实录音频的效果

[kbsuper6]

纳老师您好， 我用了实录的音频（有一定的震动）跑您这份代码，貌似效果不太稳定，可能比nlms要差。我试过用频域的auxIVA去做回声消除，中高频效果不错，但是低频部分比较差。您那边有更接近工程实际的解决方法吗？ 此外我用auxIVA做通话降噪用，如何区分人声和干扰呢？后面我用了overIVA去做，但是混响环境下的效果远不如消声室的录音，不知道您那边有没有办法使它在混响环境下提升效果？

[nay0648]

你好，感谢关注！ github上那个代码是用作理论说明的，做的是时域算法，离工程实际差距较远。我们工程上用的也是同样的理论，但是是频域算法，相当于每个频段都做相似的分离操作。抱歉工程代码目前还不能开源。低频部分效果较差的话也可以试试先做时频变换，再在每个频段分别做AEC。

在 2021-02-25 11:05:45，"kbsuper6" notifications@github.com 写道：

纳老师您好，我用了实录的音频跑您这份代码，貌似效果不太稳定。我试过用频域的auxIVA去做回声消除，低频部分比较差。您那边有更接近工程实际的解决方法吗？谢谢。

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[nay0648]

噢，刚才没注意您已经用了频域的方法了。可以试下增长滤波器长度，因为低频回声路径较长，可能要的滤波器阶数较高。另外由于时频变换中的循环卷积误差，AEC自适应部分也不能把回声消得特别干净，可以再尝试下在自适应部分后面加上后滤波的方法。

在 2021-02-25 11:05:45，"kbsuper6" notifications@github.com 写道：

纳老师您好，我用了实录的音频跑您这份代码，貌似效果不太稳定。我试过用频域的auxIVA去做回声消除，低频部分比较差。您那边有更接近工程实际的解决方法吗？谢谢。

— You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[kbsuper6]

非常感谢纳老师的细心解答！

[jie-fei]

纳老师您好， 我用了实录的音频（有一定的震动）跑您这份代码，貌似效果不太稳定，可能比nlms要差。我试过用频域的auxIVA去做回声消除，中高频效果不错，但是低频部分比较差。您那边有更接近工程实际的解决方法吗？ 此外我用auxIVA做通话降噪用，如何区分人声和干扰呢？后面我用了overIVA去做，但是混响环境下的效果远不如消声室的录音，不知道您那边有没有办法使它在混响环境下提升效果？

请问下aux-iva的实时性怎么样？我之前担心计算量太大，一直在自然梯度上做。方便的话可交流。

[nay0648]

1. 实录音频，有一定的震动，说明已经产生了非线性回声，即设备震动产生了额外的回声成分，这部分成分在参考里没有，所以无法通过线性AEC消除。可以考虑后滤波的方法，或者后面加IVA，将非线性回声也当作一种噪声源处理。

2. 我只试过在交互场景中使用IVA，交互场景可以通过唤醒词来区分目标声源。通话场景没接触过，猜测可能可以通过信噪比来选择，或者引入其它监督信息，例如假定位于设备正前方的为目标声源。可以参考这个文章Nesta, Francesco, and Zbyněk Koldovský. "Supervised independent vector analysis through pilot dependent components." 2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2017.

3. 实际环境中有混响，所以需要先做去混响，再做分离，效果会好一些。可以参考这个工程https://github.com/nay0648/unified2021

4. 如果是两麦的话我觉得AuxIVA实时性没有问题。关键点在于求解2x2的广义特征分解问题，可以参考这个代码https://github.com/nay0648/unified2021/blob/master/Experiment/heig2.m

在 2021-03-08 17:10:03，"small-white" notifications@github.com 写道：

纳老师您好， 我用了实录的音频（有一定的震动）跑您这份代码，貌似效果不太稳定，可能比nlms要差。我试过用频域的auxIVA去做回声消除，中高频效果不错，但是低频部分比较差。您那边有更接近工程实际的解决方法吗？ 此外我用auxIVA做通话降噪用，如何区分人声和干扰呢？后面我用了overIVA去做，但是混响环境下的效果远不如消声室的录音，不知道您那边有没有办法使它在混响环境下提升效果？

请问下aux-iva的实时性怎么样？我之前担心计算量太大，一直在自然梯度上做。方便的话可交流。

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe.

[zuowanbushiwo]

我的实测场景效果也非常的差，我使用subband 方法，用的是Cosine 调制的滤波器组。 是不是如果有非线性失真，会放大失真，造成更坏的结果。

[nay0648]

不好说，非线性的情况比较复杂，需要具体音频具体分析了。

在 2021-12-03 16:24:08，"zuowanbushiwo" @.***> 写道：

我的实测场景效果也非常的差，我使用subband 方法，用的是Cosine 调制的滤波器组。 是不是如果有非线性失真，会放大失真，造成更坏的结果。

— You are receiving this because you commented. Reply to this email directly, view it on GitHub, or unsubscribe. Triage notifications on the go with GitHub Mobile for iOS or Android.