语音信号处理--降噪方法之小波分解法 MATLAB例程

语音降噪这事儿，日常太刚需了——打电话时的背景杂音、录音里的环境噪音，都得想办法干掉。小波分解法算是语音降噪里的老牌选手了，比起傅里叶只能看全局频率，小波能同时抓时域和频域的局部信息，对语音这种时变信号特别友好。咱直接拿MATLAB撸一遍流程，边写边唠。

首先得搞点实验素材，加载一段语音文件，MATLAB里audioread直接搞定：

% 加载原始语音，替换成你的音频路径
[y, Fs] = audioread('your_audio.wav');  
% 播放原音
sound(y, Fs);

这里y是一维数组，存的是每个采样点的音频数据，Fs是采样率，比如常见的44100Hz、16000Hz。要是没自己的音频，也能直接生成个正弦波模拟语音：y = sin(2pi440*(0:1/Fs:1-1/Fs)); 就440Hz的标准A音。

然后给干净语音加点“料”，模拟环境杂音，比如加高斯白噪音：

% 加高斯白噪音，信噪比10dB（数值越小噪音越大）
y_noisy = awgn(y, 10, 'measured');
sound(y_noisy, Fs);  % 听听噪音版，是不是内味儿就来了

awgn函数里的'measured'是先测量原语音能量再加噪，保证信噪比准确。这时候播放的话，应该是清晰的语音里混着滋滋的白噪音，跟户外打电话那感觉一模一样。

接下来核心操作——小波分解。咱选db4小波（Daubechies4，工程里常用的紧支撑正交小波，计算快还稳），分解3层试试：

% 用db4小波对含噪语音做3层分解
[C, L] = wavedec(y_noisy, 3, 'db4');

这里得唠唠返回值：C是所有小波系数的拼接数组，L是个长度为分解层数+2的数组，前3个是各层细节系数的长度，最后一个是近似系数的长度。分解后，最低层的近似系数是语音的主体低频成分（人声基频就在这），而d1、d2、d3这三层细节系数里，大部分都是噪音的高频成分——毕竟人声的高频细节没那么多，噪音却在高频区瞎晃。

语音信号处理--降噪方法之小波分解法 MATLAB例程

然后就得把混在细节系数里的噪音干掉，靠的是阈值处理。先把各层细节系数抠出来：

% 提取各层细节系数，d1是最细的高频层，噪音最密集
d1 = detcoef(C, L, 1);  
d2 = detcoef(C, L, 2);
d3 = detcoef(C, L, 3);

接下来算阈值，MATLAB里有自动计算阈值的工具，比如基于统计的sqtwolog方法，对付高斯噪音特别好用：

% 按系数长度自动计算阈值
thr1 = wthrmngr('sqtwolog', length(d1));
thr2 = wthrmngr('sqtwolog', length(d2));
thr3 = wthrmngr('sqtwolog', length(d3));

然后用软阈值处理细节系数（软阈值比硬阈值处理后更平滑，听感更好）：

% 's'代表软阈值，硬阈值用'h'
d1_denoised = wthresh(d1, 's', thr1);
d2_denoised = wthresh(d2, 's', thr2);
d3_denoised = wthresh(d3, 's', thr3);

这里必须唠唠软阈值和硬阈值的区别：硬阈值是系数绝对值小于阈值直接置0，大于的话原样保留；软阈值是小于置0，大于的话还要减去阈值。硬阈值处理后可能有“毛刺感”，听着像电流声，软阈值虽然会损失一丢丢细节，但整体更顺滑，语音降噪里一般优先选软阈值。

处理完细节系数，就得把系数拼回去重构语音了。先把近似系数抠出来，再替换处理后的细节系数：

% 提取第3层近似系数（语音核心成分）
a3 = appcoef(C, L, 'db4');
% 拼接新的小波系数：近似系数 + 处理后的各层细节系数，顺序是d3, d2, d1
C_new = [a3, d3_denoised, d2_denoised, d1_denoised];
% 重构降噪后的语音
y_denoised = waverec(C_new, L, 'db4');

这里要注意系数顺序！wavedec返回的C里是近似系数在前，然后是d3、d2、d1，所以拼C_new的时候得按这个顺序来，不然重构出来的语音直接变调，跟外星人说话似的。

最后听听效果，再画个图对比下：

% 播放降噪后语音
sound(y_denoised, Fs);

% 画图对比原音、噪音、降噪后
figure;
subplot(3,1,1);
plot(y); title('原始语音'); xlabel('采样点'); ylabel('幅值');
subplot(3,1,2);
plot(y_noisy); title('含噪语音'); xlabel('采样点'); ylabel('幅值');
subplot(3,1,3);
plot(y_denoised); title('小波分解降噪后语音'); xlabel('采样点'); ylabel('幅值');

看时域图的话，含噪语音是抖得厉害的“波浪线”，降噪后曲线明显平滑了，和原音的趋势几乎重合，听感上滋滋的白噪音基本消失，人声清晰度拉满。

最后扯点实用小技巧：

1. 小波基选择：db系列（db2-db8）是通用款，计算快；sym系列对称性更好，处理后相位失真小；要是想保留更多唇齿音细节，试试coiflet小波。
2. 分解层数：不用贪多，一般3-5层足够。层数太多的话，高频细节里会混入语音的谐波成分，阈值处理会把有用信号也干掉，反而得不偿失。
3. 阈值方法：除了sqtwolog，还有rigrsure（自适应阈值，根据系数能量调整）、minimaxi（极值阈值，适合小样本），可以都试试，毕竟语音降噪最终还是得耳朵说了算。

亲测下来，这套流程对付日常的环境白噪音效果拉满，要是遇到非平稳噪音（比如汽车喇叭、脚步声），可能得结合小波包分解，把每个频带都拆开处理，但那就是进阶玩法了，咱先把基础的小波分解降噪玩明白再说~