一、概念
- 噪声：通常指加性背景噪声，如风扇声、人群嘈杂声、电流声等。其特点是与原始语音信号是相加关系。
- 混响：由声音在封闭空间内经墙壁、天花板等表面多次反射形成。它使语音听起来有“回音”，导致发音模糊、清晰度下降。混响可以看作原始语音信号与一个房间冲激响应 的卷积。
因此，接收到的信号模型可以表示为：
y(t) = s(t) * h(t) + n(t)
其中：
s(t)是纯净语音信号。h(t)是房间冲激响应。n(t)是加性噪声。y(t)是麦克风接收到的信号。*表示卷积操作。
去混响的目标是解卷积，即从 y(t) 中估计出 s(t)。
去噪的目标是消除加性分量 n(t)。
二、基础方法：谱减法去噪
这是一种简单且有效的经典去噪方法。其核心思想是：从带噪语音的频谱幅度中，减去估计出的噪声频谱幅度，而保留相位信息（因为相位对人类感知影响较小）。
MATLAB 实现步骤：
- 预处理：将语音信号分帧、加窗（如汉明窗）。
- STFT：对每一帧进行短时傅里叶变换，得到复数频谱
Y(t, f)。其幅度为|Y(t, f)|，相位为∠Y(t, f)。 - 噪声估计：在语音开始前的“寂静”段（只有噪声）计算平均噪声幅度谱
|N(f)|。 - 谱减：对每一帧语音频谱进行如下计算：
|X_enhanced(t, f)| = |Y(t, f)| - α * |N(f)|
其中α是过减因子（通常 >=1），用于更激进地抑制噪声。 - 半波整流：为避免出现负值，将结果取最大值。
|X_enhanced(t, f)| = max(|X_enhanced(t, f)|, β * |Y(t, f)|)
其中β是谱下限参数（如0.02），保留一部分噪声以防止 musical noise。 - 重构信号：将处理后的幅度谱
|X_enhanced(t, f)|与原始相位谱∠Y(t, f)结合，进行逆STFT，重叠相加得到去噪后的时域信号。
MATLAB 代码示例 (谱减法)：
function enhanced_signal = spectral_subtraction(noisy_signal, fs, noise_start, noise_end)% 参数设置frame_length = round(0.025 * fs); % 25ms 一帧overlap_length = round(0.01 * fs); % 10ms 重叠alpha = 1.5; % 过减因子beta = 0.02; % 谱下限参数% 1. 分帧frames = buffer(noisy_signal, frame_length, overlap_length, 'nodelay');num_frames = size(frames, 2);window = hamming(frame_length);% 2. 估计噪声（假设前若干帧为纯噪声）noise_frames = frames(:, 1:50); % 取前50帧作为噪声noise_mag_avg = mean(abs(fft(noise_frames .* window, [], 1)), 2);% 初始化输出帧enhanced_frames = zeros(frame_length, num_frames);% 3. 处理每一帧for i = 1:num_framesframe = frames(:, i) .* window;frame_fft = fft(frame);mag = abs(frame_fft);phase = angle(frame_fft);% 执行谱减enhanced_mag = mag - alpha * noise_mag_avg;enhanced_mag = max(enhanced_mag, beta * mag); % 半波整流% 合成复数频谱并逆变换enhanced_fft = enhanced_mag .* exp(1j * phase);enhanced_frame = real(ifft(enhanced_fft));enhanced_frames(:, i) = enhanced_frame;end% 4. 重叠相加重构信号enhanced_signal = overlap_add(enhanced_frames, overlap_length);enhanced_signal = enhanced_signal(1:length(noisy_signal)); % 修剪长度
end% 重叠相加函数（可使用MATLAB信号处理工具箱中的相关函数实现）
function output = overlap_add(frames, overlap_len)[frame_len, num_frames] = size(frames);output = zeros(1, (frame_len - overlap_len) * num_frames + overlap_len);for i = 1:num_framesstart_idx = (i-1) * (frame_len - overlap_len) + 1;end_idx = start_idx + frame_len - 1;output(start_idx:end_idx) = output(start_idx:end_idx) + frames(:, i)';end
end
三、进阶方法：加权预测误差去混响
对于混响，一个非常有效且学术上流行的方法是加权预测误差。其核心思想是：混响可以被建模为早期反射（有益）和晚期反射（有害）之和。WPE通过线性预测来估计并减去这些晚期反射。
