精华内容
下载资源
问答
  • 行业资料-电子功用-开关电源及其音频噪声抑制方法.pdf
  • 音频噪声抑制Laying down some vocals? Starting your own podcast? Here’s how to remove noise from a messy audio track in Audacity quickly and easily. 放下人声? 开始自己的播客? 这是在Audacity中快速...
    音频噪声抑制

    音频噪声抑制

    banner-done

    Laying down some vocals?  Starting your own podcast?  Here’s how to remove noise from a messy audio track in Audacity quickly and easily.

    放下人声? 开始自己的播客? 这是在Audacity中快速轻松地消除杂乱音轨中噪声的方法。

    This is the second part in our series covering how to edit audio and create music using your PC. Be sure to check out the first part in the series, where we covered the basics of using Audacity, and then check out how to add MP3 format support as well.

    这是我们系列的第二部分,涵盖了如何使用PC编辑音频和创建音乐。 一定要检查该系列的第一部分,其中介绍了使用Audacity的基础知识,然后检查如何添加MP3格式支持

    消除大胆的噪音 (Removing Noise in Audacity)

    Open up your file in Audacity, and find the largest contiguous silence in the track.  What we’re going to do is find a baseline for the “noise” so that Audacity knows what to look for.  You can play through the audio to find some silence, but once you do, hit the “Stop” button, and highlight the silence by left-clicking and dragging.  It’s just like selecting anything else, really.

    在Audacity中打开文件,并找到曲目中最大的连续静音。 我们要做的是找到“噪音”的基线,以便Audacity知道要寻找什么。 您可以播放音频以找到一些静音,但是一旦完成,请单击“停止”按钮,并通过单击和拖动来突出显示静音。 就像选择其他任何东西一样。

    01-highlight silent area

    Next, go to Effect > Noise Removal.

    接下来,转到效果>噪声消除。

    02-noise removal

    You’ll see a window pop up like so:

    您会看到一个弹出窗口,如下所示:

    03-get noise profile

    Click on the “Get Noise Profile” button and the window will go away.  Now, select the portion of the track you want to remove noise from.  For me, it was everything, so I hit CTRL+A to select all. 

    单击“获取噪声曲线”按钮,窗口将消失。 现在,选择要从中消除噪音的轨道部分。 对我来说,这就是一切,所以我按CTRL + A选择了所有。

    04-select all

    Again, go to Effect > Noise Removal.  By moving the slider for noise reduction, you’re telling Audacity how much to filter out.  Higher values will be more aggressive removal, while lower values will be more subtle.

    再次,转到效果>噪声消除。 通过移动滑块以减少噪声,您可以告诉Audacity过滤掉多少。 较高的值将更积极地删除,而较低的值将更微妙。

    04-move slider

    You can click the “Preview” button if you want to listen to a small snippet of your track.  You can leave the other two sliders alone, and hit OK when you’re done.

    如果您想听一小段曲目,可以单击“预览”按钮。 您可以不理会其他两个滑块,并在完成后单击OK。

    Give your track a listen, and if you need to tweak, you can always hit CTRL+Z to undo and start over.  If you reduce by too much, the track will noticeably sound a little off.  It’s best to be more subtle, that way the audio still sounds natural.

    试听一下曲目,如果需要调整,可以随时按CTRL + Z撤消并重新开始。 如果减少太多,音轨将听起来有些偏离。 最好变得更微妙,那样声音仍然听起来自然。

    The changes may not be so obvious on the waveform, so I zoomed in to illustrate the smoothing of the waveform.  Here’s what it looks like before and after the effect is processed:

    这些变化在波形上可能不太明显,所以我放大以说明波形的平滑度。 效果处理前后的外观如下:

    before_after

    Enjoy your noise-free audio.

