计算噪声功率谱程序（WebRtcNs_AnalyzeCore）

计算信噪比函数之前的部分分别是：

1.对输入的时域帧数据进行加窗、FFT变换。

2.然后计算能量，若能量为0，返回；否则继续往下。

3.然后计算新的能量和幅度。

4.使用分位数噪声估计进行初始噪声估计。

5.然后取前50个帧，计算得到高斯白噪声、粉红噪声模型，联合白噪声、粉红噪声模型，得到建模的混合噪声模型。

计算信噪比（ComputeSnr）

作用：根据分位数噪声估计计算前后信噪比

Inputs:
|magn|.信号幅度谱估计
|noise| 噪声幅度谱估计

Outputs:
|snrLocPrior|先验SNR
|snrLocPost| 后验SNR

后验信噪比指观测到的能量与噪声功率相关的输入功率相比的瞬态SNR：

其中Y是输入含噪声的频谱， N是噪声频谱，先验SNR是与噪声功率相关的纯净（未必是语音）信号功率的期望值，可表示为：

其中X是指输入的纯净信号，这里对应的指语音信号。在WebRTC实际的计算中，并没有采用平方数量级，而是采用了量级数量级。

由于纯净信号是未知信号，先验SNR的估计是上一帧经估计的先验SNR和瞬态SNR的平均值：

上式中H对应与代码中的smooth是上一帧的维纳滤波器，用于对瞬时SNR平滑，前一项是上一帧的先验SNR，后一项是先验SNR的瞬态估计。其通过判决引导DD进行跟新，时间平滑参数是，其值越大，流畅度越高，延迟也会越大，程序中选择的是0.98。

特征提取（FeatureUpdate）

作用：提取平均LRT参数、频谱差异、频谱平坦度
Inputs:
// |magn| is the signal magnitude spectrum estimate.
// |updateParsFlag| is an update flag for parameters.

计算频谱平坦度（ComputeSpectralFlatness）

作用：频谱平坦度计算。
原理：该算法假设语音比噪声有更多的谐波。语音频谱往往会在基频（基音）和谐波中出现峰值，而噪声频谱则相对平坦。因此其作为区分噪声和语音的一个特征。

频谱度计算时N表示STFT后频率点数，B代表频率带的数量，K是频点指数，j是频带指数。每个频带包括大量的频率点。就128个频率点可分成4个频带（低带，中低频带，中高频带，高频），每个频带32个频点。对于噪声Flatness偏大且为常数，而对于语音，计算出的数量则偏下且为变量。
根据上面的公式，如果接近于1，则是噪声，（噪声的幅度谱趋于平坦），二对于语音，上面的N次根是对乘积结果进行N次缩小，相比于分母部分，缩小的数量级是倍数的，所以语音的平坦度较小，是趋近于0的。

计算频谱差异度（ComputeSpectralDifference）

作用：计算输入谱模板（学习到的）噪声谱的差异程度。所参考的噪声谱是self->magnAvgPause[i]，返回值是正则化的频谱差异，为self->featureData[4]。
除了频谱平坦度特征的噪声相关假设之外，有关噪声频谱的另一个假设是，噪声频谱比语音频谱更稳定。因此，可假设噪声频谱的整体形状在任何给定阶段都倾向与保持相同。模板频谱通过更新频谱（最初被设为零）中极有可能是噪声或语音停顿的区段来确定。该比较结果是对噪声的保守估计，其中仅对语音概率确定低于阈值（如的区段处跟新了噪声。在其它分布中，模板频谱也可能被导入到算法中，或从对应不同噪声的形状中筛选出来。考虑到输入频谱和模板频谱（表示为），如想获得频谱模板差异特征，可首先将频谱差异测量定义为，其中α和u是形状参数，包括线性位移和振幅参数，是通过将J最小化获得的。(α,u) 通过线性方程获得，因此可对每个帧轻松抽取此参数。在某些示例中，这些参数可表明输入频谱（在音量增加的情况下）的任何简单位移/标度变化。之后该特征将成为标准话的测度。

