Giảm trừ một luồng âm thanh từ một luồng âm thanh khác

Tôi là một kỹ sư phần mềm lâu năm nhưng thực tế không có kinh nghiệm xử lý tín hiệu / âm thanh. Tôi quan tâm đến việc tìm hiểu về xử lý tín hiệu thông qua trường hợp sử dụng mà chúng tôi có cho một trong các thành phần âm thanh của mình. LƯU Ý: đây chỉ là một bài tập học tập đối với tôi ... nó không phải là ưu tiên mà kết quả cuối cùng có ích.

Chúng tôi có một thành phần (A) tạo ra âm thanh (thông qua loa). Chúng tôi có một thành phần khác (B) ghi lại âm thanh đó (thông qua một micrô đơn giản).

Những gì tôi muốn làm là sử dụng A để ghi lại âm thanh của B. Sau đó, tôi muốn, nếu thậm chí có thể, so sánh hai luồng. Mục tiêu sẽ là loại bỏ âm thanh có trong luồng A - để lại các điều kiện môi trường tồn tại trong quá trình ghi - tôi hiểu việc loại bỏ hoàn toàn là không thể.

Tôi nhận ra rằng có những vấn đề về pha và cường độ. Tôi cũng nhận ra rằng đó không chỉ là vấn đề đơn giản của việc "trừ" B khỏi A. Điều đó nói rằng, giả định của tôi là bạn có thể trừ A khỏi A.

Tôi muốn hiểu làm thế nào để tiếp cận vấn đề. Một lần nữa, đây là một kinh nghiệm học tập đối với tôi (không có thời hạn); Tôi sẵn sàng bắt đầu lại từ đầu.

Bất kỳ lời khuyên / đề nghị sẽ được nhiều đánh giá cao.

Thiết lập này chia sẻ một số điểm tương đồng với các vấn đề nhận dạng hệ thống, trong đó $A$ sẽ là đầu vào của hệ thống LTI mà bạn muốn ước tính hàm truyền của, $B$là đầu ra; và "âm thanh xung quanh" là tiếng ồn phụ gia. Giả định LTI là hợp lý với điều kiện bộ chuyển đổi / bộ khuếch đại / bộ chuyển đổi của bạn có chất lượng khá.

Vì vậy, các bước sẽ là:

• Sử dụng kỹ thuật nhận dạng hệ thống để tìm bộ lọc FIR $\hat{h}$ làm giảm thiểu lỗi bình phương trung bình giữa $\hat{h} \star A$ và $B$. Một phương pháp đơn giản, có thể không phù hợp nhất ở đây, là phân chia mối tương quan chéo của$A$ và $B$ bởi sự tự tương quan của $A$. Giải thích tại đây . Hạn chế là nó sẽ không hoạt động tốt đối với các bản ghi dài (bạn có thể tính toán tốt hơn các ước tính của mình trên các phân đoạn ngắn hơn và trung bình chúng) - và âm nhạc không phải là tín hiệu "thăm dò" tốt nhất để gửi vào hệ thống để ước tính phản hồi của nó.
• Bây giờ bạn có thể sử dụng $\hat{h} \star A$ như một ước tính của tín hiệu gốc A là "nghe" bởi micrô và trừ nó khỏi $B$ để lấy âm thanh xung quanh.

Tôi đã chụp ảnh này bằng clip nhạc (A), áp dụng mô hình hồi âm và amp nhẹ để mô phỏng loa trong phòng, sau đó trộn vào mẫu âm thanh mèo để lấy (B), sau đó ước tính đáp ứng xung từ ( Cặp A, B), sau đó trừ A được lọc khỏi B. Điều này cho thấy một số kết quả nhưng kỹ thuật ước lượng FIR tốt hơn có thể giúp ích ở đây! (lưu ý rằng tôi đã cắt IR ước tính thành 5000 mẫu đầu tiên để tăng tốc tính toán).

Lưu ý rằng có các thuật toán để thực hiện việc này một cách thích ứng (như LMS ). Điều này có thể phù hợp hơn cho vấn đề của bạn nếu$A$ và $B$được xử lý trong thời gian thực chứ không phải ngoại tuyến. Các thuật toán như vậy tạo thành cơ sở của các hệ thống khử tiếng vang được sử dụng trong viễn thông.

Vấn đề không cho phép âm thanh xung quanh chính xác là đầu ra là:

(a) độ lệch pha (b) độ lệch pha do thời gian trễ.

Do đó, tổng thể tín hiệu được ghi bởi B sẽ là (giả sử phòng hoạt động như một hệ thống LTI) $y_B[n]=\sum_{k=0}^{p}\alpha_k x_A[n-k]+x_{amb}[n])=(x*h)[n]+x_{amb}[n]$, Ở đâu $h[n]=\alpha_n$hoặc vì vậy phòng đáp ứng xung. Đây$x_{amb}[n]$là tín hiệu xung quanh tại vị trí của B. Hiện nay,$z[n]=x_A[n]-y_B[n]$ bạn có thể thấy rằng bạn sẽ có $z[n]\neq x_{amb}[n]$, trừ khi bạn biết đáp ứng xung của phòng hoặc ước tính của nó. Để có được cái nhìn sâu sắc, bạn có thể đi tiếp bằng cách thực hiện phép trừ và xem phổ của tín hiệu kết quả và so sánh với phổ tín hiệu xung quanh và chỉ phổ của tín hiệu A.

Một cách khác là đặt mic gần A để giảm thiểu ảnh hưởng của phản ứng xung trong phòng, một kỹ thuật như vậy được sử dụng trong tai nghe khử tiếng ồn trong đó loại bỏ tiếng ồn xung quanh. http://en.wikipedia.org/wiki/Naty-cancelling_headphonese .

Nghe có vẻ giống như một trường hợp tiêu chuẩn cho "loại bỏ tiếng vang âm thanh". Rất nhiều bằng sáng chế, tài liệu nghiên cứu và luận văn học thuật tồn tại trong chủ đề này (bắt đầu từ năm 1967, tôi tin với bài báo của MM Sondhi "Một âm thanh Echo Cancellor thích ứng").

Một cái nhìn tổng quan đơn giản có ở đây http://supportdocs.polycom.com/PolycomService/support/global/document/support/technical/products/voice/vortex_choose_acoust_echo_canceller.pdf .

Đây là một cuốn sách hay về chủ đề này http://www.amazon.com/Advances-Network-Acoust-Cancname-Processing/dp33540417214