开通博客赚积分
发布资源赚积分
分类

源码开发语言/平台
当前位置：首页 > 源码/资料 > 嵌入式/单片机编程 > Windows CE > 查看源码
preprocess.c
资源名称：tcpmp.rar　[点击查看]
上传用户：wstnjxml
上传日期：2014-04-03
资源大小：7248k
文件大小：28k
源码类别：

Windows CE

开发平台：

C/C++

preprocess.c：源码内容
  1. /* Copyright (C) 2003 Epic Games 
  2.    Written by Jean-Marc Valin
  4.    File: preprocess.c
  5.    Preprocessor with denoising based on the algorithm by Ephraim and Malah
  7.    Redistribution and use in source and binary forms, with or without
  8.    modification, are permitted provided that the following conditions are
  9.    met:
  11.    1. Redistributions of source code must retain the above copyright notice,
  12.    this list of conditions and the following disclaimer.
  14.    2. Redistributions in binary form must reproduce the above copyright
  15.    notice, this list of conditions and the following disclaimer in the
  16.    documentation and/or other materials provided with the distribution.
  18.    3. The name of the author may not be used to endorse or promote products
  19.    derived from this software without specific prior written permission.
  21.    THIS SOFTWARE IS PROVIDED BY THE AUTHOR ``AS IS'' AND ANY EXPRESS OR
  22.    IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE IMPLIED WARRANTIES
  23.    OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE ARE
  24.    DISCLAIMED. IN NO EVENT SHALL THE AUTHOR BE LIABLE FOR ANY DIRECT,
  25.    INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES
  26.    (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR
  27.    SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
  28.    HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT,
  29.    STRICT LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN
  30.    ANY WAY OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE
  31.    POSSIBILITY OF SUCH DAMAGE.
  32. */
  34. #ifdef HAVE_CONFIG_H
  35. #include "config.h"
  36. #endif
  38. #include <math.h>
  39. #include "speex/speex_preprocess.h"
  40. #include "misc.h"
  41. #include "smallft.h"
  43. #define max(a,b) ((a) > (b) ? (a) : (b))
  44. #define min(a,b) ((a) < (b) ? (a) : (b))
  46. #ifndef M_PI
  47. #define M_PI 3.14159263
  48. #endif
  50. #define SQRT_M_PI_2 0.88623
  51. #define LOUDNESS_EXP 2.5
  53. #define NB_BANDS 8
  55. #define ZMIN .1
  56. #define ZMAX .316
  57. #define ZMIN_1 10
  58. #define LOG_MIN_MAX_1 0.86859
  60. static void conj_window(float *w, int len)
  61. {
  62.    int i;
  63.    for (i=0;i<len;i++)
  64.    {
  65.       float x=4*((float)i)/len;
  66.       int inv=0;
  67.       if (x<1)
  68.       {
  69.       } else if (x<2)
  70.       {
  71.          x=2-x;
  72.          inv=1;
  73.       } else if (x<3)
  74.       {
  75.          x=x-2;
  76.          inv=1;
  77.       } else {
  78.          x=4-x;
  79.       }
  80.       x*=1.9979;
  81.       w[i]=(.5-.5*cos(x))*(.5-.5*cos(x));
  82.       if (inv)
  83.          w[i]=1-w[i];
  84.       w[i]=sqrt(w[i]);
  85.    }
  86. }
  88. /* This function approximates the gain function 
  89.    y = gamma(1.25)^2 * M(-.25;1;-x) / sqrt(x)  
  90.    which multiplied by xi/(1+xi) is the optimal gain
  91.    in the loudness domain ( sqrt[amplitude] )
  92. */
  93. static float hypergeom_gain(float x)
  94. {
  95.    int ind;
  96.    float integer, frac;
  97.    static const float table[21] = {
  98.       0.82157f, 1.02017f, 1.20461f, 1.37534f, 1.53363f, 1.68092f, 1.81865f, 
  99.       1.94811f, 2.07038f, 2.18638f, 2.29688f, 2.40255f, 2.50391f, 2.60144f, 
  100.       2.69551f, 2.78647f, 2.87458f, 2.96015f, 3.04333f, 3.12431f, 3.20326f};
  101.    
