Audio 测量音频噪声级

我试图对音频流中存在的静态或噪声量进行定性处理。流的正常内容是声音或音乐

我一直在对样本进行stddev测试，这确实给了我一些关于语音与空通道噪声（即，高stddev通常表示语音或音乐）的处理方法

---

我想知道是否有其他人对此有一些建议。

峰值没有给你答案吗？如果您看到的是来自良好ADC的信号，则环境电平应为1或10个计数，而语音或音乐将达到数千个计数。是否有某种自动增益控制使该策略不起作用

如果您需要更复杂的东西，那么峰值与RMS之比可能比简单的RMS级别（RMS=stddev）更可靠。纯噪声的比率约为3-5，而正弦波的峰值与均方根值之比为1.4。但是，通过查看信号的颜色，可以获得更多的辨别力。静电通常是频谱平滑甚至平坦的，而声音和音乐则是频谱结构。所以傅里叶变换可能就是你想要的。假设信号x包含，比如0.5秒的数据，下面是一些Matlab代码：

Sx = fft(x .* hann(length(x), 'periodic'))

该函数应用Hann窗口以减少光谱泄漏，同时该函数快速计算傅里叶变换。现在你有两个选择。如果要确定信号x是由静态信号还是语音/音乐组成，请获取频谱的峰值与均方根值之比：

pk2rms = max(abs(Sx))/sqrt(sum(abs(Sx).^2)/length(Sx))

我希望纯静态的峰值与均方根值之比在3-5左右（再次），而语音/音乐的峰值与均方根值之比至少要高一个数量级。这充分利用了纯白噪声在时域和频域具有相同的“结构”这一事实

如果要获得噪声级的数值估计值，可以使用以下平均值计算随时间变化的Sx功率：

Gxx = ((k-1)*Gxx + Sx.*conj(Sx))/k

随着时间的推移，Gxx中的峰值应该会来来去去去，但您应该看到一个与噪声地板相对应的恒定最小值。一般来说，音频频谱更容易在dB（对数垂直）范围内查看

一些注释：
1.我选择了0.5秒作为x的长度，但我不确定这里的最佳值是多少。如果选择的值太短，x将不会有太多结构。在这种情况下，信号的直流分量将具有大量能量。不过，如果您首先在Sx中抛出对应于DC的bin，我希望您仍然可以使用峰值到RMS鉴别器。

---

2.我不确定k的值是多少，但这个方程对应于。您可能可以尝试使用k来找出最佳值。这可能对短x最有效。

有不同种类的噪声。白色，粉色，棕色。噪音可能来自很多地方。60赫兹的嗡嗡声是噪音还是信号

对于白噪声，我会看fft，找到最低值，看看你的噪声底是多少