音频降噪算法 附完整C代码

最新推荐文章于 2025-06-20 14:19:36 发布
转载 最新推荐文章于 2025-06-20 14:19:36 发布 · 2.1k 阅读 · 29 ·
CC 4.0 BY-SA版权
原文链接：https://www.cnblogs.com/cpuimage/p/8905965.html
文章标签：

#音频处理 #降噪算法

本文深入探讨音频降噪算法，重点介绍WebRTC噪声抑制模块，包括算法原理、处理流程及其实现代码。涵盖不同降噪级别的应用，以及如何将算法应用于实际音频文件处理。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

降噪是音频图像算法中的必不可少的。

目的肯定是让图片或语音 更加自然平滑，简而言之，美化。

图像算法和音频算法 都有其共通点。

图像是偏向 空间 处理，例如图片中的某个区域。

图像很多时候是以二维数据为主，矩形数据分布。

音频更偏向 时间 处理，例如语音中的某段时长。

音频一般是一维数据为主，单声道波长。

处理方式也是差不多，要不单通道处理，然后合并，或者直接多通道处理。

只是处理时候数据参考系维度不一而已。

一般而言，

图像偏向于多通道处理，音频偏向于单通道处理。

而从数字信号的角度来看，也可以理解为聚类，频率归一化之类的。

总之就是对一些有一定规律的数字数据进行计算处理。

图像降噪被磨皮美颜这个大主题给带远了。

音频降噪目前感觉大有所为，像前面分享的《基于RNN的音频降噪算法 (附完整C代码)》

能达到这样的降噪效果，深度学习 确实有它独到的一面。

但是无可厚非，做机器学习之前还是要基于前人很多 基础算法进行数据的预处理等操作。

才能达到至善至美。

各有优劣，所谓算法肯定是互相配合为主，没有说谁能替换掉谁。

做算法最核心的思路就是使用各个算法的核心思想，放大它的优点，弱化它的缺点。

当然，做人也是如此。

音频降噪算法，网上公开的算法不多，资源也比较有限。

还是谷歌做了好事，把WebRTC开源，确实是一个基础。

前人种树，后人乘凉。

花了点时间，把WebRTC的噪声抑制模块提取出来，方便他人。

噪声抑制在WebRTC中有两个版本，一个是浮点，一个是定点。

一般定点做法是为了在一些特定环境下牺牲极少的精度，提升计算性能。

这个就不展开了，涉及到算法性能优化方面的一些知识点。

至于算法的实现，见源代码:

浮点版本:

noise_suppression.c 

定点版本:

noise_suppression_x.c

算法提供4个降噪级别，分别是：

enum nsLevel {
    kLow,
    kModerate,
    kHigh,
    kVeryHigh
};

实测效果还是很不错的，不过在一些特定的应用场景下，
其实这个算法还可以进一步调优。
改进思路，很多时候是基于需求来的,
打住打住，不细说了。

完整示例代码：

复制代码

#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>
//采用https://github.com/mackron/dr_libs/blob/master/dr_wav.h 解码
#define DR_WAV_IMPLEMENTATION

#include "dr_wav.h"
#include "noise_suppression.h"

#ifndef nullptr
#define nullptr 0
#endif

//写wav文件
void wavWrite_int16(char *filename, int16_t *buffer, size_t sampleRate, size_t totalSampleCount) {
    drwav_data_format format = {};
    format.container = drwav_container_riff;     // <-- drwav_container_riff = normal WAV files, drwav_container_w64 = Sony Wave64.
    format.format = DR_WAVE_FORMAT_PCM;          // <-- Any of the DR_WAVE_FORMAT_* codes.
    format.channels = 1;
    format.sampleRate = (drwav_uint32) sampleRate;
    format.bitsPerSample = 16;
    drwav *pWav = drwav_open_file_write(filename, &format);
    if (pWav) {
        drwav_uint64 samplesWritten = drwav_write(pWav, totalSampleCount, buffer);
        drwav_uninit(pWav);
        if (samplesWritten != totalSampleCount) {
            fprintf(stderr, "ERROR\n");
            exit(1);
        }
    }
}

