### 谱减法降噪技术的 Python 实现 谱减法是一种基于短时傅里叶变换（STFT）的语音增强方法，其核心思想是在频域中对带噪语音信号进行噪声估计，并从原始信号的幅度谱中减去该噪声估计值。以下是一个完整的 Python 实现流程。 #### 1. 短时傅里叶变换（STFT） 首先定义 STFT 函数用于将时域信号转换为频域表示： ```python import numpy as np from scipy.signal import stft, istft import matplotlib.pyplot as plt def compute_stft(signal, fs, frame_length=256, overlap=128, nfft=512): f, t, Zxx = stft(signal, fs=fs, window='hamming', nperseg=frame_length, noverlap=overlap, nfft=nfft) return f, t, Zxx ``` 该函数使用 `scipy.signal.stft` 进行频谱分析，返回频率向量 `f`、时间向量 `t` 和复数频谱矩阵 `Zxx` [^1]。 #### 2. 噪声估计 假设音频的前几帧为无语音活动段，可用于估计噪声功率谱： ```python def estimate_noise(Zxx, num_noise_frames=10): noise_power = np.mean(np.abs(Zxx[:, :num_noise_frames])**2, axis=1, keepdims=True) return noise_power ``` 该函数计算前 `num_noise_frames` 帧的平均功率作为噪声估计 [^1]。 #### 3. 谱减处理 对每一帧进行谱减操作，避免负值并保留相位信息： ```python def spectral_subtraction(Zxx, noise_power, alpha=2.0, beta=0.1): magnitude = np.abs(Zxx) phase = np.angle(Zxx) subtracted = np.maximum(magnitude**2 - alpha * noise_power, beta * noise_power) enhanced_magnitude = np.sqrt(subtracted) enhanced_Zxx = enhanced_magnitude * np.exp(1j * phase) return enhanced_Zxx ``` 其中 `alpha` 是过减因子，`beta` 是谱下限参数，用于控制低能量区域的抑制程度 [^1]。 #### 4. 逆短时傅里叶变换（ISTFT） 将增强后的频谱重新转换为时域信号： ```python def reconstruct_signal(Zxx_enhanced, fs, frame_length=256, overlap=128, nfft=512): t, reconstructed_signal = istft(Zxx_enhanced, fs=fs, window='hamming', nperseg=frame_length, noverlap=overlap, nfft=nfft) return t, reconstructed_signal ``` 该函数调用 `scipy.signal.istft` 完成信号重建 [^1]。 #### 5. 主流程整合 将以上模块整合为一个完整的语音降噪流程： ```python import soundfile as sf # 读取带噪语音文件 signal, fs = sf.read('noisy_audio.wav') # 计算 STFT f, t, Zxx = compute_stft(signal, fs) # 噪声估计 noise_power = estimate_noise(Zxx, num_noise_frames=10) # 谱减处理 enhanced_Zxx = spectral_subtraction(Zxx, noise_power) # 重构信号 t_recon, cleaned_signal = reconstruct_signal(enhanced_Zxx, fs) # 保存结果 sf.write('cleaned_audio.wav', cleaned_signal, fs) ``` 上述代码实现了完整的谱减法降噪流程，包括信号预处理、频谱分析、噪声估计、谱减和信号重构 [^1]。 ---