基于MCRA-OMLSA的语音降噪(二)：实现

上篇文章（基于MCRA-OMLSA的语音降噪(一)：原理）讲了基于MCRA-OMLSA降噪的原理，本篇讲怎么做软件实现。软件实现有多种方式。单纯看降噪效果可用python，因为python有丰富的库可用，可节省不少时间，把主要精力放在降噪效果提升上。如果要把算法用在产品上就得用其他语言。我们是芯片公司，且我们team偏底层，最常用的语言是C，所以我又用C实现了该算法。本文先讲讲在python下的实现，再讲讲在C下的实现。

一，python下的实现

Python有丰富的库，音频文件读取的librosa/soundfile等，数学库的numpy（里面也包含了信号处理的fft等），连算指数积分的都有了（scipy.special.exp1）。算法原理搞清楚了后先画软件流程图，如下图：

根据流程图并且基于现成的python库很快就能把算法实现了。关键是调优，要有好的降噪效果。算法里参数较多，主要有α_p、α_s、α_d等，其中有些有推荐的经验值，有些需要自己tuning。参数tuning过程中降噪效果评估依旧用权威的PESQ。将干净语音和噪声以指定的SNR（通常有0db/5db/10db/15db等）叠加后得到带噪语音，用降噪算法对这个带噪语音做降噪得到降噪后的语音。用PESQ工具分别将带噪语音和降噪后的语音与原来的干净语音做比较，可以得到MOS分提高了多少。花了一些时间tuning后有了一个相对不错的降噪效果，以叠加的是白噪声为例，降噪后在各种SNR下的MOS分提升如下表：

二，C语言下的实现

C语言下的实现要用在产品中，算法的运算量（即 CPU load）是一个要重点考虑的因素。实现通常分两个阶段。第一阶段是基于C中已有数学库的浮点实现，在参数值一样的情况下降噪效果要和python实现的保持一致。如果运算量较大或者处理器不支持浮点运算，需要进入第二阶段。首先将用到的数学库函数用自己写的函数（函数里只有加减乘除等）代替，然后再将整个算法定点化，使运算量降下来。

1，第一阶段

首先根据算法和流程图定义结构体和API。这里简单把API列一下，如下图：

从上图看出，MCRA和OMLSA各有两个API，相对简洁，一个是初始化，一个是算法处理。实现时遇到的第一个问题是C语言数学库里没有提供指数积分函数，需要自己实现。在网上搜了下，书《常用算法程序集（C语言）第三版》的14.15节讲了怎么算指数积分，这里简单介绍下。令

又

其中γ为欧拉常数（γ = 0.577215664901532860606512）。

可以通过该书9.7节的勒让德-高斯求积分法来求。对勒让德-高斯求积分法感兴趣的可以找相关资料来看，这里就不详细介绍了。把Ei(x)求出后再取反就是算法中所要的的值。取几个值比较这个实现与python里scipy.special.exp1的结果，如下表，可以看出精度还是挺高的。

算法代码写好后，还需要FFT相关的代码才能调试，FFT相关的选用了CMSIS里浮点实现的代码。调试时带噪语音文件依旧用的是python实现调试的那个，这样结果好对齐，方便比较各个环节的输出，如FFT的输出、噪声估计的输出等。调试时要一级一级的调，在误差允许的范围内，如果上一级的输出一致而本级的输出不一致，则问题就出在这一级里。在这个方法下很快就调试好了，在误差允许的范围内，每帧各个频点降噪后的幅度谱与python里的保持一致。

2，第二阶段

第二阶段可分两个子阶段，一是把数学库的函数用自己写的函数（函数里只有加减乘除等运算）替代，二是把整个算法定点化。目前第一个子阶段已完成，第二个子阶段完成后有机会也会写怎么对算法做定点化的。

算法用到的数学库函数主要是自然指数（exp()）和一般指数(pow())，再加上做完FFT后是复数，需要用求平方根(sqrt())算得幅度谱，所以需要写出这几个库函数对应的函数。对于一般的求指数而言，它可以转换成求自然指数和自然对数，具体关系如下：，所以只要实现了自然指数和自然对数就可以了。这样最终实现的函数是3个：自然指数，自然对数，求平方根。至于怎么实现的这3个函数，细节较多，会在后面专门写一篇文章讲。实现完这些函数后与标准库里的做比较，误差在允许的范围内即可。再把这些函数用在算法中，拿降噪后的幅度谱与python里的比较，误差也在允许的范围内。