音频降噪的传统方法，主要是对噪声建模，把噪声从音频信号中去除。主要方向有无监督音频降噪。如谱减法估计噪声的功率谱并将其从嘈杂语音中减去。该方法没有利用明确的语音模型，其实际效果很大程度取决于对干扰源频谱跟踪的准确度，容易产生原始音频中没有的额外的音乐噪声。再就是有监督音频降噪。如基于统计模型方法把语音增强问题归入到一个统计的估计框架中，该方向有Wiener滤波、最小均方误差（MMSE）方和最大后验（MAP）方法等，一般需要假设语音信号和噪声信号是统计独立的，且服从特定分布。此外还有基于监督机器学习对噪声建模的降噪方法等。
本文始发于微信公众号（电子物证）：【Python】基于音轨分离的语音音频降噪实战
免责声明:文章中涉及的程序(方法)可能带有攻击性，仅供安全研究与教学之用，读者将其信息做其他用途，由读者承担全部法律及连带责任，本站不承担任何法律及连带责任；如有问题可邮件联系(建议使用企业邮箱或有效邮箱,避免邮件被拦截，联系方式见首页)，望知悉。
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论