matlab - 音频.wav文件的SNR和评估过滤技术的客观措施

Question

我正在做一项关于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:原始录制的音频文件，我将它们与噪声混合，因此变得混合(噪声信号)，我将这些噪声信号通过滤波算法传递，输出滤波或降噪的音频信号。

因此，总的来说，我有以下几点:

原始音频文件(无噪音)

噪声(需要添加到原始信号中)

混合(嘈杂的文件)

过滤(降低噪音)

我需要弄清楚滤波器可以减少多少dB。我认为SNR是一种可以对滤波算法的性能进行指示的指标，并且可以在滤波之前和之后进行比较。

所以有人知道吗:

SNR是评估算法性能和衡量增强效果的良好客观方法吗？

是否有其他合适的客观指标可用于
这个案例？

如果现场记录已经包含噪声并且我不需要添加噪声，那将是什么情况？ (我的情况是风)

这是我编写的用于计算SNR的简单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

如果您对信号中的噪声比例感兴趣，则信噪比是一个很好的品质因数。因此，如果要指出要从信号中消除噪声的观点，那么这是一个不错的选择。另一个优点是无杂散的动态范围，该范围指示信号与杂散信号的最强频点(噪声)之间的距离。
我认为不是

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

你可能想要

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

仅获得滤波后的噪声。当然，您需要考虑过滤器引入的延迟。您可以通过在初始信号中添加延迟来实现。