  102.    if (x>9.5)
  103.       return 1+.12/x;
  105.    integer = floor(2*x);
  106.    frac = 2*x-integer;
  107.    ind = (int)integer;
  108.    /*if (ind > 20 || ind < 0)
  109.    fprintf (stderr, "error: %d %fn", ind, x);*/
  110.    return ((1-frac)*table[ind] + frac*table[ind+1])/sqrt(x+.0001f);
  111. }
  113. SpeexPreprocessState *speex_preprocess_state_init(int frame_size, int sampling_rate)
  114. {
  115.    int i;
  116.    int N, N3, N4;
  118.    SpeexPreprocessState *st = (SpeexPreprocessState *)speex_alloc(sizeof(SpeexPreprocessState));
  119.    st->frame_size = frame_size;
  121.    /* Round ps_size down to the nearest power of two */
  122. #if 0
  123.    i=1;
  124.    st->ps_size = st->frame_size;
  125.    while(1)
  126.    {
  127.       if (st->ps_size & ~i)
  128.       {
  129.          st->ps_size &= ~i;
  130.          i<<=1;
  131.       } else {
  132.          break;
  133.       }
  134.    }
  135.    
  136.    
  137.    if (st->ps_size < 3*st->frame_size/4)
  138.       st->ps_size = st->ps_size * 3 / 2;
  139. #else
  140.    st->ps_size = st->frame_size;
  141. #endif
  143.    N = st->ps_size;
  144.    N3 = 2*N - st->frame_size;
  145.    N4 = st->frame_size - N3;
  146.    
  147.    st->sampling_rate = sampling_rate;
  148.    st->denoise_enabled = 1;
  149.    st->agc_enabled = 0;
  150.    st->agc_level = 8000;
  151.    st->vad_enabled = 0;
  152.    st->dereverb_enabled = 0;
  153.    st->reverb_decay = .5;
  154.    st->reverb_level = .2;
  156.    st->frame = (float*)speex_alloc(2*N*sizeof(float));
  157.    st->ps = (float*)speex_alloc(N*sizeof(float));
  158.    st->gain2 = (float*)speex_alloc(N*sizeof(float));
  159.    st->window = (float*)speex_alloc(2*N*sizeof(float));
  160.    st->noise = (float*)speex_alloc(N*sizeof(float));
  161.    st->reverb_estimate = (float*)speex_alloc(N*sizeof(float));
  162.    st->old_ps = (float*)speex_alloc(N*sizeof(float));
  163.    st->gain = (float*)speex_alloc(N*sizeof(float));
  164.    st->prior = (float*)speex_alloc(N*sizeof(float));
  165.    st->post = (float*)speex_alloc(N*sizeof(float));
  166.    st->loudness_weight = (float*)speex_alloc(N*sizeof(float));
  167.    st->inbuf = (float*)speex_alloc(N3*sizeof(float));
  168.    st->outbuf = (float*)speex_alloc(N3*sizeof(float));
  169.    st->echo_noise = (float*)speex_alloc(N*sizeof(float));
  171.    st->S = (float*)speex_alloc(N*sizeof(float));
  172.    st->Smin = (float*)speex_alloc(N*sizeof(float));
  173.    st->Stmp = (float*)speex_alloc(N*sizeof(float));
  174.    st->update_prob = (float*)speex_alloc(N*sizeof(float));
  176.    st->zeta = (float*)speex_alloc(N*sizeof(float));
  177.    st->Zpeak = 0;
  178.    st->Zlast = 0;
  180.    st->noise_bands = (float*)speex_alloc(NB_BANDS*sizeof(float));
  181.    st->noise_bands2 = (float*)speex_alloc(NB_BANDS*sizeof(float));
  182.    st->speech_bands = (float*)speex_alloc(NB_BANDS*sizeof(float));
  183.    st->speech_bands2 = (float*)speex_alloc(NB_BANDS*sizeof(float));
  184.    st->noise_bandsN = st->speech_bandsN = 1;
  186.    conj_window(st->window, 2*N3);
  187.    for (i=2*N3;i<2*st->ps_size;i++)
  188.       st->window[i]=1;
  189.    
