如何计算噪声信号的SNR？

我在理解如何实际操作时遇到问题

我有一个包含纯语音的wav文件，另一个仅包含背景噪声的ave文件（可以是各种噪声，例如白噪声，人群噪声，吹来的风声等）。这些要么纯粹是言语，要么纯粹是噪音。因此，我想我可以通过两个文件中相应样本的简单划分（或样本帧的平均值）从它们获得SNR值。然后，我大胆地将它们组合起来以获得嘈杂的语音文件。我猜该文件将仍然具有相同的SNR。

现在，我将此文件通过降噪程序，并得到另一个文件。如何计算此“降噪”文件的SNR？

-编辑-

后续问题在这里发布

matlab snr

— 用户名
source

Answers:

SNR的通用定义是有用信号的功率除以噪声功率。假设您已将有用信号和噪声信号作为阵列获取，则可以像这样在噪声降低之前在Matlab中计算SNR：

snr_before = mean( signal .^ 2 ) / mean( noise .^ 2 );
snr_before_db = 10 * log10( snr_before ) % in dB

降噪后，可以将剩余噪声计算为所需信号与实际信号之差。SNR的计算非常简单：

residual_noise = signal - noise_reduced_signal; 
snr_after = mean( signal .^ 2 ) / mean( residual_noise .^ 2 ); 
snr_after_db = 10 * log10( snr_after )

— 戴夫
source

根据您的情况，信号和noise_reduced_signal必须进行时间对齐。

— dspGuru 2012年

@dspGuru是的，我假设降噪算法不会引入时间延迟。

— 迪夫

@DspGuru和Dev：在这些地方，而不是取整个信号的var和均值，如果我指定信号中肯定包含语音的部分怎么办？对于s \ example，在Matlab中用signal（start_speech：end_speech）替换信号，因为我的信号长达5秒，单词之间有停顿

— user13267

@ user13267哪个信号？降噪之前或之后？通常，您分析的信号越长，对SNR的估计就越好。

— 迪夫

两个都。我的意思是，我的声音样本中有人说一个简短的句子，所以当我大胆地打开它时，我可以看到高强度和低强度区域的波形（我想单词的存在和单词之间的静默）。因此，我只想选择那些包含单词的样本，而不选择那些包含沉默的样本。

— user13267

在输入端：

计算DB1 = 10 * log10（var（noiseSignal））
计算DB2 = 10 * log10（var（cleanSpeechSignal））

SNR = DB2-DB1

在输出端：

通过您的噪声抑制算法发送干净的语音信号。表示输出Y1。
通过噪音抑制算法发送嘈杂的语音信号。表示输出Y2。
计算Z = Y2-Y1
残留噪声DB = 10 * log10（var（Z））
语音DB = 10 * log10（var（Y1））
SNR =语音DB-残余噪声DB

— dspGuru
source

确实也需要使干净的语音信号通过降噪算法吗？语音信号在降噪算法前后是否不应该相同，以便我们有一个共同的参考点？

— user13267

这完全取决于您的算法。由于延迟和滤波，输出很可能与干净的输入不匹配。

— dspGuru 2012年

输出（当干净的语音通过降噪算法时）确实与输入不匹配，但是我很确定该算法不会引入任何延迟。请检查我的后续问题（该链接已被编辑为该问题）。在降噪之前（图顶部）和降噪之后（图底部），它具有清晰语音的波形。没有延迟，但是放大率很高，并且某些语音已被滤除。

— user13267