毕业论文课题相关文献综述
1.课题的研究意义和应用价值
语音信号处理是信息高速公路、多媒体技术、办公自动化、现代通信及智能系统等新兴领域应用的核心技术之一，它主要包括语音通信、合成、识别和增强（去噪）等方面。在各种语音处理系统的实际应用中，由于噪声的存在会使语音处理系统的性能恶化，语音增强是解决噪声污染的一种有效方法，它的一个主要目的是从带有噪声的语音信号中提取尽可能纯净的原始语音信号。然而，由于干扰通常是随机的，因而从带有噪声的语音中提取完全纯净的语音信号几乎是不可能的，这样，语音增强的主要目的是改进语音质量，消除环境噪声，也就是从带噪语音信号中滤除噪声，提高语音信号的信噪比。
在上述情况下，语音增强作为一种预处理不失为解决噪声污染的一种有效手段。因此，语音增强方法的研究在实际中有重要价值。本课题从小波变换的角度出发，对噪声进行分析，并采用三种阈值方法进行小波去噪处理。
2.国内外研究现状
早在20世纪60年代，语音增强这个课题就已经开始引起人们的注意。70年代随着电子技术和数字信号处理技术的发展，语音增强开始从理论走向使用。1974年，Weiss等人成功开发了一个实时语音增强系统（INTELsystem）。1979年，Lim和Oppenheim全面总结了此前的语音增强方法，包括谱减法，维纳滤波法和一些基于模型的语音增强方法。80年代，Ephraim等人提出了语音短时谱幅度（STSA）的最小均方误差估计法。90年代，短时谱幅度的最小均方误差估计法继续得到改进，同时Ephraim等人提出了隐马尔可夫模型（HMM）框架下的语音增强算法，Hanson等人则研究了基于预测系数估计和维纳滤波的迭代语音增强算法。之后，新的语音增强方法相继涌现，例如基于神经网络、子空间分解、小波变换和基于听觉模型的语音增强方法等。
3.课题研究方法
目前最常用的去噪方法有谱减法、谐波增强法和阈值处理法，下面就这三种方法分别做详细介绍：
（一）谱减法
谱减法在实际中有广泛的应用，对于一些语音信号的增强处理取得了较好的效果，算法比较简单，容易理解。
带噪语音一般可表示为：y(n)=x(n) d(n),x(n)（3-1）是纯净的语音信号，d(n)是加性的高斯白噪声。谱减法中，带噪语音的短时谱幅度（STSA）减去噪声谱的估计值后可以得到增强后语音谱短时幅度，如式（3-2），给出了谱减法的计算公式。（3-2）。由于人耳对语音信号的相位不敏感，可在无音段估计得到，带噪语音的相位直接与相乘恢复出增强后的语音，即：（3-3）
