第十七章 舒适噪声生成

舒适噪声应用在实时语音通信（VoIP，电话等）场景中，主要解决两个问题，第一个是减小传输数据量，进而减小传输带宽的要求，这是因为50%的时间是没有语音的，第二个是让人感觉语音通信是持续连接的。

随机数生成

舒适噪声的生成算法中用到了随机数生成算法，随机数将会被填充为语音通信的背景噪声；这里分析乘加同余法实现，该算法由Lehmer于1951年提出，对任意一个初始值$x_1$，伪随机数序列由下列递推公式确定：

$x_{i+1} = a \cdot x_i (modM), \Sigma_{i+1}= \frac{x_{i+1}}{M}, i=1,2,\cdots \tag{1}$

其中a为常数。

为便于计算机实现，通常取$M=2^s$，其中s为计算机中二进制数的最大可能有效位数，$x_1=奇数$， $a=5^{2k+1}$，其中k使$5^{2k+1}$在计算机上所能容纳的最大的整数，

递推公式如下：

RANDU随机数产生器有IBM提出

取69096是为了解决乘同余产生器在三维和三维以上的空间中，所产生的随机数总是聚集在一些超平面上随机数序列是关联的问题。

static uint32_t IncreaseSeed(uint32_t* seed)  {
  seed[0] = (seed[0] * ((int32_t)69069) + 1) & (kMaxSeedUsed - 1);
   return seed[0];
 }

int16_t WebRtcSpl_RandU(uint32_t* seed) {
  return (int16_t)(IncreaseSeed(seed) >> 16);
}

int16_t WebRtcSpl_RandN(uint32_t* seed) {
    return kRandNTable[IncreaseSeed(seed) >> 23];
 }

  // Creates an array of uniformly distributed variables.
int16_t WebRtcSpl_RandUArray(int16_t* vector,
                             int16_t vector_length,
                             uint32_t* seed) {
    int i;
    for (i = 0; i < vector_length; i++) {
      vector[i] = WebRtcSpl_RandU(seed);
    }
    return vector_length;
  }

舒适噪声生成实现

1.首先生成随机数，调用前面的随机数生成算法，并将其归一化到正负一之间。

    // Generate a uniform random array on [0 1]
    WebRtcSpl_RandUArray(randW16, PART_LEN, &aec->seed);
    for (i = 0; i < PART_LEN; i++) {
      rand[i] = ((float)randW16[i]) / 32768;
    }

2.生成噪声

抑制低频噪声，就是将u[0]之后的都赋值为0.为了对频域的信号进行加噪，需要使用欧拉公式，得到实部和虚部分别对应的cos和sin分量值。

    // Reject LF noise
    u[0][0] = 0;
    u[0][1] = 0;
    for (i = 1; i < PART_LEN1; i++) {
      tmp = pi2 * rand[i - 1];

      noise = sqrtf(noisePow[i]);
      u[i][0] = noise * cosf(tmp);
      u[i][1] = -noise * sinf(tmp);
    }
    u[PART_LEN][1] = 0;

3.对分量值进行相乘

为了防止背景噪声过大，使用了限制因子tmp，该值根据lambda值计算，该值的意义见AEC分析。

    for (i = 0; i < PART_LEN1; i++) {
      // This is the proper weighting to match the background noise power
      tmp = sqrtf(WEBRTC_SPL_MAX(1 - lambda[i] * lambda[i], 0));
      // tmp = 1 - lambda[i];
      efw[0][i] += tmp * u[i][0];
      efw[1][i] += tmp * u[i][1];
    }

如果是宽带的32KHz的信号，还会对高频子带做类似的操作。