跳转至

语音降噪使用说明


降噪(DENOISE)算法能有效抑制稳态噪声,在保证语音失真度的同时具有良好的噪声抑制效果。开启该功能后,可以通过降低稳态噪声的方式进行识别效果的提升,但是同时该功能会消耗24KB的芯片内部存储空间,并且会消耗CPU的带宽资源。本文档主要介绍降噪算法适用的场景,以及如何打开该功能。


1. SDK中语音降噪算法的默认配置和对应硬件板

CI112X的SDK支持降噪功能,具体为:

  • 纯离线SDK:CI112X_SDK,降噪功能默认关闭,可配置为打开。该SDK可用于启英泰伦提供的模块板,或用户自行开发的模块板,具体硬件选型可咨询启英泰伦技术支持人员;

另如果用户需要测试降噪效果,还需要准备录音板(该录音板可在启英泰伦官网中的启英商城中购买)。用该录音板可以实现直接观察降噪的效果,用于调试。录音板的使用方法请参考语音AI平台中的文档 ☞录音板使用说明

提示

纯离线SDK,传入算法的是时域数据


2. 语音降噪算法应用方法

语音降噪算法的应用原理示意框图如下,人声为目标语音信号A,噪音和信号A在应用环境进行复杂的混合后进入芯片,语音降噪算法可抑制噪音信号,提高信号A的信噪比,从而提升识别效果。

目前启英泰伦提供的语音降噪算法仅适用于稳态噪声。

语音降噪算法应用原理示意框图

图2-1 语音降噪算法应用原理示意框图

3. 语音降噪算法软件配置方法

用户可打开SDK包中的 \工程名称(如\sample\internal\sample_light)\src\user_config.h文件,修改下述宏定义配置语音降噪算法功能,如下:

//打开语音降噪功能

#define USE_SINGLE_MIC_DENOISE        1

//关闭语音降噪功能

#define USE_SINGLE_MIC_DENOISE        0

语音降噪算法有以下常用函数可供用户使用:

  • 降噪门限设置函数
int ci_denoise_set_threshold( float denoise_threshold, int window_size );

/**

* @brief    降噪门限设置

   * @param api_eng_th   门限值决定当前噪声环境下是否进行降噪,默认值为4.5

   * @window_size        窗长大小用于处理判断是否进行降噪,默认值为20

   * @return int         0:降噪门限设置成功;其它:降噪门限设置失败

*/ 

上述函数中denoise_threshold为常用的设置参数,window_size使用默认值即可,下图是一个denoise_threshold的值与实际的分贝值的拟合关系曲线,可供用户参考。下图的数据与真实实测数据往往会存在误差,需调试人员根据实际噪音环境进行调试,判断在当前噪声条件下是否进行降噪。

denoise_threshold的值与实际的分贝值的拟合关系曲线

图3-1 denoise_threshold值与实际分贝值的拟合关系曲线
  • 降噪状态获取函数
int ci_denoise_get_status( void );

/**

   * @brief       获取当前降噪的状态,判断是否进行降噪 

   * @return int  0:没有进行降噪处理;1:进行降噪处理

*/

该函数可用于在软件程序中判断当前状态是否正在进行降噪处理。


4. 语音降噪算法软件配置方法

为了产品效果更好,不同的产品开启降噪后,请使用对应的声学模型,如下:

场景介绍 使用距离 使用模型
油烟机 2米以内 中文普通话单麦烟机SE159
风扇 5米以内 中文普通话SE150
卫浴 3米以内 中文普通话单麦水声SE130

5. 语音降噪算法软件调试说明

  • 为了更直观的观察算法的效果,用户可以借助录音板进行调试,录音板的使用方法请参考语音AI平台上的文档 ☞录音板使用说明。具体配置如下:

  • 在SDK \components\audio_in_manage\alg_preprocess.c文件中,alg_preprocess_two_ch()函数调用的audio_pre_rslt_write_data( (int16_t*)dst, (int16_t*)micl )函数为IIS输出的数据内容,开启后,录音板可以从IIS接口录制到声音,该函数说明如下:

audio_pre_rslt_write_data函数中第一个参数为IIS输出的右声道的数据,第二个参数为IIS输出的左声道的数据,可以填写以下参数:

dst:输出算法处理结果的数据

Ref:输出原始获取到的参考声音

Micl:输出麦克风左声道获取到的原始声音

MicR:输出麦克风右声道获取到的原始声音

  • 下图为录音板采音时域效果,该图上可以看到原始的左声道数据(上半图)为目标语音和噪音的混合,经过语音降噪算法处理后,抑制了噪声,提高了目标语音的信噪比(下半图)。

录音板采音时域效果{: .center .img-fluid tag=1 }

图5-1 录音板采音时域效果
  • 下面为同样该音频的频域显示。该结果为正常结果。

音频的频域显示{: .center .img-fluid tag=1 }

图5-1 音频的频域显示