audio - 测量音频噪音水平

Question

我正在尝试对音频流中存在的静态或噪声量进行定性处理。流的正常内容是语音或音乐。

我一直在尝试获取样本的 stddev，这确实让我能够处理语音与空通道噪声的存在（即高 stddev 通常表示语音或音乐）

想知道是否有人对此有一些指示。

Answer 1

峰值不给你答案吗？如果您正在查看来自良好 ADC 的信号，则环境电平应为 1 或 10 的计数，而语音或音乐将达到数千计数。是否有某种自动增益控制使这种策略不起作用？

如果您需要更复杂的东西，峰值与 RMS 比可能比简单的 RMS 电平 (RMS = stddev) 更可靠一些。纯噪声的比率约为 3-5，而正弦波的峰值与 RMS 比率为 1.4。但是，您可以通过查看信号的频谱来获得更多的辨别力。静态通常是光谱平滑甚至平坦的，而声音和音乐是光谱结构的。所以傅里叶变换可能是您正在寻找的。假设信号 x 包含 0.5 秒的数据，这里有一些 Matlab 代码：

Sx = fft(x .* hann(length(x), 'periodic'))

HANN函数应用 Hann 窗来减少频谱泄漏，而FFT函数快速计算傅里叶变换。现在你有几个选择。如果要确定信号 x 是由静态还是语音/音乐组成，请取频谱的峰值与 RMS 比：

pk2rms = max(abs(Sx))/sqrt(sum(abs(Sx).^2)/length(Sx))

我希望纯静态的峰值与 RMS 比（再次）约为 3-5，而语音/音乐至少要高一个数量级。这利用了纯白噪声在时域和频域中具有相同“结构”这一事实。

如果要获得噪声水平的数值估计，可以使用平均值计算 Sx 随时间的功率：

Gxx = ((k-1)*Gxx + Sx.*conj(Sx))/k

随着时间的推移，Gxx 中的峰值应该会来来去去，但您应该会看到与本底噪声相对应的恒定最小值。一般来说，音频频谱更容易在 dB（对数垂直）尺度上查看。

一些注意事项：
1. 我为 x 的长度选择了 0.5 秒，但我不确定这里的最佳值是多少。如果你选择一个太短的值，x 将没有太多的结构。在这种情况下，信号的直流分量将具有很大的能量。我希望你仍然可以使用峰值到 RMS 鉴别器，但是，如果你首先扔掉 Sx 中对应于 DC 的 bin。
2. 我不确定 k 的好值是多少，但该方程对应于指数平均。您可能可以尝试使用 k 来找出最佳值。这可能最适合短 x。

Answer 2

有不同种类的噪音。白色、粉色、棕色。噪音可能来自许多地方。是 60 赫兹的嗡嗡声还是信号？

对于白噪声，我会查看 fft 并找到最低值以查看您的本底噪声。