语音噪声概率更新（SpeechNoiseProb）

作用：计算语音/噪声概率，存储在probSpeechFinal。
magn：输入幅度谱。noise：噪声谱

理论基础

先推导语音/噪声概率计算方法，先来看语音/噪声的概率模型，定义语音状态为，定义噪声状态为，其中m是帧，k是频率，则语音/噪声的概率可以表示为：。这一概率取决于观测到的额噪声输入频谱系数以及所处理信号的一些特征数据（如信号的分类特征），也就是这里的{F}。特征数据可以是有噪输入频谱，过往频谱数据，模型数据等。如特征数据{F}可以包括频谱平坦度测量，谐振峰值距，LPC残余以及模板匹配等。根据贝叶斯准则，语音/噪声概率可表示为：

其中是以信号的特征数据为基础的先验概率，该值在后续中被设为一个常数。是特征数据下的语音/噪声概率，在忽略为基础的先验概率p{F}，简化语音概率和噪声概率为：
语音概率：，噪声概率，这样标准化的语音概率可以写为：

LRT均值的计算

前面计算了三个特征中的两个（频谱差异度和频谱平坦度），这里介绍第三个，也就是LRT均值，这也是这个函数代码最开始的部分。实际上在理论里面已经把LRT均值的计算理论公式给出，但是有时候帧与帧之间的频变似然比因子会有很大波动，所以采用经过时间平滑处理的似然比因子：

LRT均值同时也作为q公式的参数之一，用来计算q。

q的计算

q的数值依赖于LRT均值、频谱差异度、频谱平坦度。
在语音/噪声概率计算时，使用高斯假设作为语音PDF模型，从而获得似然比。在其它模型中，概率密度PDF模型也可以用作测量似然比的基础，包括拉普拉斯算子，伽马，超高斯。举个例子，当高斯假设可合理表示噪声时，该假设并不一定适用于语音，尤其是在较短的时帧中（如～10ms）。在这种情况下，可以使用另一种语音PDF模型，但这很可能会增加复杂性。
要在噪声估计和过滤流程中确定语音/噪声的概率，这不仅需要本地SNR（即先验SNR和瞬态SNR）的引导，还要结合从特征建模中获得的语音模型/认知内容。将语音模型/认知内容并入到语音/噪声概率确定中，能让噪声抑制流程更好地处理和区分极不稳定的噪声水平。如果仅依靠本地SNR，可能会造成可能性偏差。这里对包含本地SNR和语音特征/模型

gainPrior = ((float)1.0 - inst->priorSpeechProb) / (inst->priorSpeechProb + (float)0.0001);
for (i = 0; i < inst->magnLen; i++) {
  invLrt = (float)exp(-inst->logLrtTimeAvg[i]);
  invLrt = (float)gainPrior * invLrt;
  probSpeechFinal[i] = (float)1.0 / ((float)1.0 + invLrt);
}

更新噪声估计（UpdateNoiseEstimate）

功能：更新噪声估计

输入：magn、snrLocPrior、snrLocPost

输出：noise：更新的噪声频谱估计

的平滑度。这个式子是使用了输入频谱和上次噪声估计的值对噪声进行估计，它的估计方法是这样的：当处于噪声可能性比较大的帧和频率槽的时候，进行更新；如果是语音可能性比较大的时候，就用上一个帧的估计作为噪声估计。
噪声估计更新流程受到语音/噪声概率和平滑参数γ控制。对于语音概率超过阈值参数的地方，平滑参数可能会被增加到0.99，以防止语音开始处的噪声水平增加过高。

处理核心程序（WebRtcNs_ ProcessCore）

确定高低频。
加窗，计算带噪语音数据帧能量，同样若能量为0，那么进行特殊处理。
进行FFT变换。
基于引导更新计算维纳滤波器的系数。ComputeDdBasedWienerFilter(self, magn,
theFilter);计算公式见公式（1.5）。
对维纳增益值根据用户设置的降噪等级进行下溢和上溢处理
进行维纳滤波，然后将频域数据（频率降噪）通过IFFT转为时域数据
对降噪等级进行判断，如果等级为0，则维纳滤波输出则为最后的降噪结果。否则，到第8步。
再来计算维纳滤波后每一帧的数据能量，然后与前面的能量做比值得到gain=sqrtf(energy2 /
(energy1 + 1.f));
计算factor1和factor2。
结合Analyze中的priorSpeechProb计算最终的增益因子：factor = self->priorSpeechProb
factor1+(1.f - self->priorSpeechProb) factor2;
数据相乘，得到降噪结果：self->syntBuf[i] += factor * winData[i];

不忘初心，奋力前行

Processing of WebRTC noise suppression