    享受无噪音的音频。

    翻译自: https://www.howtogeek.com/howto/40469/the-how-to-geek-guide-to-audio-editing-basic-noise-removal/

    音频噪声抑制

    展开全文
  • speex音频噪声抑制

    2014-12-03 11:12:03
    基于speex开源库实现的噪声抑制,可以直接运行,里面有测试文件
  • RNNoise:RNN(音频)噪声抑制学习
  • 在这个 Simulink 模型中,我使用频谱减法对噪声抑制进行建模和仿真。 为了更好地理解这种方法,请参阅“Suppression of Acoustic Noise in Speech Using Spectral Subtraction”,Steven F. Boll,IEEE Transaction...
  • 前面讲了两个用LMS训练FIR滤波器,实现噪声抑制的例子。Review:普通LMS算法训练FIR滤波器Review:含辅助观测数据的LMS噪声抑制在《含辅助观测数据的LMS噪声抑制》文章的末尾,我说,如果能拿到辅助观测的噪声,当然...

    前面讲了两个用LMS训练FIR滤波器,实现噪声抑制的例子。

    Review:普通LMS算法训练FIR滤波器

    Review:含辅助观测数据的LMS噪声抑制

    在《含辅助观测数据的LMS噪声抑制》文章的末尾,我说,如果能拿到辅助观测的噪声,当然最好,但是

    1. 需要另外增加一个信号采集装置,增加成本;

    2. 这个额外的信号采集装置还要能很好地接收到基本纯净的噪声或通过一定线性信道(我们用的FIR滤波器)的噪声;

    这两个因素,能不能实现,就要具体情况具体分析了。

    所以,这篇文章就是采用另一种思路,来回避这个问题。

    如果能用不含辅助观测数据的FIR滤波器,用LMS去更新其系数,但实际上是盲均衡(blind equalization)(或叫无监督学习),该怎么做呢?

    理论上,可以用如下框图表示的去噪系统。(实际上,我自己做了一下,并没有什么效果…暂时不知道为什么……)


    x是含噪信号,d是所希望得到的有用信号,v1是噪声信号。

    有一堆假定:

    1. d,v是零均值过程;

    2. d,v互不相关;

    3. d是窄带过程(语音大概算是吧,相对于一般情况下的噪声而言);

    4. v是宽带过程(大概也可以这么想,一般情况下,噪声覆盖了很大的频率范围)

    这时,误差可以选为 e = x - d^。

    看上去觉得很神奇。为什么误差就可以选为这个?

    换句话说,最小化这个误差的平方的期望,就等于是“最佳”地抑制掉噪声了?


    证明。

    重新画个图。打草稿,字丑,莫见怪。




    所以,…,误差信号,可以选择上述的那个。


    应用。

    好多书上也没有找到这种应用。

    我暂时也没做出效果来。

    也不知道实际上是不是真的没什么效果………


    展开全文
  • 高二的时候吧,我们拍过一部校园DV剧…《十六岁的伤悲》……班上的大叔用Cool Edit Pro这个软件,给剧中的旁白去了噪声。...4. 把整段音频选中,导入刚刚分析出来的参数实现降噪处理。有点神奇。7年过...

    高二的时候吧,我们拍过一部校园DV剧…《十六岁的伤悲》……

    班上的大叔用Cool Edit Pro这个软件,给剧中的旁白去了噪声。

    大致过程是这样的(Cool Edit Pro 去噪

    1. 在录音的时候,先空出几秒不说话,相当于是在录环境噪声;

    2. 然后开始录配音演员的声音;

    3. 用Cool选出前面那段噪声,分析一下噪声的参数;

    4. 把整段音频选中,导入刚刚分析出来的参数实现降噪处理。

    有点神奇。


    7年过去了,我现在想,是不是大概靠的谱减法去噪?

