МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
Ордена Трудового Красного Знамени
Федеральное государственное бюджетное образовательное
учреждение высшего образования
Московский Технический Университет Связи Информатики
Факультет
Радио и Телевидение (РиТ)
Кафедра
«Телевидение и звуковое вещание (ТиЗВ)»
ОТЧЁТ
по лабораторной работе №3
по дисциплине «Формирование и первичная обработка звуковых и видео
сигналов»
на тему «Анализ результатов работы системы шумоподавления»
Выполнили: |
|
|
|
Студент группы БРВ2201 |
|
Велит А.И. |
|
Студент группы БРВ2201 |
|
Мусаев Д.Ш. |
|
Студент группы БРВ2201 |
|
Зейналов Р.А. |
|
Проверил: |
|
|
|
К.т.н., профессор |
|
|
Попов О.Б. |
Москва 2025г
1 ЦЕЛЬ РАБОТЫ
Цель выполняемой работы – исследование эффективности и анализ результатов работы системы шумоподавления на примере речевых и музыкальных сигналов, искаженных аддитивным белым шумом.
2 ТЕОРИТИЧЕСКАЯ ЧАСТЬ
Системы шумоподавления делятся на активные (ANC), которые генерируют звуковые волны в противофазе к внешнему шуму для его нейтрализации, и
пассивные, блокирующие звук за счет физической изоляции материалов.
Активные системы эффективно подавляют низкочастотный гул, например,
двигателей самолета, а пассивные лучше справляются с высокочастотными звуками. В некоторых устройствах используется гибридный подход, сочетающий оба метода для максимальной эффективности.
В рамках лабораторной работы будет исследоваться подход скорее активных систем шумоподавления, чем пассивных.
3 ЭКСПЕРИМЕНТАЛЬНАЯ ЧАСТЬ
Для выполнения этой лабораторной работы был использован аудиоредактор
Adobe Audition версии 1.5.
3.1 Анализ работы системы шумоподавления в речевом сигнале
Сначала необходимо сформировать или иным методом получить исходных сигнал. В данном случае исходным сигналом служит вырезанный из записи радиопрограммы отрезок с, преимущественно, человеческой речью.
1
Рисунок 1 – Отрезок радиопрограммы, служащий исходным сигналом Далее, на исходный сигнал следует наложить белый шум. Для этого
необходимо сгенерировать белый шум той же длительности, что и исходный сигнал. Интенсивность сгенерированного белого шума: 6.2.
Рисунок 2 – Сгенерированный белый шум
2
И теперь сгенерированный шум накладывается на исходный сигнал.
Рисунок 3 – Исходный речевой сигнал с наложенным на него белым шумом Далее необходимо собрать информацию о статических свойствах шума,
для этого надо выделить фрагмент сэмпла, не содержащий полезной информации на основе которого будет создан профиль для Noise Reduction. Программа будет считать, что показанный ей фрагмент содержит только шум. На рисунке ниже представлен выбранный для этого фрагмент сигнала, он выделен пунктирными линиями по бокам.
Рисунок 4 – Отрезок исходного сигнала с выделенным фрагментом
3
Теперь, на основе созданного профиля удалим шум из сигнала.
Рисунок 5 – Исходный речевой сигнал после подавления шума После подавления шума ухудшилась разборчивость речи, появились
искажения. Высокочастотные звуки "С", "Ч", "Ш", "Щ", близкие по спектру к белому шуму, тоже были удалены/подавлены при подавлении шума, из-за чего появился эффект «эха» при появлении этих звуков в речевом сигнале.
На рисунках ниже представлены спектр исходного речевого сигнала и спектр после шумоподавления.
Рисунок 6 – Спектр исходного речевого сигнала
4
Рисунок 7 – Спектр речевого сигнала после шумоподавления
3.2 Анализ работы шумоподавления в музыкальном сигнале
Проведем тот же эксперимент с музыкальным сигналом в качестве
исходного. Из той же радиопрограммы был вырезан отрезок с музыкальной
паузой.
Рисунок 8 – Исходный музыкальный сигнал
5
Выполним наложение белого шума на данный музыкальный сигнал:
Рисунок 9 – Музыкальный сигнал после наложения на него белого шума После чего удалим белый шум.
Рисунок 10 – Музыкальный сигнал после шумоподавления Для чистоты эксперимента, для музыкального файла фрагмент, на основе
которого формируется профиль для Noise Reduction также был выбран из самого музыкального файла (выделен пунктирными линиями). После шумоподавления музыкальный сигнал не был сильно искажен, однако качество музыки стало все же хуже, так как сильно упала амплитуда сигнала. Также, как и в случае с
6
речевым сигналом были подавлены высокие частоты, что также сказалось на качестве музыкального фрагмента.
Далее представлен спектр исходного музыкального сигнала и спектр после шумоподавления:
Рисунок 11 – Спектр исходного музыкального сигнала
Рисунок 12 – Спектр музыкального сигнала после шумоподавления
7
4ВЫВОДЫ
Врезультате выполнения лабораторной работы было проведено исследование эффективности и анализ результатов работы системы шумоподавления на примере речевых и музыкальных сигналов, искаженных аддитивным белым шумом.
По итогам проведенной работы можно сделать вывод, что использованная система шумоподавления, основанная на создании шумового профиля, успешно справляется с задачей уменьшения уровня аддитивного белого шума. Алгоритм эффективно идентифицирует и ослабляет спектральные компоненты,
совпадающие с профилем, что подтверждается сравнением спектров исходных и обработанных сигналов. Однако эффективность подавления шума достигается за счет ухудшения качества полезного сигнала и появления нежелательных артефактов. В случае с речевым сигналом это выразилось в резком снижении разборчивости: высокочастотные согласные звуки, чей спектр близок к белому шуму, были подавлены, что привело к эффекту «эха» и неестественности звучания. При обработке музыкального фрагмента также наблюдалось ухудшение качества, проявившееся в потере высоких частот, снижении общей амплитуды и, как следствие, в уменьшении яркости и детальности звука. Таким образом, применение данного метода шумоподавления представляет собой компромисс между степенью устранения шума и сохранением целостности исходного сигнала, что требует аккуратной настройки параметров и осознанного выбора шумового профиля для минимизации неизбежных искажений
8