从嘈杂的语音信号中过滤消息

Question

我正在尝试破译隐藏在非常嘈杂（听起来像带有额外低无人机的白噪声）音频文件（.wav）中的消息。该消息是一个六位数字。我没有被告知噪音的任何细节。我试图使用一个低通滤波器，希望消除大部分较高的频率可以让我听到数字但是，我似乎无法摆脱足够的低无人机来听到声音。我的尝试如下（最后包含了所使用的函数'freq_space_low_pass_filter'）：

[data, SampleRate, NbitsPerSample]=wavread('noisy_msg6.wav');

y=data(:,1); % we will work only with one channel in this demo 
N=length(y); %number of sample points
t=( (1:N)*1/SampleRate ).'; % time spacing is 1/SampleRate and we want column vector

Y=fft(y);

spectrum_freq=fourier_frequencies(SampleRate, N);

Freq3db=100;
[spectrum_filtered,g_vs_freq]=freq_space_low_pass_filter(Y, SampleRate, Freq3db);


y_filtered=ifft(spectrum_filtered);

y_filtered=real(y_filtered);



wavwrite(y_filtered/(0.1+max(y_filtered)), SampleRate, NbitsPerSample,        'noisy_msg6_filtered.wav');

%%%%%%%%down sampling%%%%%%%%

indexes=(abs(spectrum_freq) < 10*Freq3db);
spectrum_freq_down_sampled = spectrum_freq(indexes);
spectrum_down_sampled = spectrum_filtered(indexes);
N_down_sampled = length(spectrum_down_sampled);

spectrum_down_sampled=spectrum_down_sampled*N_down_sampled/N;

SampleRate_down_sampled=SampleRate*N_down_sampled/N;

y_down_sampled=real(ifft(spectrum_down_sampled));
t_down_sampled = ( (1:N_down_sampled)*1/SampleRate_down_sampled ).';

sound(y_down_sampled, SampleRate_down_sampled)

---

function [spectrum_filtered,g]=freq_space_low_pass_filter(spectrum, SampleRate, Freq3db)
%% applies low pass filter in the frequency domain
% spectrum - result of fft on time series data (column vector is expected)
% SampleRate - measured in Hz, 1/dt where dt spacing of the points in time domain
% Freq3db - desired 3db roll off point in Hz

N=length(spectrum);

function G=filter_gain(freq, Freq3db)
    G=1./(1+1i*freq/Freq3db); % this corresponds to low pass RC filter
end

spectrum_freq=fourier_frequencies(SampleRate, N);

% calculate filter gain for each spectrum frequency
g=filter_gain(spectrum_freq, Freq3db);
spectrum_filtered=spectrum.*g;

结束

非常感谢任何和所有的帮助。谢谢！

Answer 1

如果您没有关于噪音的先前信息，那么过滤通常不是一个好主意。如果您知道噪声能量集中在某个频率以上，那么您的概念就可以正常工作。低通滤波可以为您提供可观的SNR效益，但代价是丢失更高频率的语音信息。但同样，只有在您了解噪声的平均频谱曲线时，这才有用。

您需要利用任何有关噪声与语音信号不同的信息。谱减法技术可能会给你带来更多好处。如果您的样本中的语音之前有一些噪音，您可以根据该信息制作补偿滤波器。

在时间频率响应方面噪音是什么样的？如果它是相对静止的，你可以使用语音经过高度调制（约4Hz）来估计不同频段的SNR，然后用最差的SNR估计衰减频段。

录音中有多少声道？如果它大于1，并且目标音频的空间位置不会改变，则可以使用互相关技术来提高SNR。

Answer 2

如果是说出数字的人声，那么您可以安全地过滤掉500 Hz及以上的所有频率，例如8 kHz。从那里，你可以更安全地计算出哪些频率掩盖了声音。

如果你想作弊，你可以给一个带有窄带贝尔滤波器的参数均衡器拍摄的音频样本，扫过500 - 8000赫兹的范围直到你得到的东西:)虽然问题听起来更像在Matlab课程中做作业。

我的Matlab对于代码来说太生疏了，但这里有一些尝试：

1. 以500 Hz
添加高通滤波器
2. 以8 kHz
添加低通滤波器
3. 在4 kHz处添加一个窄钟形滤波器，人耳是最敏感的。将其提升6 dB以消除其他频率的屏蔽效应。
4. 为了增加效果，也可以提升低次谐波和高次谐波（2 kHz和8 kHz），但是降低dB