如何用环境噪声确定感兴趣声音的频率范围

Question

我对信号处理很陌生。我现在有两个声音信号数据。以 10 KHz、2 秒的采样率收集每个数据。我已将此数据导入python。sound_1 和 sound_2 现在都是一个 numpy 数组。每个声音数据的长度当然是20000。Sound_1 包含水流声音（我感兴趣）和环境噪声（我不感兴趣），而 sound_2 仅包含环境噪声（我不感兴趣）。我正在寻找一种算法（或软件包），它可以帮助我确定这种水流声音的频率范围。我想如果我能找出频率范围，我可以使用傅里叶逆变换来过滤环境噪声。但是，我的最终目的是从 sound_1 数据中提取水流声音并消除环境噪声。如果有其他方法那就太好了。但是我不明白他们如何仅通过一个声音信号就可以找出频率。我认为我们至少需要比较 2 个信号数据（一个包含我感兴趣的声音，另一个不包含），以便我们找出差异。

Answer 1

由于sound_1包含水流和环境噪声，因此没有直接的方法来提取水流。傅里叶变换将为您提供信号中的所有频率，而与源无关。

接近的方法是从 中获取环境噪声的频率，sound_2然后将它们从 中移除sound_1。完成后，您可以从已经去噪的 中提取频率sound_1。

这种降噪的流行方法之一是使用频谱选通。本质上，您首先确定噪声听起来如何，然后从信号中移除平滑频谱。平滑是至关重要的，因为声音是一种波，是一个连续的实体。如果你只是从波形中去掉离散的频率，你会得到非常糟糕的结果（音频听起来不自然和机器人）。您应用的平滑量将决定减少多少噪音（请注意它永远不会真正消除 - 您总会得到一些残留物）。

到具体的解决方案。

1. 由于您是该主题的新手，因此我首先建议您在可以为您完成工作的软件中如何进行降噪。Audacity是一个很好的选择。我链接了降噪手册，但是那里有很多教程。

2. 在你知道你想要得到什么之后，你可以自己实现光谱门控或使用现有的包。Audacity 在 C++ 中有出色的实现，但对于新手来说可能很难移植。我建议先使用降噪包。它基于 Audacity 实现。如果你使用它，你将在几行内完成。

这是一个片段：

import noisereduce as nr

# load data

rate, data = wavfile.read("sound_1.wav")

# select section of data that is noise

noisy_part = wavfile.read("sound_2.wav")

# perform noise reduction

reduced_noise = nr.reduce_noise(audio_clip=data, noise_clip=noisy_part, verbose=True)

现在只需在 上运行 FFTreduced_noise即可发现水流的频率。

这是我使用noisereduce的方式。在这一部分中，我正在确定频率统计信息。