  190.    if (N4>0)
  191.    {
  192.       for (i=N3-1;i>=0;i--)
  193.       {
  194.          st->window[i+N3+N4]=st->window[i+N3];
  195.          st->window[i+N3]=1;
  196.       }
  197.    }
  198.    for (i=0;i<N;i++)
  199.    {
  200.       st->noise[i]=1e4;
  201.       st->reverb_estimate[i]=0.;
  202.       st->old_ps[i]=1e4;
  203.       st->gain[i]=1;
  204.       st->post[i]=1;
  205.       st->prior[i]=1;
  206.    }
  208.    for (i=0;i<N3;i++)
  209.    {
  210.       st->inbuf[i]=0;
  211.       st->outbuf[i]=0;
  212.    }
  214.    for (i=0;i<N;i++)
  215.    {
  216.       float ff=((float)i)*.5*sampling_rate/((float)N);
  217.       st->loudness_weight[i] = .35f-.35f*ff/16000.f+.73f*exp(-.5f*(ff-3800)*(ff-3800)/9e5f);
  218.       if (st->loudness_weight[i]<.01f)
  219.          st->loudness_weight[i]=.01f;
  220.       st->loudness_weight[i] *= st->loudness_weight[i];
  221.    }
  223.    st->speech_prob = 0;
  224.    st->last_speech = 1000;
  225.    st->loudness = pow(6000,LOUDNESS_EXP);
  226.    st->loudness2 = 6000;
  227.    st->nb_loudness_adapt = 0;
  229.    st->fft_lookup = (struct drft_lookup*)speex_alloc(sizeof(struct drft_lookup));
  230.    spx_drft_init(st->fft_lookup,2*N);
  232.    st->nb_adapt=0;
  233.    st->consec_noise=0;
  234.    st->nb_preprocess=0;
  235.    return st;
  236. }
  238. void speex_preprocess_state_destroy(SpeexPreprocessState *st)
  239. {
  240.    speex_free(st->frame);
  241.    speex_free(st->ps);
  242.    speex_free(st->gain2);
  243.    speex_free(st->window);
  244.    speex_free(st->noise);
  245.    speex_free(st->reverb_estimate);
  246.    speex_free(st->old_ps);
  247.    speex_free(st->gain);
  248.    speex_free(st->prior);
  249.    speex_free(st->post);
  250.    speex_free(st->loudness_weight);
  251.    speex_free(st->echo_noise);
  253.    speex_free(st->S);
  254.    speex_free(st->Smin);
  255.    speex_free(st->Stmp);
  256.    speex_free(st->update_prob);
  257.    speex_free(st->zeta);
  259.    speex_free(st->noise_bands);
  260.    speex_free(st->noise_bands2);
  261.    speex_free(st->speech_bands);
  262.    speex_free(st->speech_bands2);
  264.    speex_free(st->inbuf);
  265.    speex_free(st->outbuf);
  267.    spx_drft_clear(st->fft_lookup);
  268.    speex_free(st->fft_lookup);
  270.    speex_free(st);
  271. }
  273. static void update_noise(SpeexPreprocessState *st, float *ps, float *echo)
  274. {
  275.    int i;
  276.    float beta;
  277.    st->nb_adapt++;
  278.    beta=1.0f/st->nb_adapt;
  279.    if (beta < .05f)
  280.       beta=.05f;
  281.    
  282.    if (!echo)
  283.    {
  284.       for (i=0;i<st->ps_size;i++)
  285.          st->noise[i] = (1.f-beta)*st->noise[i] + beta*ps[i];
  286.    } else {
  287.       for (i=0;i<st->ps_size;i++)
  288.          st->noise[i] = (1.f-beta)*st->noise[i] + beta*max(1.f,ps[i]-echo[i]); 
  289. #if 0
  290.       for (i=0;i<st->ps_size;i++)
  291.          st->noise[i] = 0;
  292. #endif
  293.    }
  294. }
  296. static int speex_compute_vad(SpeexPreprocessState *st, float *ps, float mean_prior, float mean_post)
  297. {
  298.    int i, is_speech=0;
  299.    int N = st->ps_size;
  300.    float scale=.5f/N;
  302.    /* FIXME: Clean this up a bit */
  303.    {
  304.       float bands[NB_BANDS];
  305.       int j;
  306.       float p0, p1;
  307.       float tot_loudness=0;
  308.       float x = sqrt(mean_post);
  310.       for (i=5;i<N-10;i++)
  311.       {
  312.          tot_loudness += scale*st->ps[i] * st->loudness_weight[i];
  313.       }
  315.       for (i=0;i<NB_BANDS;i++)
  316.       {
  317.          bands[i]=1e4f;
  318.          for (j=i*N/NB_BANDS;j<(i+1)*N/NB_BANDS;j++)
  319.          {
  320.             bands[i] += ps[j];
  321.          }
  322.          bands[i]=log(bands[i]);
  323.       }
  324.       
