夜猫子

夜猫子
随笔 - 5, 文章 - 1, 评论 - 1, 引用 - 0
数据加载中……

语音的前置处理(一)

1.简介

语音在采集和传输过程中,由于语音源的差异、信道的衰减、噪声的干扰以及远近效应,导致信号幅度相差很大。所有在语音处理之前我们需要对语音数据进行前置处理,包括预处理(AGCVAD、回音消除)、重采样和噪声抑制。

所有的代码都是基于speex开源库,具体内容可以参考http://speex.org/

本开发手册暂时只提供AGC的接口和测试代码,其他陆续添加进来。

2.接口说明

2.1  介绍

预处理模块包括自动增益控制、静音检测和回音消除。以下是接口函数,具体参考speex\ speex_preprocess.h

 

函数名称

功能简介

speex_preprocess_state_init

创建预处理器

speex_preprocess_state_destroy

销毁预处理器

speex_preprocess_run

处理一帧数据

speex_preprocess

处理一帧数据(废弃的)

speex_preprocess_estimate_update

更新预处理器

speex_preprocess_ctl

设置和读取预处理器的参数

 

2.1.1  speex_preprocess_state_init

函数原形

SpeexPreprocessState *speex_preprocess_state_init(int frame_sizeint sampling_rate);

功能

创建预处理器

参数

Frmae_size   [in]每帧的大小(建议帧长为20ms

Sample_rate  [in]采样率(支持8k16k44k

返回值

成功返回预处理器指针,失败返回NULL

说明

加入是16k的语音数据,帧长20ms等于320个采样

 

2.1.2  speex_preprocess_state_destroy

函数原形

void speex_preprocess_state_destroy(SpeexPreprocessState *st);

功能

销毁预处理器

参数

St           [in]处理器指针

返回值

Void

说明

 

 

2.1.3  speex_preprocess_run

函数原形

int speex_preprocess_run(SpeexPreprocessState *stspx_int16_t *x);

功能

处理一帧语音数据

参数

St           [in]处理器指针

X            [in|out]数据缓存,处理后的数据也存入该缓存中

返回值

如果VAD打开,返回值为1表示有语音,为0表示静音或者噪音

说明

 

 

2.1.4  speex_preprocess

函数原形

int speex_preprocess(SpeexPreprocessState *stspx_int16_t *xspx_int32_t *echo);

功能

处理一帧语音数据(废弃的函数,简介调用speex_preprocess_run

参数

St           [in]处理器指针

X            [in|out]数据缓存,处理后的数据也存入该缓存中     

返回值

 

说明

 

 

2.1.5  speex_preprocess_estimate_update

函数原形

void speex_preprocess_estimate_update(SpeexPreprocessState *stspx_int16_t *x);

功能

更新预处理器,不会计算输出语音

参数

St           [in]处理器指针

X            [in]数据缓存

返回值

Void

说明

 

 

2.1.6  speex_preprocess_ctl

函数原形

int speex_preprocess_ctl(SpeexPreprocessState *stint requestvoid *ptr);

功能

设置预处理器的参数

参数

St           [in]处理器指针

Request      [in]参数的类型(由宏来代表不同的参数)

Ptr          [in|out]参数的值(设置参数时为in,获得参数参数时为out,这个由宏决定)

返回值

成功返回0,失败返回-1(表明未知的请求参数)

说明

以下数标识参数类型的宏

/** Set preprocessor denoiser state */

#define SPEEX_PREPROCESS_SET_DENOISE 0

/** Get preprocessor denoiser state */

#define SPEEX_PREPROCESS_GET_DENOISE 1

 

/** Set preprocessor Automatic Gain Control state */

#define SPEEX_PREPROCESS_SET_AGC 2

/** Get preprocessor Automatic Gain Control state */

#define SPEEX_PREPROCESS_GET_AGC 3

 

/** Set preprocessor Voice Activity Detection state */

#define SPEEX_PREPROCESS_SET_VAD 4

/** Get preprocessor Voice Activity Detection state */

#define SPEEX_PREPROCESS_GET_VAD 5

 

/** Set preprocessor Automatic Gain Control level (float) */

#define SPEEX_PREPROCESS_SET_AGC_LEVEL 6

/** Get preprocessor Automatic Gain Control level (float) */

#define SPEEX_PREPROCESS_GET_AGC_LEVEL 7

 

/** Set preprocessor dereverb state */

#define SPEEX_PREPROCESS_SET_DEREVERB 8

/** Get preprocessor dereverb state */

#define SPEEX_PREPROCESS_GET_DEREVERB 9

 

/** Set preprocessor dereverb level */

#define SPEEX_PREPROCESS_SET_DEREVERB_LEVEL 10

/** Get preprocessor dereverb level */

#define SPEEX_PREPROCESS_GET_DEREVERB_LEVEL 11

 

/** Set preprocessor dereverb decay */

#define SPEEX_PREPROCESS_SET_DEREVERB_DECAY 12

/** Get preprocessor dereverb decay */

#define SPEEX_PREPROCESS_GET_DEREVERB_DECAY 13

 

