背景噪声抑制系统
在本例中，我们将探讨两种通过叠加增益系数来抑制音频信号中背景噪声的模型。
下图展示了噪声平滑子系统。在第一种情况下，该子系统以流水线模式运行。在第二种情况下，只有当输入信号达到阈值时，即输入信号能量较低时，该子系统才会启动。
.png)
接下来，我们将声明用于运行模型和播放音频文件的辅助函数。
In [ ]:
Pkg.add(["WAV"])
In [ ]:
# 启用该机型的辅助运行模型功能。
function run_model( name_model)
Path = (@__DIR__) * "/" * name_model * ".engee"
if name_model in [m.name for m in engee.get_all_models()] # 检查模型加载到内核的条件
model = engee.open( name_model ) # 打开模型
model_output = engee.run( model, verbose=true ); # 运行模型
else
model = engee.load( Path, force=true ) # 加载模型
model_output = engee.run( model, verbose=true ); # 运行模型
engee.close( name_model, force=true ); # 关闭模型
end
sleep(5)
return model_output
end
Out[0]:
In [ ]:
using WAV;
using .EngeeDSP;
function audioplayer(patch, fs, Samples_per_audio_channel);
s = vcat((EngeeDSP.step(load_audio(), patch, Samples_per_audio_channel))...);
buf = IOBuffer();
wavwrite(s, buf; Fs=fs);
data = base64encode(unsafe_string(pointer(buf.data), buf.size));
display("text/html", """<audio controls="controls" {autoplay}>
<source src="data:audio/wav;base64,$data" type="audio/wav" />
Your browser does not support the audio element.
</audio>""");
return s
end
Out[0]:
声明函数后，我们将启动模型的执行。
首先启动采用流水线实现的模型。
.png)
In [ ]:
run_model("agc_sub") # 运行模型。
现在，我们运行带有可启用子系统的模型。
.png)
In [ ]:
run_model("agc_enabled") # 运行模型。
现在，我们将对录制的 WAV 文件进行分析，并将其与原始音频轨道进行比较。首先，让我们聆听处理结果。
In [ ]:
inp = audioplayer("$(@__DIR__)/speech_fade_48kHz.wav", 48000, 256);
In [ ]:
out_s = audioplayer("$(@__DIR__)/out_48kHz_s.wav", 48000, 256);
In [ ]:
out_e = audioplayer("$(@__DIR__)/out_48kHz_e.wav", 48000, 256);
结论
聆听这些音频轨后，我们可以发现，与使用可启用子系统相比，流水线处理产生的声音更加均匀，失真也更少。 这是因为在一种情况下，反馈回路处理每个拍子；而在另一种情况下，仅在存在控制信号时才进行处理。Compute Envelope 子系统内部的 Delay 模块
其初始状态为零。 您可以尝试使用更大的值作为初始状态，这将影响音轨的失真程度。