//读取wav文件
int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) {
    unsigned int channels;
    int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount);
    if (buffer == nullptr) {
        printf("读取wav文件失败.");
    }
    //仅仅处理单通道音频
    if (channels != 1) {
        drwav_free(buffer);
        buffer = nullptr;
        *sampleRate = 0;
        *totalSampleCount = 0;
    }
    return buffer;
}

//分割路径函数
void splitpath(const char *path, char *drv, char *dir, char *name, char *ext) {
    const char *end;
    const char *p;
    const char *s;
    if (path[0] && path[1] == ':') {
        if (drv) {
            *drv++ = *path++;
            *drv++ = *path++;
            *drv = '\0';
        }
    } else if (drv)
        *drv = '\0';
    for (end = path; *end && *end != ':';)
        end++;
    for (p = end; p > path && *--p != '\\' && *p != '/';)
        if (*p == '.') {
            end = p;
            break;
        }
    if (ext)
        for (s = end; (*ext = *s++);)
            ext++;
    for (p = end; p > path;)
        if (*--p == '\\' || *p == '/') {
            p++;
            break;
        }
    if (name) {
        for (s = p; s < end;)
            *name++ = *s++;
        *name = '\0';
    }
    if (dir) {
        for (s = path; s < p;)
            *dir++ = *s++;
        *dir = '\0';
    }
}

enum nsLevel {
    kLow,
    kModerate,
    kHigh,
    kVeryHigh
};

static float S16ToFloat_C(int16_t v) {
    if (v > 0) {
        return ((float) v) / (float) INT16_MAX;
    }

    return (((float) v) / ((float) -INT16_MIN));
}

void S16ToFloat(const int16_t *src, size_t size, float *dest) {
    size_t i;
    for (i = 0; i < size; ++i)
        dest[i] = S16ToFloat_C(src[i]);
}

static int16_t FloatToS16_C(float v) {
    static const float kMaxRound = (float) INT16_MAX - 0.5f;
    static const float kMinRound = (float) INT16_MIN + 0.5f;
    if (v > 0) {
        v *= kMaxRound;
        return v >= kMaxRound ? INT16_MAX : (int16_t) (v + 0.5f);
    }

    v *= -kMinRound;
    return v <= kMinRound ? INT16_MIN : (int16_t) (v - 0.5f);
}

void FloatToS16(const float *src, size_t size, int16_t *dest) {
    size_t i;
    for (i = 0; i < size; ++i)
        dest[i] = FloatToS16_C(src[i]);
}

int nsProcess(int16_t *buffer, size_t sampleRate, int samplesCount, enum nsLevel level) {
    if (buffer == nullptr) return -1;
    if (samplesCount == 0) return -1;
    size_t samples = WEBRTC_SPL_MIN(160, sampleRate / 100);
    if (samples == 0) return -1;
    const int maxSamples = 320;
    int num_bands = 1;
    int16_t *input = buffer;
    size_t nTotal = (samplesCount / samples);

    NsHandle *nsHandle = WebRtcNs_Create();

    int status = WebRtcNs_Init(nsHandle, sampleRate);
    if (status != 0) {
        printf("WebRtcNs_Init fail\n");
        return -1;
    }
    status = WebRtcNs_set_policy(nsHandle, level);
    if (status != 0) {
        printf("WebRtcNs_set_policy fail\n");
        return -1;
    }
    for (int i = 0; i < nTotal; i++) {
        float inf_buffer[maxSamples];
        float outf_buffer[maxSamples];
        S16ToFloat(input, samples, inf_buffer);
        float *nsIn[1] = {inf_buffer};   //ns input[band][data]
        float *nsOut[1] = {outf_buffer};  //ns output[band][data]
        WebRtcNs_Analyze(nsHandle, nsIn[0]);
        WebRtcNs_Process(nsHandle, (const float *const *) nsIn, num_bands, nsOut);
        FloatToS16(outf_buffer, samples, input);
        input += samples;
    }
    WebRtcNs_Free(nsHandle);

    return 1;
}

void noise_suppression(char *in_file, char *out_file) {
    //音频采样率
    uint32_t sampleRate = 0;
    //总音频采样数
    uint64_t inSampleCount = 0;
    int16_t *inBuffer = wavRead_int16(in_file, &sampleRate, &inSampleCount);

