Matlab小波变换-音频去噪

---

小波变换-音频去噪

使用小波变换进行音频去噪，实验环境：Matlab
推荐课程：数字信号处理(北京交通大学 陈后金) 第八章内容
B站链接：https://www.bilibili.com/video/BV1at411Q75D?p=101
（慕课上也有）

---

一、原音频加噪

%读取原信号
[audio,Fs] = audioread("summer.wav");
[len,~] = size(audio);
%加噪声
n = audio + 0.03.*randn([len,1]); 
%求信噪比
snr0 = snr(audio,n-audio)     
%画图
subplot(211);plot(audio);
title('原信号');
subplot(212);plot(n);
title('含噪信号，信噪比=13.5231');

二、sym8小波去噪

也不一定非选这个sym8，也可以选其他的小波,matlab有很多可供选择

lev =5;
%选择"sym8"小波进行去噪
wname = 'sym8'; 
%选取两种阈值规则：minimaxi与sqtwolog
[dnsig2,c2,l2,threshold_Minimax] = wden(n,'minimaxi','h','mln',lev,wname);
[dnsig3,c3,l3,threshold_DJ] = wden(n,'sqtwolog','h','mln',lev,wname);
%画图
subplot(211);plot(dnsig2)
title('sym8小波去噪 -信噪比16.8500 -阈值规则Minimax ');grid on
subplot(212);plot(dnsig3);
title('sym8小波去噪 -信噪比15.2136 -阈值规则DonohoJohnstone ');grid on;
%求信噪比
sym2 = snr(audio,dnsig2-audio)  
sym3 = snr(audio,dnsig3-audio)
sound(dnsig3,Fs)

%%绘制出db2的尺度函数和小波函数
Iter=20;
wname='sym8';
[s,w,t]=wavefun(wname,Iter);
subplot(211);plot(t,s);
title('db2的尺度函数');
subplot(212);plot(t,w);
t=title('db2的小波函数');

去噪效果如下：

绘制出db2的尺度函数和小波函数

三、db2小波去噪

%%绘制出db2的尺度函数和小波函数
Iter=20;
wname='db2';
[s,w,t]=wavefun(wname,Iter);
subplot(211);plot(t,s);
title('db2的尺度函数');
subplot(212);plot(t,w);
t=title('db2的小波函数');

%选择"db2"小波进行去噪
wname = 'db2';
lev = 4;
[xd1,~,~,~] = wden(n,'sqtwolog','s','mln',lev,wname);
[xd2,~,~,~] = wden(n,'minimaxi','s','mln',lev,wname);
subplot(211);plot(xd1);grid on
title('db2小波去噪 -信噪比10.9619 -阈值规则sqtwolog')
subplot(212);plot(xd2);grid on
title('db2小波去噪 -信噪比12.5183 -阈值规则minimaxi')
dbsnr1=snr(audio,xd1-audio)
dbsnr2=snr(audio,xd2-audio)

总结

• 两个实验中，随DWT级数增加(也即lev增加)，信噪比SNR降低
• 随lev增加，SNR降低，去噪效果好的同时，也会损失更多原声细节
• 实验中，SNR越低，信号的去噪效果越好
  -（？我感觉)，SNR在此实验场景中并不是一个很好的衡量去噪能力的指标，因为按照之前所学，SNR越高，信号的质量越好，但在此实验中并不是这样。此实验中，从人耳主观听觉角度来说，SNR越低，去噪效果越好，