WPE 基本原理：
假设当前频点的值可以由过去若干帧的同一频点的值线性预测得到，这个预测值就代表了混响（晚期反射）部分。原始信号减去这个预测值，就得到了去混响的信号。
MATLAB 实现 (可使用 wpe 函数)：
MATLAB的语音处理工具箱 提供了直接可用的 dsp.WPEDereverberator 系统对象，极大简化了实现。
% 使用MATLAB内置的WPE去混响器
% 首先确保有 Audio Toolbox 和 DSP System Toolbox% 创建去混响器对象
wpeDereverberator = dsp.WPEDereverberator(...'PredictionDelay', 2, ... % 预测延迟（通常1-3）'FilterLength', 128, ... % 预测滤波器长度'ForgettingFactor', 0.99, ... % 遗忘因子（RLS自适应参数）'SmoothingFactor', 0.98); % 平滑因子% 应用去混响
dereverbedSignal = wpeDereverberator(reverberantAudioInput);% 聆听结果
soundsc(dereverbedSignal, fs);
四、完整流程示例：先去噪，再去混响
在实际应用中，通常先进行去噪，然后再去混响，效果更好。
% 主程序：语音增强（去噪+去混响）
clear; clc; close all;% 1. 读取带噪带混响的音频文件
[input_signal, fs] = audioread('your_noisy_reverberant_speech.wav');
input_signal = mean(input_signal, 2); % 转为单声道
input_signal = input_signal / max(abs(input_signal)); % 归一化% 2. 首先进行谱减法去噪
fprintf('Denoising using Spectral Subtraction...\n');
denoised_signal = spectral_subtraction(input_signal, fs, 1, 0.5*fs); % 假设前0.5秒是噪声% 3. 然后进行WPE去混响
fprintf('Dereverberating using WPE...\n');
wpeDereverberator = dsp.WPEDereverberator('PredictionDelay', 2, 'FilterLength', 128);
enhanced_signal = wpeDereverberator(denoised_signal);% 4. 聆听和比较结果
fprintf('Playing original signal...\n');
soundsc(input_signal, fs);
pause(length(input_signal)/fs + 1);fprintf('Playing enhanced signal...\n');
soundsc(enhanced_signal, fs);% 5. 保存结果
audiowrite('enhanced_speech.wav', enhanced_signal, fs);% 6. 绘制波形图进行对比
t = (0:length(input_signal)-1) / fs;
figure('Position', [100, 100, 1200, 600]);
subplot(3,1,1);
plot(t, input_signal);
title('Original Noisy and Reverberant Signal');
xlabel('Time (s)'); ylabel('Amplitude'); grid on; xlim([0, t(end)]);subplot(3,1,2);
plot(t, denoised_signal);
title('After Denoising (Spectral Subtraction)');
xlabel('Time (s)'); ylabel('Amplitude'); grid on; xlim([0, t(end)]);subplot(3,1,3);
plot(t, enhanced_signal);
title('After Dereverberation (WPE) - Final Enhanced Signal');
xlabel('Time (s)'); ylabel('Amplitude'); grid on; xlim([0, t(end)]);
推荐代码 语音去混响与去噪 www.youwenfan.com/contentcnj/53643.html
五、其他方法与工具
- Wiener Filter（维纳滤波）：另一种经典的频域方法，比谱减法更优，但需要估计语音和噪声的功率谱密度。
- 深度学习方法：使用CNN、RNN或Transformer等神经网络直接从数据中学习一个端到端的映射函数（从带噪混响语音到纯净语音）。这需要大量的数据和计算资源，但通常能取得最好的效果。MATLAB的Deep Learning Toolbox 可以用于实现。
- MATLAB 函数：除了
dsp.WPEDereverberator，还可以探索audioDeviceReader,stft,istft,dsp.STFT,dsp.ISTFT,dsp.LMSFilter等强大工具。
 常用命令)
