ऑडियो रिकॉर्डिंग में स्वचालित शोर में कमी

एक बार, एक परियोजना को विकसित करते समय, मैं एक दिलचस्प पहेली भर में आया था।
प्रारंभिक स्थितियों:
- एक उपकरण जो एक वेबकैम के माध्यम से ffmpeg के माध्यम से एक ऑडियो ट्रैक के साथ वीडियो रिकॉर्ड करता है
- एक मिनट के बारे में रिकॉर्ड की लंबाई
- ऐसी स्थितियां बनाएं जिनके तहत 1 बार शोर में कमी को सेट करना है, ताकि बाद में यह स्वायत्त रूप से काम करे

खैर, स्वाभाविक रूप से, उस क्षण से, एक मंथन शुरू हुआ।

शुरुआत करने के लिए, मैंने यह समझने का फैसला किया कि शोर क्या है और यह कैसे होता है।
"शोर अलग तीव्रता और आवृत्ति की aperiodic ध्वनियों का एक संग्रह है" विकी
शोर, कम से कम, निरंतर (क्रैकिंग, गूंज), और अस्थिर (कार, गिरावट, संगीत, झटका) हैं।
पहले प्रकार के साथ, सब कुछ बहुत सरल हो गया, कई कार्यक्रम और एल्गोरिदम सिर्फ आवधिक और निरंतर शोर के विशेषज्ञ हैं, क्योंकि आपको बस एक शोर मुखौटा प्राप्त करना होगा (उदाहरण के लिए, रिकॉर्डिंग की शुरुआत में), और इस मास्क का उपयोग करके बाकी सब को साफ़ करें। लेकिन मेरे पास बिल्कुल अराजक शोर था, इसलिए चलो।
मेरे मामले में, शोर अराजक था, और कोई सामान्य आवधिक मुखौटा नहीं था, और नहीं कर सकता था। समय के ढेर के बाद गोगलिंग पर मारे गए, और ऑडीफिल मंचों को पढ़ने के बाद, मुझे 3 समाधान मिले:
- वर्णक्रमीय शोर घटाव
-सक्रिय सक्रिय कमी
- मानव आवाज द्वारा प्रयुक्त आवृत्तियों की सीमाएं

वर्णक्रमीय घटाव
वास्तविक सिग्नल (रिकॉर्डिंग) पर शोर की कई विशेषताएं हैं:
- एपेरियोडिक
- एक परिमित स्पेक्ट्रम है
यदि आवधिक शोर के लिए एक मुखौटा सभी शोर को मिटाने के लिए पर्याप्त है, तो इस मामले में ट्रैक को कई खंडों में विभाजित किया जाता है, और उनमें से प्रत्येक को एक स्वतंत्र संकेत माना जाता है, और इसके लिए शोर मुखौटा को व्यक्तिगत रूप से माना जाता है। इस प्रकार हमें कई मास्क मिलते हैं जिनसे आप काम कर सकते हैं। विचार असतत फूरियर रूपांतरण योजना के समान है। विचार विकसित किया जा सकता है, लेकिन मुझे ऐसी योजना के अनुसार एक भी सॉफ्टवेयर उत्पाद काम नहीं मिला है। इसलिए, इस आइटम को छोड़ दिया गया था।

सक्रिय शोर में कमी
सक्रिय शोर में कमी का सार केवल शोर से युक्त एक तुल्यकालिक संकेत प्राप्त करना है (बिना स्वर, आवाज और हमारे लिए ब्याज की अन्य ध्वनि)। इसके अलावा, यह "शुद्ध-शोर" संकेत तथाकथित एंटीपेज़ के लिए उल्टा है, और शोर रिकॉर्डिंग पर आरोपित है। नतीजतन, शोर और एंटी-शोर एक दूसरे पर हावी हो जाते हैं, और आउटपुट एक साफ रिकॉर्डिंग है। ऐसा लगता है - जो आसान है? लेकिन मेरी स्थितियों में, एक दूसरे माइक्रोफोन का होना संभव नहीं था, ताकि यह पृष्ठभूमि के शोर को रिकॉर्ड करे, बिना उस सामग्री के जो मुझे रुचिकर लगे। और यह आइटम गुमनामी में चला गया है।


मानव आवाज द्वारा उपयोग की जाने वाली आवृत्तियों की सीमाएं
फिर से, एक टन जानकारी को हिलाते हुए, 300 हर्ट्ज से 3000 हर्ट्ज तक की सीमा को मानव आवाज की सीमा के लिए अपनाया गया था।
यह आइटम निष्पादन में अधिक यथार्थवादी निकला, हालांकि इसने उत्कृष्ट परिणाम की गारंटी नहीं दी।
समाधान को आवृत्तियों को सीमित करते हुए नीरो वेव एडिटर के माध्यम से परीक्षण किया गया था। पृष्ठभूमि का शोर, निश्चित रूप से गायब नहीं हुआ, लेकिन यह वजन कम हो गया और नीरस और मफल हो गया, जबकि मानव आवाज अपरिवर्तित रही, और पहले से ही बहुत बेहतर सुना गया था।

इस प्रकार, अपने लिए, मैंने अंतिम आइटम चुना। हालांकि परिणाम सही नहीं है, यह स्वायत्त शोर में कमी का सबसे सरल तरीका है, जिसमें लगभग कोई व्यक्तिगत लागत नहीं है। एकमात्र चेतावनी यह थी कि पूरे के रूप में रिकॉर्डिंग थोड़ी शांत हो गई, जो बिल्कुल भी डरावना नहीं है।

पीएस सभी तर्क शोर में कमी के लिए स्वायत्तता की आवश्यकताओं पर सटीक रूप से आधारित थे। स्वाभाविक रूप से, यदि आप फ़ाइलों को मैन्युअल रूप से संसाधित करते हैं, तो कई बार अधिक विकल्प होते हैं।

संदर्भ:
वीडियो प्रसारण के दौरान ध्वनि शोर को दबाने की समस्या की जांच।