speex前置處理

1.簡介

語音在採集和傳輸過程中，由於語音源的差異、信道的衰減、噪聲的干擾以及遠近效應，導致信號幅度相差很大。所有在語音處理之前我們需要對語音數據進行前置處理，包括預處理（AGC、VAD、迴音消除）、重採樣和噪聲抑制。

所有的代碼都是基於speex開源庫，具體內容可以參考http://speex.org/。

2.接口說明

預處理模塊包括自動增益控制、靜音檢測和迴音消除。以下是接口函數，具體參考speex\ speex_preprocess.h。

 

函數名稱	功能簡介
speex_preprocess_state_init	創建預處理器
speex_preprocess_state_destroy	銷燬預處理器
speex_preprocess_run	處理一幀數據
speex_preprocess	處理一幀數據（廢棄的）
speex_preprocess_estimate_update	更新預處理器
speex_preprocess_ctl	設置和讀取預處理器的參數

 

2.1.1  speex_preprocess_state_init

函數原形	SpeexPreprocessState *speex_preprocess_state_init(int frame_size, int sampling_rate);
功能	創建預處理器
參數	Frmae_size   [in]每幀的大小（建議幀長爲20ms） Sample_rate  [in]採樣率（支持8k、16k、44k）
返回值	成功返回預處理器指針，失敗返回NULL
說明	加入是16k的語音數據，幀長20ms等於320個採樣

 

2.1.2  speex_preprocess_state_destroy

函數原形	void speex_preprocess_state_destroy(SpeexPreprocessState *st);
功能	銷燬預處理器
參數	St           [in]處理器指針
返回值	Void
說明

 

2.1.3  speex_preprocess_run

函數原形	int speex_preprocess_run(SpeexPreprocessState *st, spx_int16_t *x);
功能	處理一幀語音數據
參數	St           [in]處理器指針 X            [in|out]數據緩存，處理後的數據也存入該緩存中
返回值	如果VAD打開，返回值爲1表示有語音，爲0表示靜音或者噪音
說明

 

2.1.4  speex_preprocess

函數原形	int speex_preprocess(SpeexPreprocessState *st, spx_int16_t *x, spx_int32_t *echo);
功能	處理一幀語音數據（廢棄的函數，簡介調用speex_preprocess_run）
參數	St           [in]處理器指針 X            [in|out]數據緩存，處理後的數據也存入該緩存中
返回值
說明

 

2.1.5  speex_preprocess_estimate_update

函數原形	void speex_preprocess_estimate_update(SpeexPreprocessState *st, spx_int16_t *x);
功能	更新預處理器，不會計算輸出語音
參數	St           [in]處理器指針 X            [in]數據緩存
返回值	Void
說明

 

