Документация Engee
Notebook

Система приглушения фоновых шумов

Открыть пример в Engee

В данном примере мы рассмотрим две модели приглушения фонового шума в аудиосигнале за счёт наложения коэффициента усиления. На рисунке ниже показана подсистема сглаживания помех. В первом случае подсистема работает в конвейерном режиме. Во втором она срабатывает только в случае достижения порогового значения входного сигнала, то есть при низкой энергии входного сигнала.

image.png

Далее объявим вспомогательные функции запуска моделей и воспроизведения аудиофайлов.

In [ ]:
# Подключение вспомогательной функции запуска модели.
function run_model( name_model)
    
    Path = (@__DIR__) * "/" * name_model * ".engee"
    
    if name_model in [m.name for m in engee.get_all_models()] # Проверка условия загрузки модели в ядро
        model = engee.open( name_model ) # Открыть модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
    else
        model = engee.load( Path, force=true ) # Загрузить модель
        model_output = engee.run( model, verbose=true ); # Запустить модель
        engee.close( name_model, force=true ); # Закрыть модель
    end
    sleep(5)
    return model_output
end
Out[0]:
run_model (generic function with 1 method)
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]:
audioplayer (generic function with 1 method)

После объявления функций запустим выполнение моделей.

Первой запустим модель с конвейерной реализацией.

image.png

In [ ]:
run_model("agc_sub") # Запуск модели.
Building...
Progress 0%
Progress 5%
Progress 10%
Progress 15%
Progress 20%
Progress 100%

А теперь запустим модель с включаемой подсистемой.

image.png

In [ ]:
run_model("agc_enabled") # Запуск модели.
Building...
Progress 0%
Progress 5%
Progress 10%
Progress 15%
Progress 20%
Progress 25%
Progress 30%
Progress 35%
Progress 40%
Progress 45%
Progress 50%
Progress 55%
Progress 60%
Progress 65%
Progress 70%
Progress 75%
Progress 80%
Progress 85%
Progress 90%
Progress 95%
Progress 100%
Progress 100%

Теперь проведём анализ записанных WAV-файлов и сравним их с исходной аудиодорожкой. Первым делом прослушаем результаты.

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);

Вывод

Послушав эти аудиодорожки, мы можем заметить, что звук при конвейерной обработке более равномерный и имеет меньше искажений, чем при использовании включаемой подсистемы. Это связано с тем, что обратная петля в одном случае отрабатывает каждый такт, а в другом – только в момент наличия управляющего сигнала. Блок Delay внутри Compute Envelope подсистемы имеет начальное состояние, равное нулю. Вы можете поэкспериментировать с более крупными значениями начального состояния, и это повлияет на степень искажения аудиодорожки.

Блоки, использованные в примере