原文地址：https://www.cnblogs.com/dylancao/p/7667750.html

?

?

Noise suppression，就是大家說的降噪。這種降噪是把人聲和非人聲區(qū)分開來，把非人聲當成噪聲。

一段包含人聲和噪聲的音頻經(jīng)過該模塊處理，從理論上講，只剩下人聲了。

　　webrtc的NS在業(yè)內(nèi)還是赫赫有名的，通過實際對比測試，我們發(fā)現(xiàn)webrtc的降噪的確是性能和穩(wěn)定性

都要高于同類開源算法。

　　webrtc的ns原理是這樣的：把啟動前50幀的數(shù)據(jù)拿來構(gòu)建噪聲模型，把啟動前200幀的信號強度用來計

算歸一化的頻譜差值計算。根據(jù)這兩個模型使用概率目的函數(shù)來計算出每幀的信噪比并區(qū)分出噪聲和聲音，

然后根據(jù)計算出的信噪比在頻域使用維納濾波器對噪聲信號進行噪聲消除，最后在根據(jù)降噪前后的能量比

和信號噪聲似然比對降噪后的數(shù)據(jù)進行修復(fù)和調(diào)整后輸出。

　　webrtc的NS使用分析：webrtc的降噪支持三種采樣率，8k，16k和32k，其它的采樣率的降噪可以通過

瞎采樣來完成。降噪模式有四種：分別是，0,1,2,3 四種模式的降噪量依次增加，筆者親自測過，一般是2比較

好，對聲音損失小，降噪效果又不錯。還有個比較重要的參數(shù)就是噪聲估計模型宏定義，如下所示，推薦在

系統(tǒng)計算能力夠的情況下使用第三種，效果最好。

#define PROCESS_FLOW_0 // Use the traditional method.
#define PROCESS_FLOW_1 // Use traditional with DD estimate of prior SNR.
#define PROCESS_FLOW_2 // Use the new method of speech/noise classification.

　　使用方法和代碼調(diào)用：

初始化：申請內(nèi)存，設(shè)置采樣率和降噪模式。

WebRtcNs_Create(&pNS_inst);
WebRtcNs_Init(pNS_inst,nSample);
WebRtcNs_set_policy(pNS_inst,nMode);

處理主函數(shù)：針對降噪的幀進行處理，默認是10ms的幀長度。

int WebRtcNs_Process(NsHandle* NS_inst, short* spframe, short* spframe_H,
short* outframe, short* outframe_H)

　　linux下可以直接編譯運行的代碼路徑：?https://github.com/DyLanCao/webrtc?

總結(jié)

以上是生活随笔為你收集整理的【转】提纲挈领webrtc之NS(noise suppression)模块的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。