2.1.6  speex_preprocess_ctl

函數原形	int speex_preprocess_ctl(SpeexPreprocessState *st, int request, void *ptr);
功能	設置預處理器的參數
參數	St           [in]處理器指針 Request      [in]參數的類型（由宏來代表不同的參數） Ptr          [in|out]參數的值（設置參數時爲in，獲得參數參數時爲out，這個由宏決定）
返回值	成功返回0，失敗返回-1（表明未知的請求參數）
說明	以下數標識參數類型的宏 /** Set preprocessor denoiser state 降噪*/ #define SPEEX_PREPROCESS_SET_DENOISE 0 /** Get preprocessor denoiser state */ #define SPEEX_PREPROCESS_GET_DENOISE 1   /** Set preprocessor Automatic Gain Control state 自動增益控制 */ #define SPEEX_PREPROCESS_SET_AGC 2 /** Get preprocessor Automatic Gain Control state */ #define SPEEX_PREPROCESS_GET_AGC 3   /** Set preprocessor Voice Activity Detection state 靜音檢測 */ #define SPEEX_PREPROCESS_SET_VAD 4 /** Get preprocessor Voice Activity Detection state */ #define SPEEX_PREPROCESS_GET_VAD 5   /** Set preprocessor Automatic Gain Control level (float) */ #define SPEEX_PREPROCESS_SET_AGC_LEVEL 6 /** Get preprocessor Automatic Gain Control level (float) */ #define SPEEX_PREPROCESS_GET_AGC_LEVEL 7   /** Set preprocessor dereverb state */ #define SPEEX_PREPROCESS_SET_DEREVERB 8 /** Get preprocessor dereverb state */ #define SPEEX_PREPROCESS_GET_DEREVERB 9   /** Set preprocessor dereverb level */ #define SPEEX_PREPROCESS_SET_DEREVERB_LEVEL 10 /** Get preprocessor dereverb level */ #define SPEEX_PREPROCESS_GET_DEREVERB_LEVEL 11   /** Set preprocessor dereverb decay */ #define SPEEX_PREPROCESS_SET_DEREVERB_DECAY 12 /** Get preprocessor dereverb decay */ #define SPEEX_PREPROCESS_GET_DEREVERB_DECAY 13   /** Set probability required for the VAD to go from silence to voice */ #define SPEEX_PREPROCESS_SET_PROB_START 14 /** Get probability required for the VAD to go from silence to voice */ #define SPEEX_PREPROCESS_GET_PROB_START 15   /** Set probability required for the VAD to stay in the voice state (integer percent) */ #define SPEEX_PREPROCESS_SET_PROB_CONTINUE 16 /** Get probability required for the VAD to stay in the voice state (integer percent) */ #define SPEEX_PREPROCESS_GET_PROB_CONTINUE 17   /** Set maximum attenuation of the noise in dB (negative number) */ #define SPEEX_PREPROCESS_SET_NOISE_SUPPRESS 18 /** Get maximum attenuation of the noise in dB (negative number) */ #define SPEEX_PREPROCESS_GET_NOISE_SUPPRESS 19   /** Set maximum attenuation of the residual echo in dB (negative number) */ #define SPEEX_PREPROCESS_SET_ECHO_SUPPRESS 20 /** Get maximum attenuation of the residual echo in dB (negative number) */ #define SPEEX_PREPROCESS_GET_ECHO_SUPPRESS 21   /** Set maximum attenuation of the residual echo in dB when near end is active (negative number) */ #define SPEEX_PREPROCESS_SET_ECHO_SUPPRESS_ACTIVE 22 /** Get maximum attenuation of the residual echo in dB when near end is active (negative number) */ #define SPEEX_PREPROCESS_GET_ECHO_SUPPRESS_ACTIVE 23   /** Set the corresponding echo canceller state so that residual echo suppression can be performed (NULL for no residual echo suppression) 消除回聲 */ #define SPEEX_PREPROCESS_SET_ECHO_STATE 24 /** Get the corresponding echo canceller state */ #define SPEEX_PREPROCESS_GET_ECHO_STATE 25   /** Set maximal gain increase in dB/second (int32) */ #define SPEEX_PREPROCESS_SET_AGC_INCREMENT 26   /** Get maximal gain increase in dB/second (int32) */ #define SPEEX_PREPROCESS_GET_AGC_INCREMENT 27   /** Set maximal gain decrease in dB/second (int32) */ #define SPEEX_PREPROCESS_SET_AGC_DECREMENT 28   /** Get maximal gain decrease in dB/second (int32) */ #define SPEEX_PREPROCESS_GET_AGC_DECREMENT 29   /** Set maximal gain in dB (int32) */ #define SPEEX_PREPROCESS_SET_AGC_MAX_GAIN 30   /** Get maximal gain in dB (int32) */ #define SPEEX_PREPROCESS_GET_AGC_MAX_GAIN 31   /*  Can't set loudness */ /** Get loudness */ #define SPEEX_PREPROCESS_GET_AGC_LOUDNESS 33   /*  Can't set gain */ /** Get current gain (int32 percent) */ #define SPEEX_PREPROCESS_GET_AGC_GAIN 35   /*  Can't set spectrum size */ /** Get spectrum size for power spectrum (int32) */ #define SPEEX_PREPROCESS_GET_PSD_SIZE 37   /*  Can't set power spectrum */ /** Get power spectrum (int32[] of squared values) */ #define SPEEX_PREPROCESS_GET_PSD 39   /*  Can't set noise size */ /** Get spectrum size for noise estimate (int32)  */ #define SPEEX_PREPROCESS_GET_NOISE_PSD_SIZE 41   /*  Can't set noise estimate */ /** Get noise estimate (int32[] of squared values) */ #define SPEEX_PREPROCESS_GET_NOISE_PSD 43   /* Can't set speech probability */ /** Get speech probability in last frame (int32).  */ #define SPEEX_PREPROCESS_GET_PROB 45   /** Set preprocessor Automatic Gain Control level (int32) */ #define SPEEX_PREPROCESS_SET_AGC_TARGET 46 /** Get preprocessor Automatic Gain Control level (int32) */ #define SPEEX_PREPROCESS_GET_AGC_TARGET 47

 

3.實例代碼

3.1  AGC

#define NN 320

/*

    語音數據爲單通道、16bit、16k

*/

int _tmain(int argc, _TCHAR* argv[])

{

 

     short in[NN];

     int i;

     SpeexPreprocessState *st;

     int count=0;

     float f;

 

     st = speex_preprocess_state_init(NN, 16000);

    

     i=1;

     speex_preprocess_ctl(st, SPEEX_PREPROCESS_SET_AGC, &i);

     f=16000;

     speex_preprocess_ctl(st, SPEEX_PREPROCESS_SET_AGC_LEVEL, &f);

 

 

     while (1)

     {

         int vad;

         fread(in, sizeof(short), NN, stdin);

         if (feof(stdin))

              break;

         vad = speex_preprocess_run(st, in);

         //fprintf (stderr, "%d\n", vad);

         fwrite(in, sizeof(short), NN, stdout);

         count++;

     }

     speex_preprocess_state_destroy(st);

 

     return 0;

}