  325.       /*p1 = .0005+.6*exp(-.5*(x-.4)*(x-.4)*11)+.1*exp(-1.2*x);
  326.       if (x<1.5)
  327.          p0=.1*exp(2*(x-1.5));
  328.       else
  329.          p0=.02+.1*exp(-.2*(x-1.5));
  330.       */
  332.       p0=1.f/(1.f+exp(3.f*(1.5f-x)));
  333.       p1=1.f-p0;
  335.       /*fprintf (stderr, "%f %f ", p0, p1);*/
  336.       /*p0 *= .99*st->speech_prob + .01*(1-st->speech_prob);
  337.       p1 *= .01*st->speech_prob + .99*(1-st->speech_prob);
  338.       
  339.       st->speech_prob = p0/(p1+p0);
  340.       */
  342.       if (st->noise_bandsN < 50 || st->speech_bandsN < 50)
  343.       {
  344.          if (mean_post > 5.f)
  345.          {
  346.             float adapt = 1./st->speech_bandsN++;
  347.             if (adapt<.005f)
  348.                adapt = .005f;
  349.             for (i=0;i<NB_BANDS;i++)
  350.             {
  351.                st->speech_bands[i] = (1.f-adapt)*st->speech_bands[i] + adapt*bands[i];
  352.                /*st->speech_bands2[i] = (1-adapt)*st->speech_bands2[i] + adapt*bands[i]*bands[i];*/
  353.                st->speech_bands2[i] = (1.f-adapt)*st->speech_bands2[i] + adapt*(bands[i]-st->speech_bands[i])*(bands[i]-st->speech_bands[i]);
  354.             }
  355.          } else {
  356.             float adapt = 1./st->noise_bandsN++;
  357.             if (adapt<.005f)
  358.                adapt = .005f;
  359.             for (i=0;i<NB_BANDS;i++)
  360.             {
  361.                st->noise_bands[i] = (1.f-adapt)*st->noise_bands[i] + adapt*bands[i];
  362.                /*st->noise_bands2[i] = (1-adapt)*st->noise_bands2[i] + adapt*bands[i]*bands[i];*/
  363.                st->noise_bands2[i] = (1.f-adapt)*st->noise_bands2[i] + adapt*(bands[i]-st->noise_bands[i])*(bands[i]-st->noise_bands[i]);
  364.             }
  365.          }
  366.       }
  367.       p0=p1=1;
  368.       for (i=0;i<NB_BANDS;i++)
  369.       {
  370.          float noise_var, speech_var;
  371.          float noise_mean, speech_mean;
  372.          float tmp1, tmp2, pr;
  374.          /*noise_var = 1.01*st->noise_bands2[i] - st->noise_bands[i]*st->noise_bands[i];
  375.            speech_var = 1.01*st->speech_bands2[i] - st->speech_bands[i]*st->speech_bands[i];*/
  376.          noise_var = st->noise_bands2[i];
  377.          speech_var = st->speech_bands2[i];
  378.          if (noise_var < .1f)
  379.             noise_var = .1f;
  380.          if (speech_var < .1f)
  381.             speech_var = .1f;
  382.          
  383.          /*speech_var = sqrt(speech_var*noise_var);
  384.            noise_var = speech_var;*/
  385.          if (speech_var < .05f*speech_var)
  386.             noise_var = .05f*speech_var; 
  387.          if (speech_var < .05f*noise_var)
  388.             speech_var = .05f*noise_var;
  389.          
