audio - 如何进行音频扩展/标准化(强调高低之间的差异)

Question

我试图找到一种方法来强调音频中高点和低点之间的差异。我似乎找不到有关如何执行此操作的文档-也许可以使用ffmpeg完成。非常感谢来自对信号处理了解更多的人的一些指导。

Answer 1

从根本上讲，膨胀器与压缩机相反。您可能会有更多的运气来查找有关如何实现这些功能的文档。它们与噪声门也有很多共同点。

扩展器

基本方法是实现一个包络跟随器，并使用包络的值缩放音频源。包络跟随器尝试跟踪音频信号的幅度。

基本的pythonic伪代码框架看起来像这样:

envelope_follower e          # some envelope follower, we'll replace this

for each sample x:
   amplitude = e.get(x)      # use the envelope follower to estimate the amplitude of e
   x = expand(x, amplitude)  # apply some expansion operation

从最基本的 Angular 来看， expand操作如下所示(假设您的样本在-1.0到1.0之间):

def expand(x, amplitude):
    return x * amplitude

有更复杂的方法，例如钳制和缩放幅度，以使其永远不会降至0.5以下，或者在相乘之前对幅度应用一些非线性函数。

# just an example
def expand(x, amplitude):
    return x * clamp(1.2 * amplitude - 0.2 * (amplitude * amplitude), 0.3, 1.0)

信封追踪者

压缩器/扩展器的质量几乎完全取决于 ，取决于您如何实现包络跟随器。
这不是一门精确的科学，因为在某些情况下，非常准确的信封跟随者可能会引起一些令人讨厌的可听见的影响-需要权衡取舍。

与所有这些事情一样，有很多方法!这是一对:

滤波整流器

低通滤波整流器是最简单的方法之一，尤其是如果您已经具有信号处理模块库的情况下。

它是这样的:

class envelope_follower:
    lowpassfilter filter;

    def get(x):
        return filter.process( abs(x) )

您在此处获得的控制基本上与滤波器设计和低通截止频率有关。使用简单的泄漏蓄能器过滤器将使您走得很长。

攻击释放追随者

人们通常希望对扩展器进行更多控制，有时很难考虑滤波后的整流器的实际效果-调整一个参数可能会改变其许多性能。

对于压缩器/扩展器而言，现实世界中的信号通常非常需要响应速度非常快(例如，对钢琴或鼓的撞击)，并且释放速度较慢(因此，钢琴音符的尾部不会突然被切断)

攻击释放跟随器通过指定许多参数来提供更精确的控制:

两个阈值

一个阈值，在此阈值以上声音应变得更大

一个阈值，在此阈值以下应使声音更安静(不一定是相同的阈值，但可以是!)

两个时间段:

超过第一个阈值时达到完整响度需要多长时间(这是Attack参数)

达到安静状态需要多长时间(发布)

一种实现这些方法之一的基本方法是:

class envelope_follower:
    # Parameters required. These are just made up
    attack_threshold = 0.6
    release_threshold = 0.3
    attack_time = 10       # in samples
    release_time = 1000    # in samples

    amp = 0.0

    def get(x):
        # we still work with the absolute value.
        # You might use another measure of amplitude here like RMS
        # or even the filtered rectifier above
        a = abs(x)

        if x > attack_threshold:
          amp += (1.0 / attack_time)
        else if x < release_threshold:
          amp -= (1.0 / release_time)

        amp = clamp(amp, 0.0, 1.0)

        return amp

这种跟随器的一种常见扩展是添加Hold参数，该参数指定扩展器应完全打开的最短时间。这样可以避免包络在低频信号上产生可听见的三角波或锯齿波。

甚至更复杂的方法是执行完整的Attack-Decay-Sustain-Release，让您控制瞬变，通常用作鼓处理。

变得疯狂

在这里，您可以:

创建更平滑的expand函数

相当简单地将以上内容调整为压缩扩展器-一种组合设备，可以使低声静音，但也可以使过大的声音静音；

将信号分成多个频带，然后分别压缩/扩展每个频带。通常这样做是在音乐制作过程中获得真正的面部最大振幅。

根据要扩展的声音的频谱内容调整起音/保持/释放。高频信号的起跳/释放时间非常短，而低频信号听起来很糟糕；

为超出阈值的声音添加轻微的饱和失真；即使信号仍然具有相同的最大幅度，这也会使事情在听觉上更大声。理想情况下，您需要一个完全不影响阈值以下信号的饱和器。

祝好运!

*不要与MP3样式的压缩混淆。压缩机压缩动态范围。