啸叫抑制之陷波法 |
您所在的位置：网站首页 › y7000p如何解决啸叫 › 啸叫抑制之陷波法 |
啸叫抑制之陷波法
|
1. 啸叫的产生
1.1 啸叫产生的原理
啸叫常见于扩音系统，比如多媒体会议厅、多媒体教室。 当麦克风和扬声器在同一个会场时，声音从扬声器扩音后又从被麦克风拾取，形成了声音反馈回路。当扩音的增益足够大，在某些频率就会产生自激振荡，形成刺耳的啸叫， 那就无法正常讲话了。 在扩音系统中使用硬件或者软件方法去除这种啸叫，就是声反馈控制(Acoustic Feedback Control)，或者叫啸叫抑制(Howling Suppression)。 
声反馈系统框图
扬声器输出信号与麦克风输入信号之间的频率响应为： 根据奈奎斯特稳定判据，在某些频点，增益和相位满足以下条件，将产生自激振荡： 自激振荡导致了系统的不稳定，信号幅度不断增大，最终形成刺耳的啸叫。在频谱上看到一条连续的谱峰。 除了扩音系统，平常使用手机/电脑进行音视频通话，如果两个终端在同一个房间的话，也是可能产生啸叫的。 一般的商用软件和开源算法认为，通常通话的参与者不在一个房间的，所以很少遇到啸叫的问题，只需要解决噪声抑制和回声消除问题就可以了， 比如SpeexDsp和WebRTC。 但是从我个人经验而言，有两种情况是需要啸叫抑制的： -在实验室做多终端通话测试 因资源限制，几台终端可能放在一个房间里面测试通话情况，这样一旦有人开始讲话，一台终端拾音后从另外一台终端上外放出来。 这样就形成了反馈回路，常常产生啸叫，测试就无法进行了。 -视频会议时多终端在同一个房间 开视频会议时，有部分参与者是同一个单位的，可能会在一个房间里面参加会议，如果房间里面一个人讲话，从同一个房间里面其他终端外放出来，就会产生啸叫。 这个情况如果让房间里面其他终端静音，是可以解决啸叫问题的。但是根据往常参加视频会议的经验，一般用户并不一定知道怎么操作。 Skype、微信、WebRTC之类应用，应该都没有对上面两种情况作优化。如果可以增加啸叫抑制的算法，语音通话或者视频会议遇到异常的机会就可以减少。 1.2 啸叫仿真 #simulate acoustic feekback, point-by-point # _______________ # clean speech: x --> mic: x1 --> | Internal Gain | --> x2 -- > speaker : y # ^ |______G________| | # | | # | _______________ | # mic: x1 --> | Internal Gain |-x2--> | Notch Filter |--> speaker: y # ^ |______G________| |_____IIR______| | # | | # | _______________ | # 2.1.5 帧间峰值保持度(Interframe Peak Magnitude Persistence, IPMP)IPMP是时域特征，如果一个频点，连续几帧都是检测出来的候选啸叫峰值，那就认为这个点确实发生了啸叫。实现时可以选定5帧，超过3帧是候选啸叫频点的位置，判定为啸叫点。 IMSD也是时域特征，是从啸叫开始发生时判断，这是啸叫频点幅度线性增长，那么帧间斜率就会保持不变。取 
image.png
频域特征PTPR PAPR PNPR PHPR都是对一帧内频点进行分析，而时域特征是对多帧间的特征进行分析。所以在进行判决时，一般先对每帧频谱进行频域特征分析，然后对累计的时域特许证进行分析。 为了不影响原音频的频谱、以及限制滤波器计算量考虑，最后还需要限制啸叫频点的数量。一般系统可以选择五六个频点，简单的系统也可以尝试只选择啸叫程度最严重的一个或者两个频点。 
参考资料[1]中的啸叫检测流程图
下面进行仿真，暂时只把PTPR, PAPR, PNPR IPMP考虑进去。并且做一个Screening, 把离得太近的候选频点去除。 def howling_detect(frame, win, nFFT, Slen, candidates, frame_id): insign = win * frame spec = np.fft.fft(insign, nFFT, axis=0) #========== Howling Detection Stage =====================# ptpr_idx = pyHowling.ptpr(spec[:Slen], 10) papr_idx, papr = pyHowling.papr(spec[:Slen], 10) pnpr_idx = pyHowling.pnpr(spec[:Slen], 15) intersec_idx = np.intersect1d(ptpr_idx, np.intersect1d(papr_idx,pnpr_idx)) for idx in intersec_idx: candidates[idx][frame_id] = 1 ipmp = pyHowling.ipmp(candidates, frame_id) result = pyHowling.screening(spec, ipmp) return result 2.2 陷波法抑制啸叫将啸叫检测和陷波滤波器都插入到声反馈系统中，动态监测啸叫频率，进行仿真。 #=============================Notch Filtering ======================================================= # ___________________ # -------> | Howling Detection | ______ # | |___________________| | # | | # | _______________ _______V______ #clean speech: x --> mic: x1 --> | Internal Gain |-x2--> | Notch Filter | -->speaker:y # ^ |______G________| |_____IIR______| | # | | # | _______________ | # 0 and (len(freq_ids)!=len(notch_freqs) or not np.all(np.equal(notch_freqs, freqs[freq_ids])))): notch_freqs = freqs[freq_ids] sos = np.zeros([len(notch_freqs), 6]) for i in range(len(notch_freqs)): b0, a0 = signal.iirnotch(notch_freqs[i], 1, Srate) sos[i,:] = np.append(b0,a0) b, a = signal.sos2tf(sos) print("frame id: ", frame_id, "/", Nframes, "notch freqs:", notch_freqs) current_frame[:Slen-len2] = current_frame[len2:] #shift by len2 pos = len2 frame_id = frame_id + 1 x2[1:] = x2[:len(x2)-1] x2[0] = G*x1 x2[0] = min(2, x2[0]) #amplitude clipping x2[0] = max(-2, x2[0]) y[i] = np.dot(x2[:len(b)], b) - np.dot(x3[:len(a)-1], a[1:]) #IIR filter y[i] = min(2, y[i]) #amplitude clipping y[i] = max(-2, y[i]) x3[1:] = x3[:N-1] x3[0] = y[i] y1 = np.dot(x3, rir[:N])从结果上看，除了初始阶段产生了啸叫，后面基本抑制住了，可以听到语音信号。但是有断断续续的低幅度啸叫产生。IPMP等需要啸叫达到一定程度才能检测出来，如果换用IMSD，可能可以更快地动态抑制啸叫。 
加入啸叫检测和陷波滤波器的声反馈系统输出
参考资料 [1] T. van Waterschoot and M. Moonen, "Fifty Years of Acoustic Feedback Control: State of the Art and Future Challenges," in Proceedings of the IEEE, vol. 99, no. 2, pp. 288-327, Feb. 2011, doi: 10.1109/JPROC.2010.2090998. [2] https://github.com/Mathilda11/Speech-processing |
【本文地址】
今日新闻 |
推荐新闻 |