/** Set probability required for the VAD to go from silence to voice */

#define SPEEX_PREPROCESS_SET_PROB_START 14

/** Get probability required for the VAD to go from silence to voice */

#define SPEEX_PREPROCESS_GET_PROB_START 15

 

/** Set probability required for the VAD to stay in the voice state (integer percent) */

#define SPEEX_PREPROCESS_SET_PROB_CONTINUE 16

/** Get probability required for the VAD to stay in the voice state (integer percent) */

#define SPEEX_PREPROCESS_GET_PROB_CONTINUE 17

 

/** Set maximum attenuation of the noise in dB (negative number) */

#define SPEEX_PREPROCESS_SET_NOISE_SUPPRESS 18

/** Get maximum attenuation of the noise in dB (negative number) */

#define SPEEX_PREPROCESS_GET_NOISE_SUPPRESS 19

 

/** Set maximum attenuation of the residual echo in dB (negative number) */

#define SPEEX_PREPROCESS_SET_ECHO_SUPPRESS 20

/** Get maximum attenuation of the residual echo in dB (negative number) */

#define SPEEX_PREPROCESS_GET_ECHO_SUPPRESS 21

 

/** Set maximum attenuation of the residual echo in dB when near end is active (negative number) */

#define SPEEX_PREPROCESS_SET_ECHO_SUPPRESS_ACTIVE 22

/** Get maximum attenuation of the residual echo in dB when near end is active (negative number) */

#define SPEEX_PREPROCESS_GET_ECHO_SUPPRESS_ACTIVE 23

 

/** Set the corresponding echo canceller state so that residual echo suppression can be performed (NULL for no residual echo suppression) */

#define SPEEX_PREPROCESS_SET_ECHO_STATE 24

/** Get the corresponding echo canceller state */

#define SPEEX_PREPROCESS_GET_ECHO_STATE 25

 

/** Set maximal gain increase in dB/second (int32) */

#define SPEEX_PREPROCESS_SET_AGC_INCREMENT 26

 

/** Get maximal gain increase in dB/second (int32) */

#define SPEEX_PREPROCESS_GET_AGC_INCREMENT 27

 

/** Set maximal gain decrease in dB/second (int32) */

#define SPEEX_PREPROCESS_SET_AGC_DECREMENT 28

 

/** Get maximal gain decrease in dB/second (int32) */

#define SPEEX_PREPROCESS_GET_AGC_DECREMENT 29

 

/** Set maximal gain in dB (int32) */

#define SPEEX_PREPROCESS_SET_AGC_MAX_GAIN 30

 

/** Get maximal gain in dB (int32) */

#define SPEEX_PREPROCESS_GET_AGC_MAX_GAIN 31

 

/*  Can't set loudness */

/** Get loudness */

#define SPEEX_PREPROCESS_GET_AGC_LOUDNESS 33

 

/*  Can't set gain */

/** Get current gain (int32 percent) */

#define SPEEX_PREPROCESS_GET_AGC_GAIN 35

 

/*  Can't set spectrum size */

/** Get spectrum size for power spectrum (int32) */

#define SPEEX_PREPROCESS_GET_PSD_SIZE 37

 

/*  Can't set power spectrum */

/** Get power spectrum (int32[] of squared values) */

#define SPEEX_PREPROCESS_GET_PSD 39

 

/*  Can't set noise size */

/** Get spectrum size for noise estimate (int32)  */

#define SPEEX_PREPROCESS_GET_NOISE_PSD_SIZE 41

 

/*  Can't set noise estimate */

/** Get noise estimate (int32[] of squared values) */

#define SPEEX_PREPROCESS_GET_NOISE_PSD 43

 

/* Can't set speech probability */

/** Get speech probability in last frame (int32).  */

#define SPEEX_PREPROCESS_GET_PROB 45

 

/** Set preprocessor Automatic Gain Control level (int32) */

#define SPEEX_PREPROCESS_SET_AGC_TARGET 46

/** Get preprocessor Automatic Gain Control level (int32) */

#define SPEEX_PREPROCESS_GET_AGC_TARGET 47

 

3.实例代码

3.1  AGC

#define NN 320

/*

    语音数据为单通道、16bit、16k

*/

int _tmain(int argc_TCHARargv[])

{

 

     short in[NN];

     int i;

     SpeexPreprocessState *st;

     int count=0;

     float f;

 

     st = speex_preprocess_state_init(NN, 16000);

    

     i=1;

     speex_preprocess_ctl(stSPEEX_PREPROCESS_SET_AGC, &i);

     f=16000;

     speex_preprocess_ctl(stSPEEX_PREPROCESS_SET_AGC_LEVEL, &f);

 

 

     while (1)

     {

         int vad;

         fread(insizeof(short), NNstdin);

         if (feof(stdin))

              break;

         vad = speex_preprocess_run(stin);

         //fprintf (stderr, "%d\n", vad);

         fwrite(insizeof(short), NNstdout);

         count++;

     }

     speex_preprocess_state_destroy(st);

 

     return 0;

}

posted on 2012-05-22 23:00 夜猫子 阅读(1002) 评论(0)  编辑 收藏 引用


只有注册用户登录后才能发表评论。
网站导航: 博客园   IT新闻   BlogJava   知识库   博问   管理