    当然,一般情况下,也没这么简单,毕竟降噪效果挺好的。

    不过,千里之行始于足下,所以还是先学习基本的谱减法。


    在一本书上,找到了详细的介绍。

    以下的符号中,y是含噪信号,S是干净信号,N是加性噪声。




    注意。

    1. 在去噪过程中,对语音进行了加窗、分帧,因为有个窗长(window size)、步进长度(hop size),所以,在处理完之后,不能直接相加,而是应该采用重叠相加(overlapped add),重叠相加之前,还应该去掉因加窗造成的加窗增益(在以下代码中,还暂时没有考虑这一点)。一定一定要重叠相加!不然会出现致命的问题!

    2. 在实际录音过程中,噪声也不会这么理想,就是加性噪声。万一是乘性噪声呢?是不是应该考虑取个对数,把乘法运算降级为加法运算,处理完以后再指数翻上去?

    这种“降级”非常常见。如,利用log把乘变为加,利用fourier/laplace transform把卷积(积分)变为乘法,……


    我用手机录音的时候,还是有一定的环境噪声的(笔记本散热,风扇转得很厉害,呼啦呼啦的)。

    %% 谱减法去噪
    % 内容:用最简单的谱减法,去除噪声
    % 作者:qcy
    % 版本:v1.0
    % 【注意】谱减完以后,拼接在一起的时候,要去除重复的部分!
    % 因为分帧时有可能是有重叠的!!!
    % 时间:2016年11月3日19:40:35
    
    clear; clc; close all;
    %% 导入音频
    
    filedir=[];                             % 指定文件路径
    filename='静默检测.m4a';                % 指定文件名
    fle=[filedir filename];                 % 构成路径和文件名的字符串
    [xx,fs]=audioread(fle);                 % 读入数据文件
    xx=xx-mean(xx);                         % 消除直流分量
    x=xx/max(abs(xx));                      % 幅值归一化
    
    %% 预先设置参数
    IS = 1.6;      % 设置前导无话段长度 [s]
    wlen = 200;    % 务必设置为偶数个点
    inc = 80;
    win = hamming(wlen); % 用矩形窗,也会有问题-_-!
    % boxcar 矩形窗
    % hamming 汉明窗
    
    N=length(x);                            % 信号长度
    time=(0:N-1)/fs;                        % 设置时间
    overlap=wlen-inc;                       % 求重叠区长度
    NIS=fix((IS*fs-wlen)/inc +1);           % 求前导无话段帧数
    Nframe = floor( (length(x) - wlen) / inc) + 1; % 一共多少帧
    
    %% 分帧
    % 1) 测量环境噪声的平均能量谱(只需计算非负频率的部分)
    k_pos_freq = wlen/2+1; % 非负频率范围
    X_noise_engergy_sum = zeros(k_pos_freq,1);
    
    for k = 1 : NIS
        idx = (1:wlen) + (k-1) * inc;
        x_temp = x(idx).*win;
        X_temp = fft(x_temp);
        X_noise_engergy_sum = X_noise_engergy_sum + abs(X_temp(1:k_pos_freq)).^2;
    end
    X_noise_engergy_avg = X_noise_engergy_sum / NIS;
    
    % 2) 对之后语音每一帧进行谱减
    % 3) 注意:重构的时候要重叠相加-_-!
    a = 10;
    b = 0.002;
    
    Y_ = zeros(wlen,1);
    x_subspec = [];
    
    sig=zeros((Nframe-1)*inc+wlen,1);
    
    for k = 1 : Nframe
        idx = (1:wlen) + (k-1) * inc;
        x_temp = x(idx).*win;
        X_temp = fft(x_temp);
        phase_k = angle(X_temp(1:k_pos_freq)); % 1. 先保留信号的相位
        X_energy = abs(X_temp(1:k_pos_freq)).^2;
        
        X_subspec_energy_pos_freq = zeros(k_pos_freq,1); % 谱减以后,非负频率分量的能量
        for m = 1:k_pos_freq % 对每一个频点进行谱减
           if  X_energy(m) >= a * X_noise_engergy_avg(m)
               X_subspec_energy_pos_freq(m) = X_energy(m) - a * X_noise_engergy_avg(m);
           else
               X_subspec_energy_pos_freq(m) = b * X_noise_engergy_avg(m);
           end
        end
        