    //如果加载成功
    if (inBuffer != nullptr) {
        nsProcess(inBuffer, sampleRate, inSampleCount, kVeryHigh);
        wavWrite_int16(out_file, inBuffer, sampleRate, inSampleCount);

        free(inBuffer);
    }
}

int main(int argc, char *argv[]) {
    printf("WebRtc Noise Suppression\n");
    printf("博客:http://cpuimage.cnblogs.com/\n");
    printf("音频噪声抑制\n");
    if (argc < 2)
        return -1;
    char *in_file = argv[1];
    char drive[3];
    char dir[256];
    char fname[256];
    char ext[256];
    char out_file[1024];
    splitpath(in_file, drive, dir, fname, ext);
    sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext);
    noise_suppression(in_file, out_file);

    printf("按任意键退出程序 \n");
    getchar();
    return 0;
}

复制代码

 项目地址：https://github.com/cpuimage/WebRTC_NS

 

示例具体流程为：

加载wav(拖放wav文件到可执行文件上)->降噪->保存wav

音频降噪算法 附完整C代码

若有其他相关问题或者需求也可以邮件联系俺探讨。

邮箱地址是: 
gaozhihan@vip.qq.com

音频降噪算法 - 完整的 WebRTC C 代码
KnBackend的博客
09-23 515
希望这个简单的示例能帮助你了解音频降噪算法，并为你实现自己的音频处理功能提供一些参考。如果你需要更详细的代码或更深入的讨论，请提供更多的上下文和要求，我将尽力为你提供帮助。需要注意的是，上述示例代码只是一个简单的演示，实际的音频降噪算法要复杂得多。在实际应用中，可能还需要考虑信号处理的实时性、算法的效果和性能等方面的因素。其中包含了一些用于音频处理的算法，包括音频降噪算法。的函数，用于执行音频降噪算法的代码逻辑。在实际应用中，这个函数的实现会更加复杂，涉及到信号处理和算法优化等方面的知识。
基于rnn的语音降噪matlab,基于RNN的音频降噪算法 (附完整C代码)
weixin_30094815的博客
03-16 1288
前几天无意间看到一个项目rnnoise。基于RNN的音频降噪算法。采用的是 GRU/LSTM模型。阅读下训练代码，可惜的是作者没有提供数据训练集。不过基本可以断定他采用的数据集里，肯定有urbansound8k。urbansound8k数据集地址:也可以考虑采用用作者训练的模型来构建数据集的做法，不过即费事，也麻烦。经过实测，降噪效果很不错，特别是在背景噪声比较严重的情况下。不过作者仅仅提供...
基于RNN的音频降噪算法 (附完整C代码)
weixin_34381666的博客
04-07 1864
前几天无意间看到一个项目rnnoise。 项目地址:https://github.com/xiph/rnnoise 基于RNN的音频降噪算法。 采用的是 GRU/LSTM模型。 阅读下训练代码，可惜的是作者没有提供数据训练集。 不过基本可以断定他采用的数据集里，肯定有urbansound8k。 urbansound8k数据集地址: https://serv.cusp.ny...
C#实现语音预处理：降噪、静音检测、自动增益（附Demo源码）
最新发布
xichji的专栏
06-20 754
无论是在音视频录制系统，还是音视频通话系统、或视频会议系统中，对从麦克风采集到的说话的声音数据进行预处理，都是是非常必要的。语音数据预处理主要包括：​​降噪（Noise Reduction）、静音检测（Silence Detection/VAD）、自动增益（Automatic Gain Control, AGC）​​。
