基于小波神经网络的土家语语音降噪技术研究

摘要

本文提出了一种基于小波神经网络（WNN）的土家语语音降噪模型。该模型结合了小波变换的多分辨率分析能力和神经网络的学习能力，通过训练 WNN 网络学习含噪音频信号的时间相关性和局部模式，实现对实时语音的前端降噪处理。实验采用 PESQ、STOI 和SNR 指标评估滤波效果。结果表明，相比传统的谱减法和 Wiener 滤波方法，基于 WNN 的降噪技术在各项指标上均表现更优。这项技术在降低环境噪声影响的同时，有效保持了语音的可识别度，为提高土家语语音识别准确率提供了新的解决方案