webrtc 单通道降噪算法（ANS）简析

WebRtcNs_ProcessCore 降噪处理核心函数

1、分为高频、低频子带进行处理，采样率为8-16K时，一般只用到低频处理。

2、计算输入带噪语音数据帧的能量值。

3、FFT傅里叶变换

4、计算维纳滤波增益，通过直接判决法计算先验信噪比。

  theFilter=snrPrior / (self->overdrive+ snrPrior);

5、对维纳增益值根据用户设置的降噪等级，进行下溢与上溢处理。

6、进行维纳滤波，并将增益后的频域数据（频率降噪）通过IFFT转为时域数据。

7、对降噪等级进行判断，如果等级为0 ，则维纳滤波输出则为最后的降噪结果。否则，继续处理。

8、计算维纳滤波后的帧数据能量，并计算与步骤2中的能量比值，  gain = (float)sqrt(energy2/ (energy1 + 1.f));

9、当gain值大于0.5，计算因子1，factor1= 1.f + 1.3f * (gain - B_LIM);并判断gain *factor1是否大于1。如果大于1，因子1则为  factor1 = 1.f / gain;

10、当gain值小于0.5，判断gain是否小于增益下限值（用户设定）,如果小于，则  gain = self->denoiseBound;计算因子2，factor2= 1.f - 0.3f * (B_LIM - gain);

11、结合先验语音概率计算最终的增益因子。

        factor = self->priorSpeechProb* factor1  +  (1.f - self->priorSpeechProb) * factor2;

12、在时域，将维纳滤波处理后的数据与facror相乘，得到最后的降噪结果。

13、如果对信号进行了分子带处理，则接下来需要对高频部分的自带进行处理。

  13.1 计算高频部分的先验语音概率，这是是用低频子带求平均得到  

           avgProbSpeechHB = avgProbSpeechHB / ((float)deltaBweHB);。 

  13.2 将上一步计算的结果进行缩放，乘以上一帧处理后的输出信噪比。

          avgProbSpeechHB*= sumMagnProcess / sumMagnAnalyze;

  13.3 对先验语音概率进行映射，得到初步的增益值。  

         gainModHB = 0.5f * (1.f + (float)tanh(gainMapParHB* avgProbSpeechHBTmp));

  13.4 计算第四步中得到的各频点的维纳滤波增益的平均值。

        avgFilterGainHB= avgFilterGainHB / ((float)(deltaGainHB));

  13.5 将上两步中得到的结果进行平滑，得到高频部分最终的增益因子。

        gainTimeDomainHB= 0.5f * gainModHB + 0.5f * avgFilterGainHB;

 

WebRtcNs_AnalyzeCore 噪声及语音概率估计核心函数。

    噪声估计和过滤包括:初始噪声估计、后验和先验SNR的判决引导(DD)更新、语音/噪声可能性测定，可能性测定是基于似然比(LR)因子进行的，而似然比是使用后验和先验SNR，以及语音概率密度函数(HF)模型 (如高斯、拉普拉斯算子、伽马、超高斯等)，还有根据特征建模、噪声估计更新。

    初始噪声估计是以分位数噪声估计为基础。噪声估计受分位数参数控制，该参数以q表示。根据初始噪声估计步骤确定的噪声估计，仅能用作促进噪声更新/估计的后续流程的初始条件。

1、对输入的时域帧数据进行FFT

2、计算能量和幅度

3、初始噪声估计

4、利用前50帧，计算得到高斯白噪声、粉红噪声模型，联合白噪声、粉红噪声模型，得到建模的混合噪声模型。

5、对初始估计的噪声利用上一步建好的模型进行加权。

6、直接判决法计算先验信噪比和后验信噪比。

7、提取 LRT特征、频谱平坦度、频谱差异度三个特征。

8、利用三个特征以及先验信噪比和后验信噪比分别计算语音/噪声概率检测。

   indicator0 = 0.5f *((float)tanh(widthPrior* (logLrtTimeAvgKsum - threshPrior0)) + 1.f);

   indicator1 = 0.5f * ((float)tanh((float)sgnMap* widthPrior * (threshPrior1 - tmpFloat1)) + 1.f);

   indicator2 = 0.5f * ((float)tanh(widthPrior* (tmpFloat1 - threshPrior2)) + 1.f);

9、对上述三个概率值进行加权求和，得到综合概率。

   indPrior = weightIndPrior0 * indicator0 +weightIndPrior1 * indicator1 + weightIndPrior2 * indicator2;

10、通过前面得到的噪声估计值、语音/噪声概率值，对噪声估计进行更新，得到最后的噪声估计值。

noiseUpdateTmp = 0.9 * self->noisePrev[i]+ 0.1* (probNonSpeech * magn[i] +  probSpeech *

self->noisePrev[i]);

参考资料：https://blog.csdn.net/shichaog/article/details/52514816