matlab实现背景声消除

Posted 2023-04-01

现有两个wav文件，一个是A歌曲的人声+配乐，一个是A歌曲的纯配乐，问一下用matlab怎样可以把人声分离出来。
原理我不太懂，大致觉得类似于减法，应该可以相减得到人声，请教各位高手了。
请把算法列出来，测试通过的话再追加100分，多谢了
试验项目，需要用matlab仿真的

COOLEDIT是个好软件，建议楼主用COOLEDIT吧，真的很好用的，上次一朋友就用的COOLEDIT来消除了背景音，而且后来效果相当的不错
==========================
应该是过滤吧 就是拿A歌曲的人声+配乐的WAV然后把A歌曲的纯配乐过滤掉 matlab没用过，不过原理应该相同
==========================
找了点资料，楼主看看
#include <stdio.h>
#include <cv.h>
#include <highgui.h>

int main( int argc, char** argv )

//声明IplImage指针
IplImage* pFrame = NULL;
IplImage* pFrImg = NULL;
IplImage* pBkImg = NULL;

CvMat* pFrameMat = NULL;
CvMat* pFrMat = NULL;
CvMat* pBkMat = NULL;

CvCapture* pCapture = NULL;

int nFrmNum = 0;

//创建窗口
cvNamedWindow("video", 1);
cvNamedWindow("background",1);
cvNamedWindow("foreground",1);
//使窗口有序排列
cvMoveWindow("video", 30, 0);
cvMoveWindow("background", 360, 0);
cvMoveWindow("foreground", 690, 0);

if( argc != 2 )

fprintf(stderr, "Usage: bkgrd <video_file_name>\n");
return -1;


//打开视频文件
if( !(pCapture = cvCaptureFromFile(argv[1])))

fprintf(stderr, "Can not open video file %s\n", argv[1]);
return -2;


//逐帧读取视频
while(pFrame = cvQueryFrame( pCapture ))

nFrmNum++;

//如果是第一帧，需要申请内存，并初始化
if(nFrmNum == 1)

pBkImg = cvCreateImage(cvSize(pFrame->width, pFrame->height),
IPL_DEPTH_8U,1);
pFrImg = cvCreateImage(cvSize(pFrame->width, pFrame->height),
IPL_DEPTH_8U,1);
pBkMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);
pFrameMat = cvCreateMat(pFrame->height, pFrame->width, CV_32FC1);

//转化成单通道图像再处理
cvCvtColor(pFrame, pBkImg, CV_BGR2GRAY);
cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);

cvConvert(pFrImg, pFrameMat);
cvConvert(pFrImg, pFrMat);
cvConvert(pFrImg, pBkMat);

else

cvCvtColor(pFrame, pFrImg, CV_BGR2GRAY);
cvConvert(pFrImg, pFrameMat);
//先做高斯滤波，以平滑图像
//cvSmooth(pFrameMat, pFrameMat, CV_GAUSSIAN, 3, 0, 0);

//当前帧跟背景图相减
cvAbsDiff(pFrameMat, pBkMat, pFrMat);

//二值化前景图
cvThreshold(pFrMat, pFrImg, 60, 255.0, CV_THRESH_BINARY);

//进行形态学滤波，去掉噪音
//cvErode(pFrImg, pFrImg, 0, 1);
//cvDilate(pFrImg, pFrImg, 0, 1);

//更新背景
cvRunningAvg(pFrameMat, pBkMat, 0.003, 0);
//将背景转化为图像格式，用以显示
cvConvert(pBkMat, pBkImg);

//显示图像
cvShowImage("video", pFrame);
cvShowImage("background", pBkImg);
cvShowImage("foreground", pFrImg);

//如果有按键事件，则跳出循环
//此等待也为cvShowImage函数提供时间完成显示
//等待时间可以根据CPU速度调整
if( cvWaitKey(2) >= 0 )
break;
// end of if-else
// end of while-loop

//销毁窗口
cvDestroyWindow("video");
cvDestroyWindow("background");
cvDestroyWindow("foreground");

//释放图像和矩阵
cvReleaseImage(&pFrImg);
cvReleaseImage(&pBkImg);

cvReleaseMat(&pFrameMat);
cvReleaseMat(&pFrMat);
cvReleaseMat(&pBkMat);

return 0;

参考资料：http://bbs.matwav.com/post/view?bid=105&id=758044&sty=0

参考技术A http://www.sodw.org/html/matlab/1012712.html

可以看下这里的！ 参考技术B 楼主我用的也是：Cool Edit Pro 2.1
用这个可以，装上三个插件很简单的，还可以找到教程！本回答被提问者采纳 参考技术C 为什么不用COOLEDIT?

声反馈消除技术

 一般声反馈MIC通过音箱放出来的声音再次被MIC采集，从而再次放大不断循环达到音箱的极限后形成了啸叫。

声反馈消除技术（啸叫抑制）：现在用的有三种：移频技术，陷波器技术，自适应滤波器处理。 
移频的话计算量最小，我们知道所有信号都可以看成正弦信号叠加而成，只需要用到Hilbert变换FIR滤波器即可以实现。ti 5509定点DSP上实现移频算法，移5Hz的频率，效果只能提升3dB左右增益。 
陷波器技术国外厂商（塞宾，dbx）用得最多，音质相对其它两种算法要好。陷波器的难点在于啸叫点的查找，一般来讲可以通过谐波辅助来查找，然而频率的分辨率也是要考虑到的问题，是用FFT，CZT，还是其它频谱细化的算法，算法的复杂度也要考虑的。一般在浮点DSP上实现。增益也只能提升3dB左右。可以看下《Fifty Years of Acoustic Feedback Control》。 
自适应滤波器国内用的最多，提升增益最多，在相同的条件下可以提升9dB以上，音质在可接受范围内，16k采样率的话，用了25%左右CPU（450MHz），最终要不断测试验证，才可以有比较好的效果。另外话筒，音箱的质量也会对效果有影响。 
专业演唱还是调音师用EQ来处理；在低成本的市场就用移频器；自适应滤波可以用在教室，会议等对扩声要求比较大的场合；陷波器则可用在对音质要求高会议，扩声要求不大的场合。别外对于自适应滤波波的音质及延时还需要提升。 
以上是基于个人的一些认识，不当之处请指正。