README

这是一个 LADSPA 高质量噪声抑制插件。它可以通过任何启用 LADSPA 的音频处理应用程序使用。它能够从音频信号中移除几乎所有类型的连续噪声，包括蓝色、白色、粉红色和棕色噪声。

许可证

本插件版权ⓒ2011-2018 Jérôme M. Berger，并根据 GNU LGPLv2.1 的条款发布。您应该已经找到了附在此插件中的许可证副本，或者您可以在 此处 找到。

参数

插件公开以下参数

• Reduction amount (dB) – 噪声减少的量。
• Noise level (dB) – 噪声水平（见 噪声模型）。
• Noise shape (dB/decade) – 每十倍的噪声形状（见 噪声模型）。
• Filter length – 滤波长度。此参数会影响时间分辨率和频率分辨率之间的平衡。较小的值提供更好的时间分辨率，而较大的值提供更好的频率分辨率。此参数最好设置为 2 的幂。
• Residual output – 如果启用，则滤波器效果将反转：不是移除噪声，而是滤波器将只保留噪声。这可以用来检查您是否没有移除与噪声一起的部分信号。
• Automatic noise model – 如果启用，则从输入信号中估计 Noise level 和 Noise shape 参数。通过输入端口提供的参数值将被忽略。
• Automatic reactivity – 自动噪声形状调整到输入噪声变化的速度。较小的值意味着滤波器更稳定但适应性较慢（在最极端的情况下，如果此值为 0，则滤波器将根据第一个窗口估计参数，并且如果噪声发生变化则不进行适应）。较大的值会使滤波器适应更快，这可能导致滤波器变化时的伪影。请注意，默认值 0.25 会得到一个非常稳定的滤波器，但仍能适应仅在几毫秒内（在 44kHz 时，滤波器长度为 4096 的 20ms 以下）的变化。
• 快速模式 – 如果启用此功能，过滤器将只重叠两个窗口而不是四个。这会导致过滤器运行速度提高一倍，但可能会略微降低输出质量。

注意：自动噪声模型相当保守，往往低估噪声水平。当启用自动模型时，不要犹豫增加减少量（在这种情况下增加4dB是合理的）。

噪声模型

过滤器依赖于一个简单的噪声模型来决定信号的哪个部分是噪声，哪个部分是有效信号。噪声模型假定噪声在频率$f$处的电平为$l_n(f)$ dB，

$$l_n(f)=L-shape\times\log\left(\frac{f}{f_0}\right)$$

其中

• $f_0$是一个任意固定到$F_s/100$的参考频率（对于44 kHz的采样频率，这导致$f_0=440,\text{Hz}$）。
• $L$是频率$f_0$处的噪声电平（dB）。这可以从频谱图估计，使用大小等于滤波器长度两倍的Hann或Hanning窗口，并向上取整到下一个2的幂。
• $shape$表示噪声形状（dB/decade）。它是每次频率乘以10时噪声电平降低的量。可以从频谱图中估计，通过查看100 Hz和1 kHz（或任何频率比为10的频率对）的噪声水平。

标准噪声形状

• 蓝色噪声的电平随频率增加而增加，并使用$shape=-10,\text{dB/decade}$进行建模。请注意，蓝色噪声在音频处理中很少见。
• 白噪声在所有频率上的电平都相同，并使用$shape=0,\text{dB/decade}$进行建模。
• 粉红色噪声随着频率的增加而降低电平，并使用$shape=10,\text{dB/decade}$进行建模。
• 棕色噪声比粉红色噪声降低得更快，并使用$shape=20,\text{dB/decade}$进行建模。

实时使用

只要滤波器长度参数不变，插件就具有实时兼容性。

技术细节

插件假定任何电平显著高于建模噪声水平的频率主要是信号，应该保留。相反，任何电平接近或低于建模噪声水平的频率主要是噪声，应该移除。因此，插件构建了一个动态均衡滤波器，其频率响应取决于任何给定时刻的输入。

滤波器响应

理想频率响应由以下公式给出

$$g(f)=1-e^{-\frac{l(f)}{s(f)}}$$

其中$l(f)$是频率$f$处的输入电平，$s(f)$是该频率处的滤波器强度。这为大多数是信号的较大输入电平提供响应为1，为大多数是噪声的较小输入电平提供值为0。

强度$s(f)$是从建模噪声水平$l_n(f)$和所需的减少量$a$计算的，以便响应将等于$a$，如果测量的电平等于建模噪声水平

$$1-e^{-\frac{l_n(f)}{s(f)}}=a$$

求解$s(f)$得到

$$s(f)=-\frac{l_n(f)}{\ln(1-a)}$$

然后，通过一个取决于滤波器长度的量$\delta_f$来放大这个理想响应。这种放大确保了窄带信号将通过窗口保留。不幸的是，这也保留接近信号的频率处的噪声。然而，这在实践中不是一个问题，因为心理声学效应意味着信号将掩盖大多数保留的噪声。放大的响应由以下公式给出

$$g_d(f)=\max_{|\phi-f|<\delta_f}g(\phi)$$

最后，为了避免吉布斯现象，对放大的响应进行窗口处理。

重叠窗口的应用

为了应用过滤器，输入信号被分为大小为滤波器长度两倍的窗口（向上取最近的2的幂）。然后对每个窗口进行分析以创建均衡滤波器，并将此滤波器应用于信号。在快速模式下，每个窗口与上一个窗口重叠其长度的一半。在标准模式下，四个窗口重叠。在任何情况下，输出都会混合以确保均衡滤波器之间的平滑过渡。

自动噪声模型

在使用自动噪声模型时，每个窗口都会进行分析，以猜测噪声水平和噪声形状。分析是一个两步过程

• 通过在频谱两端寻找局部最小值来创建一个粗糙的噪声模型。
• 通过仅对频谱进行线性回归，并保留粗略模型认为主要是噪声的频带，创建一个精细的噪声模型。

粗糙噪声模型

为了创建粗糙的噪声模型，插件会查看频谱的局部最小值，即振幅小于紧邻前后频带的频带。这些频带被认为主要是噪声，因此适合构建我们的噪声模型。插件搜索两个这样的频带，一个位于频谱的低端（$l(f_l)$）和一个位于频谱的高端（$l(f_h)$），然后从这两个频带构建粗糙的噪声模型

$$l^{(r)}_n(f)=\frac{l(f_h)-l(f_l)}{log(f_h)-log(f_l)}(log(f)-log(f_l))+l(f_l)$$

为了提高模型的鲁棒性，插件会查看频谱低端的第一个三个局部最小值，以及频谱高端的最后一个三个局部最小值，并保留每组三个中的中间水平频带。

精细噪声模型

通过在loglog域中对频谱进行线性回归，并仅保留满足$l(f)<l^{(r)}_n(f)+M$（其中$M$设置为10dB）的频带，创建精细模型。