        X_subspec_abs_pos_freq = sqrt(X_subspec_energy_pos_freq);
        X_subspec_pos_freq = X_subspec_abs_pos_freq .* exp(1j*phase_k); % A = |A|exp(1j*angle(A))
        % 构造Hermitian对称的序列
        X_subspec_at_frame_k = [X_subspec_pos_freq ; conj(X_subspec_pos_freq(end-1:-1:2))];
        x_subspec_at_frame_k = real(ifft(X_subspec_at_frame_k));
    
    %     x_subspec = [x_subspec ; x_subspec_at_frame_k ]; % 直接接上是不行的
    
          % 重叠相加 -_-! 为什么要重叠相加!!才不会有嘶哑的声音!!!!
          % 由频域重构 -_-! 难道是说,加窗以后变到频域,再变回来,重构,需要重叠相加抵消xx效应?
    
        start=(k-1)*inc+1;    
        sig(start:start+wlen-1)=sig(start:start+wlen-1) + x_subspec_at_frame_k; % 重叠相加
    end
    
    %%
    figure;
    subplot(211);
    plot(x);
    title('去噪前');
    subplot(212);
    plot(sig);
    title('去噪后');
    sound(sig,fs);


    展开全文
  • Review:普通LMS对噪声抑制Review:有辅助数据的维纳滤波噪声消除这一篇讲的是,如果有辅助数据,用LMS算法对信号滤波去噪的一个应用示例。注意,现在的信噪比已经只有-40dB了!噪声功率是信号功率的1万倍!模型...

    以前有类似主题的文章。

    Review:普通LMS对噪声的抑制

    Review:有辅助数据的维纳滤波噪声消除

    这一篇讲的是,如果有辅助数据,用LMS算法对信号滤波去噪的一个应用示例。

    注意,现在的信噪比已经只有-40dB了!噪声功率是信号功率的1万倍!

    模型还是这样的。v2是在离噪声源很近的地方,采集到的噪声(因此可以假设它就是v)。

    v1是因为噪声源发出的噪声v,经过了一段信道传输以后,发生了一些变化,因此变成了v1。


    %% 基于LMS算法,有辅助数据的噪声消除
    % 作者:qcy
    % 版本:v1.0
    % 时间:2016年10月30日15:39:25
    
    %% 
    close all;clear; clc; 
    
    %% 导入音频
    
    filedir=[];                             % 设置路径
    filename='bluesky1.wav';                % 设置文件名
    fle=[filedir filename];                 % 构成完整的路径和文件名
    [s, fs] = audioread(fle);               % 读入数据文件
    s=s-mean(s);                            % 消除直流分量
    s=s/max(abs(s));                        % 幅值归一
    N=length(s);                            % 语音长度
    time=(0:N-1)/fs;                        % 设置时间刻度
    
    %% 生成噪声
    SNR = -40;                              % 设置信噪比
    r2=randn(size(s));                      % 产生随机噪声
    b=fir1(31,0.5);                         % 设计FIR滤波器,代替H
    r21=filter(b,1,r2);                     % FIR滤波
    [r1,r22]=add_noisedata(s,r21,fs,fs,SNR);% 产生带噪语音,信噪比为SNR 
    
    %% LMS滤波
    
    h_length = 35;
    h = zeros(h_length,1); % 滤波器的初始化
    miu = 8e-4;
    
    v1_hat = zeros(size(s));
    err2 = zeros(size(s));
    y_output = r1;
    
    % 开始滤波
    for kk = 1:1 % 这里设置滤波过程需要重复几次。
        for k = h_length : N
            idx = k: -1 :(k-h_length+1);
            r2_in_sub = r2(idx); % 参考噪声 --> 原始噪声
            v1_hat_out = h.' * r2_in_sub; % 由 原始噪声估计的 --> 信号中的噪声
            v1_hat(k) = v1_hat_out;
            dk = r1(k); % 观察到的含噪语音,是参考信号
            err = dk - v1_hat_out;
            err2(k) = err^2;
            h = h + miu * err * r2_in_sub;
            y_output(k) = y_output(k) - v1_hat_out;
        end
    end
    
