是否有一种方便而优雅的方式在信号中添加噪音(按类型)？

Question

我试图复制这文章，但是它相应的github写得相当糟糕。在本文中，神经网络被训练为手动损坏的音频信号。不幸的是，研究人员没有添加音频文件，也没有一个清晰的代码来显示他们是如何破坏他们的音频文件的。他们在论文中写道：

..for噪声测试集，在6信噪比水平(-6 dB，0 dB，6 dB，12 dB，18 dB，24 dB)，100条语音被4种未见噪声类型(引擎、白色、街道和婴儿哭声)破坏，增强模型增强了噪声集合中的语音。

现在要问的是--是否有一条python (R/MATLAB库也很好)将信号、所需噪声的类型和信噪比作为输入，并返回一个损坏的信号？如果没有，我在哪里可以得到发动机或哭闹的婴儿噪音类型？

谢谢!

Answer 1

所以，如果有人遇到了同样的问题，我就是这样做的。首先，我寻找包含真实噪音的数据库。它们中的大多数都是花钱的，并且提供的环境种类有限(请参阅AURORA-2语料库、CHiME背景噪声数据或NOISEX-92数据库)。最后，我发现了包含16个不同环境(办公室、汽车、道路等)的多通道噪声的需求数据集。而且是免费的。

现在，在合并噪声和信号之前，必须验证它们是否具有相同的采样率(实际上，这不是我从这个讨论了解到的严重问题，但最好是在安全方面)。如果使用python，可以使用librosa.resample模块来标准化这两个模块。在此之后，您可以添加两个信号。当添加噪声时，您可能希望控制每个输入的大小(信号和噪声)。您可以使用下面给出的信噪比公式来找到$a$，这是一种多层结构，通过这种方法，您必须将噪声乘以才能得到所需的信噪比(SNR)。

​

​

其中给出了所需的SNR，并根据您的数据计算了两个RMS。