MATLAB音频降噪：小波降噪算法实现与参数调整

本文将介绍使用MATLAB实现音频降噪的步骤，并重点讲解小波降噪算法中的参数选择，以及如何调整小波降噪的软硬阈值以获得最佳降噪效果。

一、读入声音

path='D:\毕设\声音处理\声音处理\音视频文件\2022-12-05拾音器现场采集声音\三号冷床下料\三号冷床下料_01.wav';

%path='D:\毕设\声音处理\声音处理\音视频文件\2022-12-05拾音器现场采集声音\三号冷床下料\三号冷床下料.wav';

[Y,FS]=audioread(path); %将声音放到matlab中
info=audioinfo(path); %得到声音的格式、数位、频率等
T=1/FS; %采样时间
t=(0:length(Y)-1)*T;%时间
yz=Y(:,1);%左声道

Y=Y-mean(Y);                         % 消除直流分量
x=Y/max(abs(Y));                      % 幅值归一化
N=length(x);

二、小波降噪wden函数

%wname = 'coif5';'db2';'sym4'
lev=15;

xdDWT= wden(yz,'heursure','h','mln',lev,'db3');
%[dnsig4s,c4,l4,threshold_heursure] = wden(yz,'heursure','h','mln',lev,wname);


snr1=SNR_Calc(x,xdDWT);            % 计算初始信噪比
%snr2=SNR_Calc(x,signal);            % 计算降噪后的信噪比
%snr=snr2-snr1;
fprintf('snr1=%5.4f   ',snr1);

三、绘制降噪前后的波形对比

figure(1)
subplot(2,1,1)
plot(t,yz)
title('降噪前');
subplot(2,1,2)
plot(t,xdDWT)
title('降噪后');

四、播放声音

%sound(xdDWT,FS);

五、另存降噪后音频

str=['D:\graduation design\切头掉钢jz-', 'db2', '-lev', num2str(lev), '.wav'];
audiowrite(str,xdDWT,FS);

可以调整小波的软硬阈值吗？

可以，小波降噪中的软硬阈值是指在进行小波分解后，对小波系数进行阈值处理的方法。软阈值和硬阈值都是一种滤波方法，软阈值滤波会保留信号中的较小振幅的细节信息，而硬阈值滤波会将低振幅的细节信息全部置为零，从而使信号变得更加平滑。因此，可以根据实际需求和效果进行软硬阈值的调整。

**例如，**在wden函数中，可以将'heursure'参数改为'sqtwolog'以使用平方根-2对数阈值，或者使用'rigrsure'参数以使用稳健阈值。还可以通过调整lev参数来改变小波分解的层数，从而影响降噪效果。

**总之，**小波降噪的参数选择和调整是一个需要根据实际音频信号和降噪目标来进行的复杂过程。通过不断尝试和调整，可以找到最佳的降噪效果。