Python 基于FFT的音频信号背景噪声去除

我目前在大学里做一个项目，在那里我用python区分不同乐器演奏相同音高的音符

我用电脑上的麦克风在不同的乐器上录制了不同的音符

我还记录了房间的背景

到目前为止，我在不同仪器上绘制了不同音符的曲线图，其中y轴上的振幅单位为dB:20*log10（| FFT（信号）|）

在x轴上，我有DFT采样频率

一些谐波峰值足够小（或背景足够大），噪声是一个因素-（我是个傻瓜，不能发布图像！）我的问题是在考虑背景噪声时，计算峰值高度的不确定性水平

我的问题是:

那么，当考虑背景噪声时，如何计算峰值高度（它们的相对谐波振幅）的不确定性水平

一些想法：

在对谐波峰值和噪声进行分类时，我应该使用什么样的dB阈值（我应该对低于最大背景值（~28000dB）或平均值（~15000）或可能是这些值的两倍的峰值进行折扣）

另外，考虑到背景引入的噪声，从FFT bin n中减去背景的FFT bin n中的值是否合法，以用于我的仪器记录

我也看过这篇文章，似乎有非常不同的意见

如果相关的话，我可以发布我的代码片段——但要小心在同学瘟疫的情况下放太多

链接到文学，将有助于该项目将非常感谢。（仍处于绘制数据的阶段，我可以想方设法寻找每个仪器的不同属性）

---

提前谢谢

你好像问了很多问题。让我首先回答你的第一个问题：

那么，如何计算高度的不确定性水平呢 峰值（其相对谐波振幅） 背景噪音

你会期望声音线性叠加（达到一阶近似值）。自然的做法是只记录背景，然后测量背景中谐波的平均振幅和标准偏差

例如，假设您正在查看3个谐波-20KHz、11KHz和33KHz。只对背景进行一些记录，你会发现平均振幅为1.3dB 2.2dB和2.3dB，标准偏差为+/-0.1、+/-0.2和+/-0.4dB。现在你有了一个不确定度估计值和一个平均背景谐波要从中减去

有更聪明的方法可以做到这一点，但这只是一个开始

现在，让我们进入第二个问题

在对谐波进行分类时，我应该使用什么样的dB阈值 峰值和噪音的原因（我是否应该将峰值降低 比最大背景噪声（~28000dB）或平均值（~15000）或更高 两倍（其中一个值）

如果一个峰值在平均值+不确定度（一个或两个标准偏差，这实际上是任意的，取决于惯例），你可以说它是显著的。例如，如果您发现3KHz时的噪声级为1.2dB，不确定度为+/-0.3dB，并且您将谐波测量为1.3dB，不确定度为0.1dB（以相同方式测量），则其不显著

第三部分：

另外，考虑到背景引入的噪声，是吗 从中减去背景FFT bin n中的值是合法的 FFT bin用于我的仪器记录

是的（一般来说）。如果你真的想让自己相信这一点，你可以A）用求和波做一些模拟，并对它们进行FFT，B）做一个实验，与A或C）进行傅里叶变换的数学运算

关于文学，我认为这取决于你具体在做什么，如果你是一名物理系学生，Mary Boas的《物理科学中的数学方法》对傅立叶变换很好，如果你是一名计算机科学家/工程师，你可能想要一些不同的东西

---

如果您需要更多帮助，请告诉我。

（如果您链接到图像，我可以为您将其内联）