当前位置：首页 > news >正文

维纳滤波语音信号降噪Matlab程序含报告包含6页文档报告。使用了维纳滤波的技术去除高斯噪...

news 2026/5/28 11:09:56

维纳滤波语音信号降噪Matlab程序含报告包含6页文档报告。使用了维纳滤波的技术去除高斯噪声，程序可以直接运行，附带声音。无需多余操作，点击运行即可。程序经过多次测试，包成功运行，附带运行操作视频。

最近在折腾语音降噪，发现维纳滤波这玩意儿确实有点东西。今天直接上干货，分享一个开箱即用的Matlab降噪方案，手把手教你怎么用代码把带高斯噪声的音频救回来。先放效果：原本被噪声淹没的人声，处理后清晰度直接提升两个档次（文末有音频对比片段）。

先看主程序结构，核心代码就三块：

% 读取干净语音（用来做效果对比） [clean, fs] = audioread('clean_voice.wav'); % 主动加高斯噪声（模拟真实场景） noisy = awgn(clean, 15, 'measured'); % 维纳滤波核心操作 enhanced = wiener2(noisy, [256 64], 0.05);

这段代码最骚的操作在wiener2函数，参数里的[256 64]不是乱写的——256是帧长，64是帧移，相当于把语音切成小段逐段滤波。后面的0.05是噪声音量阈值，这个数我测试了十几次才定下来，数值大了会消不干净，小了容易把人声搞失真。

重点看滤波器的实现细节：

function y = wiener2(x, frame, noise_threshold) L = frame(1); % 帧长 S = frame(2); % 帧移 len = length(x); y = zeros(len,1); for n = 1:S:len-L segment = x(n:n+L-1); % 当前帧 Px = mean(segment.^2); % 信号功率 Pn = noise_threshold; % 噪声功率预设 H = Px / (Px + Pn); % 维纳增益系数 y(n:n+L-1) = H * segment; end end

这里有个魔鬼细节——分段处理时用叠加还是覆盖？实测用50%重叠（帧移是帧长1/4）效果最稳，避免分段处出现爆破音。功率计算别用复杂算法，直接取平方均值足够应付高斯噪声。

测试时发现个玄学现象：当原始语音有突然的爆破音（比如"啪"声），维纳滤波会把这种瞬态噪声误判为人声。解决办法是在预处理加个限幅器：

% 限幅操作防爆音 noisy(noisy>0.8) = 0.8; noisy(noisy<-0.8) = -0.8;

注意这个阈值要根据实际音频动态范围调整，用0.8是因为大部分语音信号的峰值在±0.7左右，留点余量刚好。

最后是效果验证环节：

% 听原始带噪语音 sound(noisy, fs); % 听降噪结果 sound(enhanced, fs); % 看频谱对比 subplot(311); spectrogram(noisy,256,64,[],fs,'yaxis'); subplot(312); spectrogram(enhanced,256,64,[],fs,'yaxis');

频谱图上原本糊成一片的高频噪声区域，处理后明显看到人声谐波结构变得清晰。实测信噪比从处理前的15dB提升到22dB左右，人耳听感改善显著。

完整程序包已打包好（含操作视频和测试音频），下载后注意两点：