根据定义,声音去噪是从音频信号中去除不需要的噪音或干扰,以提高其质量和清晰度的过程。这涉及识别和隔离噪音成分(通常以不规则或高频元素为特征),并将其过滤掉,同时保持原始声音的完整性。

声音去噪目标是改善聆听体验以及音频分析和处理的准确性。过滤掉噪音对于高保真音频来说非常重要,不仅是为了聆听,也是为了创建某些机器学习任务的数据集。

理想情况下,去噪应该是数据清理步骤中的一部分。

理解FFT

我们从实际的例子开始，在派对上房间里充满了各种声音:人们在说话,音乐在播放,玻璃杯在碰撞。在所有的噪音中,很难专注于我们对话说的声音。

我们可以把FFT(快速傅里叶变换)想想成一个一副神奇的眼镜，它可以让你能够看到房间里的每种声音都有不同的颜色。戴上这副眼镜,你就可以在所有其他声音中轻松识别出你朋友的声音(一种特定的颜色)。这样就可以过滤掉其他分散注意力的声音(颜色),只专注于你朋友的声音。

FFT(快速傅里叶变换)是一种强大的工具,它将信号从原始的时域转换到频域。通过分析信号的频率成分,我们可以识别并去除不需要的噪音,从而提高原始声音的质量。

加载声音信号

在这个例子中,我们不会从本地或在线加载音频信号,而是使用NumPy创建我们自己的简单正弦信号。

import numpy as np 
import matplotlib.pyplot as plt
def generate_signal(length, freq): 
"""生成一个正弦信号。

参数: 
length: 信号的长度。 
freq: 信号的频率。

返回: 
表示信号的numpy数组。 
""" 
t = np.linspace(0, 1, length) 
signal = np.sin(2 * np.pi * freq * t) 
return signal

在创建声音信号后,让我们使用NumPy中的随机函数向信号添加噪音。

def add_noise(signal, noise_level): 
"""向信号添加噪音。

参数: 
signal: 原始信号。 
noise_level: 要添加的噪音水平。

返回: 
表示带噪信号的numpy数组。 
""" 
noise = np.random.normal(0, noise_level, len(signal)) 
noisy_signal = signal + noise 
return noisy_signal

对信号应用FFT

def denoise_fft(noisy_signal, threshold): 
"""使用FFT对信号进行去噪。

参数: 
noisy_signal: 带噪信号。 
threshold: 用于过滤频率成分的阈值。

返回: 
表示去噪后信号的numpy数组。 
""" 
fft_signal = np.fft.fft(noisy_signal) 
fft_signal[np.abs(fft_signal) < threshold] = 0 
denoised_signal = np.real(np.fft.ifft(fft_signal)) 
return denoised_signal

在频域中识别噪音

fft_signal[np.abs(fft_signal) < threshold] = 0 
denoised_signal = np.real(np.fft.ifft(fft_signal))

在上面的代码中,这一步帮助我们在频域中识别噪音。

过滤噪音并转换回时域

通过设置阈值,我们过滤掉噪音。将幅度低于某个阈值的频率成分设置为零。这从信号中去除了低幅度(噪音)频率。

比较原始信号和去噪后的信号

if __name__ == "__main__": 
# 生成信号 
signal_length = 1024 
signal_freq = 50 
signal = generate_signal(signal_length, signal_freq)
# 添加噪音 
noise_level = 0.5 
noisy_signal = add_noise(signal, noise_level)

# 使用FFT去噪 
threshold = 100 
denoised_signal = denoise_fft(noisy_signal, threshold)

# 绘制结果 
plt.figure(figsize=(12, 6)) 
plt.subplot(311) 
plt.plot(signal, label='Original Signal') 
plt.legend() 
plt.subplot(312) 
plt.plot(noisy_signal, label='Noisy Signal') 
plt.legend() 
plt.subplot(313) 
plt.plot(denoised_signal, label='Denoised Signal') 
plt.legend() 
plt.tight_layout() 
plt.show()

使用Matplotlib绘制一些带噪信号和去噪信号之间的比较图。

A)原始信号 B)带噪信号 C)去噪后的信号

总结

本文我们探讨了如何使用快速傅里叶变换(FFT)对声音信号进行去噪。FFT是一种强大的工具,它将信号从原始的时域转换到频域。通过分析信号的频率成分,我们可以识别并去除不需要的噪音,从而提高原始声音的质量。

主要的步骤如下:

加载声音信号: 我们将从使用NumPy加载一个带噪的声音信号开始。

应用FFT: 使用FFT,我们将时域信号转换为频域。这让我们能够看到构成信号的不同频率成分。

识别和过滤噪音: 在频域中,噪音通常表现为高频成分或不属于原始信号的尖峰。通过识别和过滤掉这些不需要的频率,我们可以减少噪音。

作者：Prerak Joshi