，随着ω(j,k)模值的不断增大，ω(j,k)与ω(j,k)偏差的绝对值的范围将会逐渐减小
为αλ，这样将会大大地减小了软阈值方法中产生的相关恒定的一些偏差的同时将提高了重构精度
和改善了实际的去噪效果。可见相对于硬和软阈值函数而言，新阈值函数将是一个更灵活的基于
MATLAB 的小波在语音信号中的应用选择。我们只要在 0 和 1 之间适当的调整α的大小，就可以获
得更好的小波在语音信号中的去噪效果。图 1 是我用 Matlab 画出的 Donoho 软和硬阈值图及新阈值
的相关函数图，主要是当α=O．1 的情况下。
第 5页 共 12 页
陕西理工学院毕业设计
4.3 基于 MATLAB 的小波在语音信号去噪的仿真程序
其源程序如下：
clear
clc
/*此程序表示在噪声环境下语音信号的相关增强功能和语音信号将主要为读入的相关声音文件以及
噪声主要为正态的一些随机噪声*/
sound=wavread('c12345.wav');
count1=length(sound);
noise=0.05*randn(1,count1);
for i=1:count1
第 6页 共 12 页
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
