音频.wav文件的SNR和过滤技术的客观评价

Question

我正在做一种降低噪音的滤波技术的实验。我在数据集中的样本是音频文件(.wav)，因此我有:原始录音音频文件，我将它们与噪声混合，所以我得到混合(噪声信号)，我通过滤波算法传递这些噪声信号，输出被过滤或噪声降低音频信号。

因此，总的来说，我有以下几点：

1. 原始音频文件(无噪音)
2. 噪声(需要添加到原始信号中)
3. 混合(噪音文件)
4. 过滤(噪音减少)

我需要知道过滤器能减少多少dB。我认为信噪比是一种可以给出滤波算法性能的指标，并对滤波前和滤波后的性能进行比较。

有谁知道：

1. 信噪比是评价算法性能和测量增强效果的客观指标吗？
2. 在这种情况下，是否有其他合适的客观措施可供使用？
3. 如果现场录音已经包含噪音，而我不需要添加噪音，情况会怎样？(在我的例子中，噪音是风)

下面是我为计算信噪比而编写的一个简单的MATLAB代码：

[signal]=audioread('Original.wav');
[noise]=audioread('Noise.wav');
[noise_reduced_signal]=audioread('Filtered.wav');
[noisysignal]=audioread('Noisy.wav');

snr_before = mean( signal.^ 2 ) / mean( noise .^ 2 );
snr_before_db = 10 * log10( snr_before ) % in dB
%===================================================================%
% After noise reduction, the residual noise can be calculated as the difference 
% of the wanted signal and the actual signal. Calculation of SNR is then straightforward:
%===================================================================%
snr_after = mean( signal .^ 2 ) / mean( noise_reduced_signal .^ 2 ); 
snr_after_db = 10 * log10( snr_after ) % in dB
Diff = snr_after_db - snr_before_db;
disp(['Diff  = ' num2str(Diff) ' dB'])

Answer 1

如果你对信号中的噪声比例感兴趣，那么信噪比是一个很好的优点。所以，如果你想说明你要消除信号中的噪音，那么这是一个很好的选择。另一个优点是无杂散的动态范围，指示你的信号和杂散信号(噪声)最强频率的距离。我觉得不是

    snr_after = mean( signal .^ 2 ) / mean( noise_reduced_signal .^ 2 );

你可能想

    snr_after = mean( signal .^ 2 ) / mean( (noise_reduced_signal - signal_delayed).^ 2 );

才能得到过滤后的噪音。当然，您需要考虑到过滤器引入的延迟；您可以通过在初始信号中添加延迟来做到这一点。