卷积：无回声语音信号和脉冲响应

信息处理 matlab 采样 卷积 冲动反应 演讲
2022-02-15 08:40:50

我正在尝试使用以下代码在 MATLAB 中对消声语音信号（2.1 秒）和脉冲响应（20 秒）执行卷积：

[y_anech,fsSig]=audioread('MA03_03.wav'); %speech signal fsSig = 48000

[y_IR,fsIR]=audioread('IR.wav'); %reads the Impulse response, fsR = 44100

%%% Resampling the speech signal 
[P,Q] = rat(fsIR/fsSig);
y_anech_resampled = resample(y_anech, P,Q);

sig_conv_meas = cconv(y_anech_resampled,y_IR)/fsIR;
sig_conv_meas = sig_conv_meas/max(abs(sig_conv_meas));

player1 = audioplayer(sig_conv_meas,fsIR);
play(player1);

运行上面的代码，它给了我所需的卷积信号，但是在 20 秒时，我也听到了无回声的语音信号。我有以下问题：

  1. 我在卷积信号后听到原始信号的原因是什么？我应该如何删除它？

见附图。在最后一个图中，大约 20 秒，出现了消声信号：

见附图。 在最后一个图中，大约 20 秒，出现了消声信号 IR 的 ETC 图：

ETC 图

  1. 在执行卷积时，为什么我需要像我在代码中那样将卷积后的信号除以采样频率（sig_conv_meas = cconv(y_anech_resampled,y_IR)/fsIR）？

谢谢！

1个回答

我无法访问您的音频文件，所以我下载了：

重新采样的语音信号：

在此处输入图像描述

最终卷积信号：

在此处输入图像描述

至于你的问题：

1.

正如您在对数刻度中绘制的 IR 图表一样，可以清楚地看到在 20 秒处有另一个峰值。一旦与语音卷积，它将产生语音信号的另一个重复。如果您查看第一个情节，您的音频开始于 1 秒左右。当您将 IR 与输入信号进行卷积时，它将在 20 秒后重复，这就是您在 21 秒左右的卷积输出中看到的内容。

想想如果您想在 20 秒后产生回波，IR 会是什么样子——一个在 0 秒时出现强峰值，另一个在 20 秒时出现较小的峰值。我猜测最后的这个“峰值”实际上是主峰值之前的积累，实际上应该在主峰值之前（你可以通过数字零和中间的低能量样本来判断），或者可能被移到最后的谐波失真的结果。当然，一定有人以这种方式提取/保存了这个 IR。

尽管如此，您可以轻松地忽略任何超过 10s 标记的内容，因为它在卷积期间不携带任何额外信息。TBH，我会忽略 5 秒后的部分，它大致符合本底噪声。否则，与全长卷积是浪费计算资源。

可能您可以自动进行裁剪。看起来 IR 文件存储在 16 位音频中，当本底噪声结束时（大约 10 秒标记），您会得到等于 1 的样本值。如果您查看它们何时开始在向量中，您可以找到您的自动截止点，如果你有更多的IR。

2.

首先，您的除以fsIR无效，因为它已被下一行中的最大值标准化。无论如何，您的 IR 很可能是混响的，并且通常会增加能量。将其视为具有大量频率提升的滤波器。这是重新采样的消声记录和未缩放的可听信号的比较。

在此处输入图像描述

其它你可能感兴趣的问题
上一篇解释互相关结果 下一篇概率密度函数的功率谱密度