噪声特性分析：平稳与非平稳、加性与卷积、常见场景

做语音算法落地，第一关就是搞清楚你面对的是什么噪声。我见过不少团队，模型在实验室跑得挺好，一上线就崩了——十有八九是噪声类型没摸透。

这一章，咱们就把噪声的底细彻底扒一扒。说白了，你只有知道敌人长什么样，才能选对武器。

平稳噪声 vs 非平稳噪声

先问个问题：你电脑风扇的嗡嗡声，和路边突然按喇叭的汽车声，哪个更难处理？

答案是后者。这就是平稳与非平稳的核心区别。

特性	平稳噪声	非平稳噪声
统计特性	随时间不变	随时间变化
频谱形态	稳定、可预测	动态、突发性强
典型例子	空调声、风扇声、白噪声	键盘敲击、关门声、鸣笛
处理难度	低，传统方法即可	高，需要自适应或深度学习

平稳噪声的统计特性在时间轴上基本不变。你拿一段10秒的空调声，前1秒和后1秒的频谱几乎一样。这意味着你可以用一段“纯噪声”来估计噪声模型，然后从带噪语音里减掉它。

非平稳噪声就麻烦多了。它的频谱随时在变，你没法用一个固定的噪声模板去匹配。我曾经在车载场景里踩过这个坑——用谱减法处理风噪还行，但一遇到旁边卡车突然鸣笛，算法直接炸了，输出全是音乐噪声。

加性噪声 vs 卷积噪声

这个分类决定了你的信号模型怎么写。很多人搞混这两个概念，导致算法设计从一开始就错了。

加性噪声，说白了就是直接加到语音信号上的噪声。数学上很简单：

y(t) = s(t) + n(t)

其中 y(t) 是带噪语音，s(t) 是干净语音，n(t) 是噪声。这种噪声和语音是独立的，处理起来相对直接。

卷积噪声就不一样了。它是信号经过某个系统后产生的畸变，比如房间混响、麦克风频响差异。数学表达是：

y(t) = s(t) * h(t) + n(t)

这里的 h(t) 是冲击响应，* 是卷积操作。噪声和信号纠缠在一起，没法简单相减。

对比维度	加性噪声	卷积噪声
与信号关系	独立叠加	卷积混合
典型来源	环境背景声、电子噪声	房间混响、麦克风失真
处理方式	谱减法、维纳滤波	逆滤波、盲解卷积

实际场景中，两种噪声往往同时存在。比如你在办公室里开会，既有空调的加性噪声，又有房间墙壁反射造成的卷积混响。这时候需要联合处理，先做去混响，再做降噪。

常见噪声场景分析

理论说完了，咱们看看实际落地中最常遇到的三个场景。我每个都踩过坑，希望你能绕开。

办公室噪声

办公室环境的特点是：噪声种类多，但强度不大。典型的有：

• 空调/风扇声：平稳加性噪声，低频为主
• 键盘敲击声：非平稳加性噪声，高频脉冲
• 人声干扰：非平稳加性噪声，中频为主
• 开关门声：非平稳加性噪声，突发性强

处理办公室噪声，我个人的习惯是：先做VAD（语音活动检测），把非语音段检测出来，用这些段来更新噪声估计。键盘声这种脉冲噪声，用中值滤波效果不错。

街道噪声

街道场景是语音算法的噩梦。噪声种类多、动态范围大、信噪比低。常见的有：

• 车辆引擎声：平稳加性噪声，低频
• 轮胎摩擦声：平稳加性噪声，宽频
• 鸣笛声：非平稳加性噪声，高频
• 风声：非平稳加性噪声，低频湍流
• 人群嘈杂声：非平稳加性噪声，宽频

车载噪声

车载场景比较特殊，噪声来源既有加性也有卷积。我做过好几个车载语音项目，总结下来：

• 发动机噪声：平稳加性噪声，低频为主，随转速变化
• 风噪：非平稳加性噪声，宽频，随车速变化
• 胎噪：平稳加性噪声，中低频
• 车内混响：卷积噪声，由车窗玻璃反射造成
• 音响干扰：非平稳加性噪声，中高频

车载场景有个特点：噪声和车速强相关。我做过一个自适应算法，把车速信号作为辅助输入，动态调整降噪强度，效果比固定参数好很多。

噪声特性分析框架

下面这张图是我自己总结的噪声分析框架，每次做新项目我都会先走一遍这个流程。

这个框架的核心思路是：先判断平稳性，再判断加性/卷积性，然后选择对应的算法。我每次做新项目，都会先录一段现场音频，按这个流程走一遍，基本不会选错算法方向。