基于IBM的音频降噪算法
首先，本文主要是介绍工业音频的数据处理方式，跟语音的处理方式有些许的不同。工业上常见的噪声包括但不限于一下：设备报警声音、人声、排风扇声、杂物托运和设备检修等等，当我们采集目标音频时，这些都会噪声都会成为一定的干扰，对工业上监控设备运行状态、产品质量具有很大的挑战。文献上对工业音频异常分析相对较少，因此，本文针对以上问题，先简单介绍一下一个比较实用的音频降噪算法。 其次，工业音频的特点可以分为：连续和离散 最后，工业异常音频太少且不好模拟。 讯享网
算法思想
讯享网语音在时频域上是稀疏分布的，很多噪声相对于正常音频是离散的，因此大多数噪声的时频单元上的信噪比极高或极低。IBM 是对这种现实情况的简化描述，将连续的时频单元信噪比离散化为两种状态 1 和0，即，将噪声和正常音频二值化，形成一个mask掩膜，在一个时频单元内：如果语音占主导（高信噪比），则被标记为 1；反之如果噪声占主导（低信噪比），则标记为 0。最后将 IBM 和带噪语音相乘，实际上就是将低信噪比的时频单元置零，以此达到消除噪声的目的
Python实战
// feature 讯享网def generateDataset(): mix, sr = librosa.load("./noisy.wav", sr=32000) clean,sr = librosa.load("./clean.wav", sr=32000) win_length = 256 hop_length = 128 nfft = 512 mix_spectrum = librosa.stft(mix, win_length=win_length, hop_length=hop_length, n_fft=nfft) clean_spectrum = librosa.stft(clean, win_length=win_length, hop_length=hop_length, n_fft=nfft) mix_mag = np.abs(mix_spectrum).T clean_mag = np.abs(clean_spectrum).T frame_num = clean_mag.shape[0] - frame_sub # mix_mag.shape[0] - frame_sub feature = np.zeros([frame_num, dim*frame_len]) k = 0 for i in range(frame_num-frame_sub): frame = mix_mag[k:k+frame_len] feature[i] = np.reshape(frame, dim*frame_len) k += 1 # print(k) if len(clean_mag) > len(mix_mag): snr = np.divide(clean_mag[:len(mix_mag)], mix_mag) if len(clean_mag) <= len(mix_mag): snr = np.divide(clean_mag, mix_mag[:len(clean_mag)]) mask = np.around(snr, 0) mask[np.isnan(mask)] = 1 mask[mask > 1] = 1 label = mask[2:-2] ss = StandardScaler() feature = ss.fit_transform(feature) return feature, label
// DNN 讯享网model = Sequential() model.add(Dense(10240, input_dim=dim*frame_len)) model.add(BatchNormalization()) model.add(LeakyReLU(alpha=0.1)) model.add(Dropout(0.1)) model.add(Dense(5120)) model.add(BatchNormalization()) model.add(LeakyReLU(alpha=0.1)) model.add(Dropout(0.1)) model.add(Dense(2048)) model.add(BatchNormalization()) model.add(LeakyReLU(alpha=0.1)) model.add(Dropout(0.1)) model.add(Dense(2048)) model.add(BatchNormalization()) model.add(LeakyReLU(alpha=0.1)) model.add(Dropout(0.1)) model.add(Dense(dim)) model.add(BatchNormalization()) model.add(Activation('sigmoid')) return model
注意事项
frame_num，frame_sub，frame = mix_mag[k:k+frame_len] 相互关联，不对应的话就会报错 结束
讯享网今天先到这里，过几天再补充，大家有什么问题，可以相互交流
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/23561.html