我有一个包含纯语音的wav文件，而另一个仅包含背景噪声的ave文件（可以是各种噪声，例如白噪声，人群噪音，刮风的录音等）。这些要么是纯粹的言语，要么是纯粹的噪音。因此，我想我可以通过在两个文件中对相应样本（或样本帧的平均值）进行简单划分来从中获得SNR值。然后，我大胆地将它们组合起来以获得嘈杂的语音文件。我猜该文件仍将具有相同的SNR。
现在我将此文件通过降噪程序，并得到另一个文件。如何计算此“降噪”文件的SNR？
---编辑---
在此处发布后续问题
#1 楼
SNR的通用定义是有用信号的功率除以噪声功率。假设您已将所需信号和噪声信号作为阵列获得，则可以像这样在噪声降低之前在Matlab中计算SNR：snr_before = mean( signal .^ 2 ) / mean( noise .^ 2 );
snr_before_db = 10 * log10( snr_before ) % in dB
噪声降低之后，残余噪声可以计算为有用信号和实际信号之差。 SNR的计算非常简单：
residual_noise = signal - noise_reduced_signal;
snr_after = mean( signal .^ 2 ) / mean( residual_noise .^ 2 );
snr_after_db = 10 * log10( snr_after )
#2 楼
在输入端：计算DB1 = 10 * log10（var（noiseSignal））
计算DB2 = 10 * log10（var（cleanSpeechSignal））
< SNR为= DB2-DB1
在输出侧：
通过您的噪声抑制算法发送干净的语音信号。表示输出Y1。
通过噪声抑制算法发送嘈杂的语音信号。表示输出Y2。
计算Z = Y2-Y1
residualNoiseDB = 10 * log10（var（Z））
speechDB = 10 * log10（var（Y1））
SNR = speechDB-残差NoiseDB
评论
$ \ begingroup $
是否真的也需要通过降噪算法传递干净的语音信号？语音信号在降噪算法之前和之后是否应该不相同，以便我们有一个共同的参考点？
$ \ endgroup $
–user13267
2012年11月8日下午5:47
$ \ begingroup $
这完全取决于您的算法。由于延迟和滤波，输出很可能与干净的输入不匹配。
$ \ endgroup $
– dspGuru
2012年11月14日19:00
$ \ begingroup $
输出（当通过降噪算法传递干净的语音时）确实与输入不匹配，但是我很确定该算法不会引入任何延迟。请检查我的后续问题（链接已被修改为该问题）。在降噪之前（图顶部）和降噪之后（图底部），它具有清晰语音的波形。没有延迟，但是放大率很高，并且某些语音已被滤除。
$ \ endgroup $
–user13267
2012年11月15日，0：10
评论
$ \ begingroup $
signal和noise_reduced_signal必须根据您的情况进行时间调整。
$ \ endgroup $
– dspGuru
2012年11月2日在16:19
$ \ begingroup $
@dspGuru是的，我假设降噪算法不会引入时间延迟。
$ \ endgroup $
–戴夫
2012年11月3日13:45
$ \ begingroup $
@DspGuru和Dev：在这些地方，如果不指定信号中肯定包含语音的某些部分，怎么办呢？而不是取整个信号的var和均值？对于s \ example，在Matlab中用signal（start_speech：end_speech）替换信号，因为我的信号长达5秒，单词之间有停顿
$ \ endgroup $
–user13267
2012年11月8日下午5:42
$ \ begingroup $
@ user13267哪个信号？降噪之前还是之后？通常，您分析的信号越长，对SNR的估计就越好。
$ \ endgroup $
–戴夫
2012年11月8日下午6:47
$ \ begingroup $
他们两个。我的意思是，我的声音样本中有人说一个简短的句子，所以当我大胆地打开它时，我可以看到高强度和低强度区域的波形（我想单词的存在和单词之间的沉默）。因此，我只想选择那些包含单词的样本，而不选择那些包含沉默的样本。
$ \ endgroup $
–user13267
2012年11月8日7:34