python去噪函数_Python | 简单的扩音，音频去噪，静音剪切
weixin_39731922的博客
11-29 1836
原标题：Python | 简单的扩音，音频去噪，静音剪切之前一段时间一直在搞数字语音识别，在训练算法上耗费了很多时间，但结果不尽人意。后来才发现自己一直忽视了音频预处理的一步，于是转而囫囵吞枣般学习一些简单的信号处理算法。这里简单介绍一下以下内容：扩音音频去噪静音剪切文末将会给出源代码和demo代码的git库地址，有需要的同学请自取。基本概念数字信号数字信号是通过对连续的模拟信号采样得到的离散的函...
C/C++音频算法: noise suppression算法及技术资料汇总
源代码杀手的博客
03-09 7783
Noise suppression，就是大家说的降噪。这种降噪是把人声和非人声区分开来，把非人声当成噪声。 一段包含人声和噪声的音频经过该模块处理，从理论上讲，只剩下人声了。 webrtc的NS在业内还是赫赫有名的，通过实际对比测试，我们发现webrtc的降噪的确是性能和稳定性 都要高于同类开源算法。 webrtc的ns原理是这样的：把启动前50帧的数据拿来构建噪声模型，把启动前200帧的信号强度用来计 算归一化的频谱差值计算。根据这两个模型使用概率目的函数来计算出每帧的信噪比并区分出噪声和声音， 然后根据
java 对音频文件降噪_（转）音频降噪算法 附完整C代码
weixin_33416318的博客
02-25 1630
转:https://www.cnblogs.com/cpuimage/p/8905965.html降噪是音频图像算法中的必不可少的。目的肯定是让图片或语音 更加自然平滑，简而言之，美化。图像算法和音频算法都有其共通点。图像是偏向空间处理，例如图片中的某个区域。图像很多时候是以二维数据为主，矩形数据分布。音频更偏向时间处理，例如语音中的某段时长。音频一般是一维数据为主，单声道波长。处理方式...
webRTC音频降噪C语言开发代码
01-22
6. **算法优化**：由于实时性的要求，WebRTC的音频降噪算法需要在有限的计算资源下高效运行。C代码会采用各种优化技术，如SIMD（单指令多数据）指令、循环展开等。 7. **多平台支持**：WebRTC是跨平台的，因此C代码...
音频去噪C++代码，注释清晰可用
02-24
音频去噪C++代码，注释清晰可用
语音降噪算法 噪音消除
03-21
语音降噪算法，语言噪音消除研究。嵌入式开发时噪音是一个头疼的问题
音频降噪、自动增益开源代码
11-14
提取WebRTC音频降噪、自动增益算法源码，WebRTC ns、agc
一个运算量很小的C语言降噪算法
06-24
一个运算量很小的C语言降噪算法，运算量小，从开源工程中提取出来的
Ambient-Noise-Remover:一个从音频文件中消除环境噪声的Java程序
04-13
环境噪声消除器 环境噪声消除器是一个Java程序，可从音频文件中消除环境噪声。 它使用多维卡尔曼滤波器估计输入的音频文件中环境噪声的位置，并使用Java Sound API将其从声音文件中删除。 然后，它输出一个消除了环境噪声的新文件。 动机 Telegram，Signal，Discord和Skype之类的通信应用程序会在声音到达接收者之前自动消除视频和语音通话过程中的背景噪音，这是其软件的一部分。 在我的项目中，我想做他们正在做的事情，只是在一个音频文件中，而不是在传入声音中。 入门 这些说明将为您提供在本地计算机上运行并运行的项目的副本，以进行开发和测试。 有关如何在实时系统上部署项目的注释，请参阅部署。 先决条件 Ambient-Noise-Remover使用Maven依赖关系管理系统来存储和更新依赖关系以及对软件进行版本控制。 要安装Maven，请访问其并下载。 Maven依赖管理
语音降噪/语音增强的几种算法
热门推荐
kaixinshier的博客
05-18 8万+
本文介绍几种简单的降噪算法：自适应滤波器/谱减法/维纳滤波法。
speex库音频降噪(含代码)
若歌的博客
08-22 2155
speex库中音频降噪效果不错，应该是应用最广泛的吧，speex库下载地址https://www.speex.org/downloads/，可以直接下载二进制代码使用，像配置OpenCV一样配置speex库就可以了。speex库的API参考文档下载：http://download.csdn.net/detail/yizhaoyanbo/9856894。 贴出C语言实现的音频降噪代码如下。 ...
