Android實現錄音靜音降噪
本文實例為大傢分享瞭Android實現錄音靜音降噪的具體代碼，供大傢參考，具體內容如下
需求：
客戶反饋產品的錄音裡面很多雜音（因為我們把Codec的錄音增益調至最大，且電路上沒有專用的音頻處理芯片、CPU直接接MIC（有包地））。在外殼、硬件不能修改的情況下，軟件得想想辦法嘗試解決問題。
首先想到的是雙麥降噪，原理大概是：一個主麥克風用來做通話，另一個收集環境噪音，對音頻波形分析和相位操作，疊加到主麥克風的采樣波形上，形成相位抵消，就降噪瞭。缺點是，兩個麥克風不能距離太近，並且兩個麥克風距離說話人的距離不能太遠，太遠瞭角度就很小瞭，根本無法分辨出來，另外，根據產品使用情況，上下麥克風各自都有幾率稱為主麥克風。所以實驗測試出來的結果並沒有很好。
考慮到錄音噪音在有“人聲”的時候是分辨不出來的、或者說影響很小，而在靜音時有明顯的環境噪聲，因此想使用靜音降噪的方法來規避問題。
本文隻是簡單的靜音降噪，原理如下：考慮到啟動錄音時，要等待一段時間（比如0.5s）才會有人聲，可根據這0.5s時間來預測噪聲的大小（閾值），然後以此為基礎來檢測“人聲”的起始點。在人聲到來前，把所有音頻數據設置為0，也就是做靜音處理，所以這裡叫靜音降噪。而人聲到來時，返回實際的音頻數據（包括裡面的噪聲數據）。計算閾值的方法隻是簡單的求和平均。
下面代碼在RK平臺上hardware/alsa_sound/AudioStreamInALSA.cpp實現。
#define MUTE_NOISE_REDUCTION
#ifdef MUTE_NOISE_REDUCTION
bool enable_reduction_noise = false; //由屬性sys.is.audiorecord.only控制
int threshold_def = 0x400; //默認閾值
int threshold = 0; //自適應噪聲閾值
int threshold_count = 0; //計數，超過THRESHOLD_COUNT則使用threshold來檢測“人聲”
#define THRESHOLD_COUNT 10
#define MUTE_DELAY_COUNT 15 //播放人聲後保留的音頻幀數、不靜音
#define AUDIO_BUFFER_NUM 4 //緩存音頻數據的幀數
#define AUDIO_BUFFER_SIZE 1024 //一幀的音頻數據大小
char *audio_buffer[AUDIO_BUFFER_NUM]; //audio_buffer用於緩存音頻數據
char *audio_buffer_temp; //用於交互音頻數據
int audio_buffer_pos=0;
#endif
#ifdef MUTE_NOISE_REDUCTION
{
unsigned int value = 0;
int is_voice = 0;
static int is_mute_delay_count;
//ALOGE("in_begin_swip_num:%d in_begin_narrow_num=%d",in_begin_swip_num,in_begin_narrow_num);
if(enable_reduction_noise && bytes > AUDIO_BUFFER_SIZE){
bytes = AUDIO_BUFFER_SIZE;
}
if(enable_reduction_noise){
unsigned char * buffer_temp=(unsigned char *)buffer;
unsigned int total = 0;
unsigned int total_count=0;
unsigned int total_temp = 0;
short data16;
int j = 0;
for(j=0; j<bytes; j=j+2){
value = buffer_temp[j+1]; //第二個字節為高位數據
value = (value<<8)+buffer_temp[j]; //獲得一個16bit的音頻數據
data16 = value&0xFFFF;
if( (data16 & 0x8000) == 0){//正數
total +=data16; //思考：會不會溢出
total_count++; //計數
}
}
total_temp = total/total_count;
if(total_temp > threshold_def){
is_voice++; //檢測到人聲
}else { //is noise
if(threshold_count == 0){
threshold = total_temp;
}else{
threshold = (threshold+total_temp)/2;
}
threshold_count++;
if(threshold_count >= THRESHOLD_COUNT){
threshold_def = threshold*2; //更新閾值，這裡的2要對產品實驗來確定。
threshold_count = THRESHOLD_COUNT; //此後一直用新閾值，直到停止錄音
}
}
//is_mute_delay_count的意義是，如果前面播放瞭人聲，那再停止說話之後繼續保留MUTE_DELAY_COUNT的音頻數據，這樣不會“戛然而止”。
if( is_voice != 0 ){
is_mute_delay_count=MUTE_DELAY_COUNT;
}else{
if(is_mute_delay_count != 0)
is_mute_delay_count--;
}
//audio_buffer的意義：檢測到人聲，要返回說話前的一小段音頻數據，否則聲音從靜音到人聲有個POP聲的跳躍。
//這裡用audio_buffer來緩存AUDIO_BUFFER_NUM幀數據。
if(is_mute_delay_count == 0){//Mute in order to remove noise
memcpy(audio_buffer[audio_buffer_pos], (char *)buffer, bytes); //緩存音頻
memset(buffer, 0, bytes); //返回靜音數據
}else {
memcpy(audio_buffer_temp, (char *)buffer, bytes);
memcpy((char *)buffer, audio_buffer[audio_buffer_pos], bytes); //返回舊的音頻數據
memcpy(audio_buffer[audio_buffer_pos], (char *)audio_buffer_temp, bytes); //保存新的音頻數據
}
audio_buffer_pos++;
if(audio_buffer_pos>=AUDIO_BUFFER_NUM)
audio_buffer_pos=0;
}
}
#endif
以上就是本文的全部內容，希望對大傢的學習有所幫助，也希望大傢多多支持WalkonNet。