    % 误差平方
    figure;
    plot(err2);
    
    %% 滤波器的幅频特性
    [H,w] = freqz(h,1,1e4);
    figure;
    plot(w/2/pi*fs,20*log10(abs(H)/max(abs(H))+eps));
    xlabel('频率(Hz)');
    
    %% 计算信噪比的提升
    snr1=SNR_singlech(s,r1);                % 计算初始信噪比
    snr2=SNR_singlech(s,y_output);            % 计算滤波后的信噪比
    snr=snr2-snr1;
    SN1=snr1; SN2=snr2; SN3=snr;
    
    %% 打印SNR
    fprintf('[LMS]\n',snr1);
    fprintf('滤波前 SNR = %f [dB] \n',snr1);
    fprintf('滤波后 SNR = %f [dB] \n',snr2);
    fprintf('提升 %f [dB] \n',snr);
    
    %% 听效果
    % sound(s,fs); % 干净的语音
    % sound(r1,fs); % 含噪的语音
    sound(y_output,fs); % 滤波后的语音
    
    %% 作图
    figure;
    subplot 311; plot(time,s); ylabel('幅值') 
    ylim([-1 1 ]); title('原始语音信号');
    subplot 312; plot(time,r1); ylabel('幅值') 
    ylim([-100 100]); title('带噪语音信号');
    subplot 313; plot(time,y_output); 
    ylim([-1 1 ]); title('LMS滤波输出语音信号');
    xlabel('时间/s'); ylabel('幅值');
    

    可以看出,原始语音信号已经完全淹没在噪声中了。在这么恶劣的条件下,竟然能分辨出微弱的有用信号,

    在以前简直是不可想象的。感谢伟大的科学家与工程师们。



    LMS算法对滤波器进行更新,当滤波器系数收敛(基本不变)后,


    可以看看这个滤波器的幅频特性。

    由于有用信号是语音信号(300 Hz - 3400 Hz),我们的最优滤波器也很符合逻辑地显示出其低通特性。


    听一听效果,真是不错。

    但,还是以前说的,

    1. 需要另外增加一个信号采集装置,增加成本;

    2. 这个额外的信号采集装置还要能很好地接收到基本纯净的噪声或通过一定线性信道(我们用的FIR滤波器)的噪声;

    这两个因素,能不能实现,就要具体情况具体分析了。

    展开全文
  • 音频噪声抑制(1):经典滤波器篇

    万次阅读 2016-12-03 18:50:18
    好久没有写音频信号处理的文章...用经典滤波器抑制噪声,非常简单。如果噪声的功率谱PSD和有用信号功率谱PSD没有重叠的话,那可以实现非常好的效果。但是,如果有重叠,去噪的效果就不是特别理想了。因为在复指数信...
  • 音频噪声抑制(2):维纳(Wiener)滤波器篇

