去混響技術(shù)總結(jié)

時間：2022-05-23 來源：原創(chuàng) 人氣：3244

混響（reverberation）是相對封閉空間如房間中，產(chǎn)生的一種典型聲學(xué)現(xiàn)象。聲波在房間中傳播時，遇到墻面、地面、天花板或其他物體表面時，會被阻礙并反射回來，反射聲波在傳播過程中再次遇到障礙物時，會形成二次反射，如此反復(fù)。在傳播以及反射的過程中，聲波不斷被壁面吸收會慢慢衰減。聲波在各個方向來回反射，而又逐漸衰減的現(xiàn)象稱為混響。
對于房間中的人來說，從聲源處直接到達人耳的聲波叫直達聲，而經(jīng)過壁面一次或多次反射到人耳的聲波，聽起來像是直達聲的延續(xù)，叫做混響聲。

下面兩段音軌，左邊的是在消聲室中錄制的直達聲信號，沒有混響；右邊模擬房間環(huán)境處理后得到的有混響的信號；混響聲聽起來像是無混響聲的延續(xù)和拖尾。

混響時間是度量房間內(nèi)混響程度的基本指標之一。混響時間用來描述房間內(nèi)聲音衰減快慢的程度。它的定義為：聲源停止后聲音在房間內(nèi)較初始聲壓級衰減60dB所經(jīng)過的時間，一般用T60表示。計算混響時間有一個有名的公式，叫“塞賓公式”，定義如下：

其中，V為房間體積，S為房間的表面積，

為平均吸聲系數(shù)。一般的，房間越大，室內(nèi)越空曠，混響時間會越長。因此，像銀行營業(yè)大廳、金庫，這種空間較大、壁面光滑的空間里，混響時間明顯較長。
混響的作用：
合適的混響時間，對于房間的聽音效果有重要的作用，能使人聲聽起來豐滿立體，有空間感。混響時間太短，聲音聽起來會干澀、空曠、不飽滿。過長的混響時間會使人感到聲音渾濁不清。一般房間的混響時間在1s以內(nèi)較為合適。
對于音頻監(jiān)控來說，房間混響往往是清晰拾音的一個重要挑戰(zhàn)。當人距離拾音設(shè)備較遠時，直達聲和混響聲的比值較小，即使聲音較大，在一般的混響環(huán)境中，仍然較難聽清楚。實際的音頻監(jiān)控場所中，如銀行營業(yè)大廳、中型會議室等，往往未做聲學(xué)處理，混響時間較長，要在這樣的場合里，遠場清晰的拾取聲音，仍然存在比較大的困難。
混響除影響拾音的音質(zhì)外，也明顯的影響自動語音識別（ASR）的識別率。如上面的語譜圖所示，沒有混響的語音，其聲紋清晰可辨，而有混響的語音，聲紋模糊不清。因此，如何消除錄音中的混響，也是提高語音識別率需要解決的問題。
去混響技術(shù)

混響影響拾音音質(zhì)和語音識別率，因此需要從拾音信號中去除混響聲，這種技術(shù)就是去混響技術(shù)。一般去混響主要有三種技術(shù)：第一種方法，麥克風(fēng)拾取的信號可以看作聲源信號與房間沖擊響應(yīng)的卷積生成的信號，通過這種數(shù)學(xué)模型來消除混響，在估計房間聲學(xué)模型參數(shù)之后，形成對原始信號的估計。第二種方法，通過將混響視為一種噪聲，通過適用于混響的降噪過程來抑制混響，事實上，一般的語音降噪算法都具有一定的去混響效果；第三種方法，采用深度學(xué)習(xí)的方法去混響，經(jīng)過神經(jīng)網(wǎng)絡(luò)后，得到頻域的濾波系數(shù)。混響信號經(jīng)過濾波后，輸出去混響信號。這樣的網(wǎng)絡(luò)經(jīng)過大量數(shù)據(jù)訓(xùn)練后，用于去混響處理，就能得到較清晰的信號。