语音降噪算法
爱哭鬼
03-30 5447
SNR越低，降噪效果越差 1.LMS自适应滤波器、陷波器降噪 2.普减法 3.维纳滤波降噪 4.双麦克风降噪 双麦克风，一个放在靠近嘴巴的地方收集人声，一个放在顶端或背部收集环境音，再通过算法将人声从背景音中剥离出来，传送到手机的另一端。 缺点: 1)有时用户不再说话时，靠近嘴部的麦克风收集的其实还是环境噪音，对于人声剥离的计算会产生一种断断续续的状况。 2)当用户使用蓝牙耳机或有线耳机通话时，手机端的双麦克风降噪算法往往又会失效。 3)双麦克风在工业设计上也会造成很多阻碍。两个麦克风会让声学音频路径的设计
音频降噪算法
04-22
### 音频降噪算法概述 音频降噪是一种通过信号处理技术减少背景噪音并增强语音清晰度的技术。常见的音频降噪算法可以分为两大类：基于统计模型的方法和基于机器学习的方法。 #### 基于统计模型的音频降噪 这种方法的核心思想是利用统计学方法来估计音频频谱中的噪声成分，并将其从原始信号中分离出来。通常需要满足两个基本假设： 1. **噪声相对平稳**：即在短时间内，环境噪声的变化较小。 2. **语音与噪声独立分布**：两者在频域上的特性可以通过概率密度函数区分[^1]。 此类算法的一个典型代表是维纳滤波器（Wiener Filter）。它通过对输入信号的能量进行分析，在频率域上调整增益因子以抑制噪声部分。具体实现如下： ```c #include <stdio.h> #include <math.h> #define FRAME_SIZE 512 double wiener_filter(double noisy_signal, double noise_power_estimate) { const double signal_power = pow(noisy_signal, 2); return (signal_power > noise_power_estimate) ? (noisy_signal / sqrt(signal_power)) : 0; } void apply_wiener_filter(double* input_buffer, int length, double* output_buffer, double* noise_estimates) { for(int i=0;i<length;i++) { output_buffer[i] = wiener_filter(input_buffer[i], noise_estimates[i]); } } ``` 此代码片段展示了如何应用简单的维纳滤波器对一段音频数据进行降噪处理[^1]。 #### 基于机器学习的音频降噪 近年来，随着深度学习的发展，越来越多的研究转向使用神经网络来进行更复杂的音频降噪任务。这些模型能够自动提取特征并通过训练学会区分语音和噪声。例如，LSTM 和 CNN 结合架构被广泛应用于实际场景中。 以下是 Python 中使用 TensorFlow 构建简单 LSTM 模型的例子： ```python import tensorflow as tf from tensorflow.keras.models import Sequential from tensorflow.keras.layers import LSTM, Dense def build_lstm_model(): model = Sequential() model.add(LSTM(64, activation='relu', input_shape=(FRAME_LENGTH, FEATURES))) model.add(Dense(FEATURES)) model.compile(optimizer='adam', loss='mse') return model ``` 该脚本定义了一个基础的 LSTM 网络结构用于预测干净版本的时间序列音频帧[^2]。 ### 总结 无论是传统的统计方法还是现代的深度学习方案，每种都有其适用范围和技术难点。对于初学者来说，可以从经典的维纳滤波入手；而对于追求更高性能的应用，则可能需要探索先进的 AI 技术路径。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值