    万次阅读 多人点赞 2016-12-03 20:07:51
    Review:噪声抑制之经典滤波器篇里面提到,“用经典滤波器抑制噪声,非常简单。如果噪声的功率谱PSD和有用信号功率谱PSD没有重叠的话,那可以实现非常好的效果。但是,如果有重叠,去噪的效果就不是特别理想了。因为...
  • 前面的文章讲了,维纳滤波器的设计和用维纳滤波器来抑制噪声。...对音频信号噪声抑制的提升一种手段就是,多花点钱,用两个麦克风。一个录语音(含噪v2),另一个录噪声(v1)。v2和v1可能不同,但两者之间却存在...
  • 引言前面讲了基于Weiner滤波器的噪声抑制方法。Reivew:用维纳滤波器实现噪声抑制维纳滤波器有一些假设条件,比如信号平稳(这就导致解方程算滤波器系数的时候,自相关矩阵与绝对时间无关)、噪声和有用信号不相关…...
  • 行业资料-电子功用-一种噪声抑制电路和具有噪声抑制功能的音频放大器
  • 1. 音频信号噪声抑制原理 2. 谱减法的原理和相关算法 3. WAV音频文件的格式 二、音频信号噪声抑制原理 2.1语音和噪声 1、冲激噪声 冲激噪声的时域波形是类似于冲激函数那样的窄脉冲,常见的消除冲激噪声的...
  • 摘要:基于AAC比特流,提出了一种压缩域音频Hiss噪声抑制方法。该方法的输入为含噪音频的AAC比特流,输出为增强音频的AAC比特流。首先,利用修正的绝对中值标准差(MMAD,modified median absolute de-viation)估计...
  • 噪声抑制音频信号处理器.pdf
  • 美国国家半导体公司(National Semiconductor Corporation)宣布推出业界首款集成了噪声抑制技术的模拟音频子系统,适用于智能电话及多功能手机。这款型号为PowerWise? LM49155的模拟音频子系统的特点是可以显著改善...
  • 设计实现了一种可集成于D类音频功放芯片内部的Pop-Click噪声抑制系统,通过全新的输出级软启动控制以及辅助反馈环路的采用,保证了软启动过程中的环路稳定性和输出驱动级的完整性,实现良好稳定的Pop-Click噪声抑制...
  • 美国国家半导体公司(National Semiconductor Corporation)宣布推出业界首款集成了噪声抑制技术的模拟音频子系统,适用于智能电话及多功能手机。这款型号为PowerWise? LM49155的模拟音频子系统的特点是可以显著改善...
  • 一、语音和噪声 1、冲激噪声 冲激噪声的时域波形是类似于冲激函数那样的窄脉冲,常见的消除冲激噪声的方式有两种: (1)对带噪语音信号的幅值求均值,将该均值作为判断的标准,超过该标准的视作噪声,在时域将其...
  • 噪声抑制旨在消除或减少周边背景噪声,提高目标音频的清晰度,从而为听者提 供更为舒适的听力环境。 概述 1.针对噪声抑制组件接收到的连续多帧输入信号的每一帧,以对该帧的初始噪声估计为基础,定义语音概率函...
  • RF抑制亦即RF敏感度,它已成为手机、MP3播放器及笔记本电脑的音频领域中和PSRR、THD+N及SNR一样重要的设计要素。蓝牙技术正逐渐作为中耳机和话筒的无线串行电缆替代方案应用于移动设备中。
  • 美国国家半导体推出业界首款集成噪声抑制技术的模拟音频子系统.pdf
  • 音频前处理技术一般用于去除语音...SDK 已经针对采集的音频数据进行了回声消除、噪声抑制等的处理,因此通常情况下,开发者无需再重复处理。如果开发者想对 SDK 采集的原始数据进行自定义处理,实现特殊功能(例如变...
  • 行业资料-电子功用-全差分音频功率放大器开关机噪声抑制电路
  • 拆解噪声抑制耳机

    2021-01-20 07:02:48
     这个功能主要是针对那些经常坐飞机,希望衰减机舱和引擎噪声的人们,不过我的测试是在旅馆房间里,看能否在听音乐时感觉不到环境声,边上是我的妻子和两个玩耍的孩子。实际效果确实不错!而且还有惊喜:当需要我...
  • 上图显示了前后音频噪声抑制的频谱图。(上:noisy,中:RNNoise,下:clean speech) RNNoise 该演示介绍了RNNoise项目,显示了如何将深度学习应用于噪声抑制。主要思想是将经典信号处理与深...
  • 行业资料-电子功用-全差分音频功率放大器开关机噪声抑制电路的介绍分析.rar

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 3,346
精华内容 1,338
关键字:

音频噪声抑制