  390.          if (bands[i] < st->noise_bands[i])
  391.             speech_var = noise_var;
  392.          if (bands[i] > st->speech_bands[i])
  393.             noise_var = speech_var;
  395.          speech_mean = st->speech_bands[i];
  396.          noise_mean = st->noise_bands[i];
  397.          if (noise_mean < speech_mean - 5.f)
  398.             noise_mean = speech_mean - 5.f;
  400.          tmp1 = exp(-.5f*(bands[i]-speech_mean)*(bands[i]-speech_mean)/speech_var)/sqrt(2.f*M_PI*speech_var);
  401.          tmp2 = exp(-.5f*(bands[i]-noise_mean)*(bands[i]-noise_mean)/noise_var)/sqrt(2.f*M_PI*noise_var);
  402.          /*fprintf (stderr, "%f ", (float)(p0/(.01+p0+p1)));*/
  403.          /*fprintf (stderr, "%f ", (float)(bands[i]));*/
  404.          pr = tmp1/(1e-25+tmp1+tmp2);
  405.          /*if (bands[i] < st->noise_bands[i])
  406.             pr=.01;
  407.          if (bands[i] > st->speech_bands[i] && pr < .995)
  408.          pr=.995;*/
  409.          if (pr>.999f)
  410.             pr=.999f;
  411.          if (pr<.001f)
  412.             pr=.001f;
  413.          /*fprintf (stderr, "%f ", pr);*/
  414.          p0 *= pr;
  415.          p1 *= (1-pr);
  416.       }
  418.       p0 = pow(p0,.2);
  419.       p1 = pow(p1,.2);      
  420.       
  421. #if 1
  422.       p0 *= 2.f;
  423.       p0=p0/(p1+p0);
  424.       if (st->last_speech>20) 
  425.       {
  426.          float tmp = sqrt(tot_loudness)/st->loudness2;
  427.          tmp = 1.f-exp(-10.f*tmp);
  428.          if (p0>tmp)
  429.             p0=tmp;
  430.       }
  431.       p1=1-p0;
  432. #else
  433.       if (sqrt(tot_loudness) < .6f*st->loudness2 && p0>15.f*p1)
  434.          p0=15.f*p1;
  435.       if (sqrt(tot_loudness) < .45f*st->loudness2 && p0>7.f*p1)
  436.          p0=7.f*p1;
  437.       if (sqrt(tot_loudness) < .3f*st->loudness2 && p0>3.f*p1)
  438.          p0=3.f*p1;
  439.       if (sqrt(tot_loudness) < .15f*st->loudness2 && p0>p1)
  440.          p0=p1;
  441.       /*fprintf (stderr, "%f %f ", (float)(sqrt(tot_loudness) /( .25*st->loudness2)), p0/(p1+p0));*/
  442. #endif
  444.       p0 *= .99f*st->speech_prob + .01f*(1-st->speech_prob);
  445.       p1 *= .01f*st->speech_prob + .99f*(1-st->speech_prob);
  446.       
  447.       st->speech_prob = p0/(1e-25f+p1+p0);
  448.       /*fprintf (stderr, "%f %f %f ", tot_loudness, st->loudness2, st->speech_prob);*/
  450.       if (st->speech_prob>.35 || (st->last_speech < 20 && st->speech_prob>.1))
  451.       {
  452.          is_speech = 1;
  453.          st->last_speech = 0;
  454.       } else {
  455.          st->last_speech++;
  456.          if (st->last_speech<20)
  457.            is_speech = 1;
  458.       }
  460.       if (st->noise_bandsN > 50 && st->speech_bandsN > 50)
  461.       {
  462.          if (mean_post > 5)
  463.          {
  464.             float adapt = 1./st->speech_bandsN++;
  465.             if (adapt<.005f)
  466.                adapt = .005f;
  467.             for (i=0;i<NB_BANDS;i++)
  468.             {
  469.                st->speech_bands[i] = (1-adapt)*st->speech_bands[i] + adapt*bands[i];
  470.                /*st->speech_bands2[i] = (1-adapt)*st->speech_bands2[i] + adapt*bands[i]*bands[i];*/
  471.                st->speech_bands2[i] = (1-adapt)*st->speech_bands2[i] + adapt*(bands[i]-st->speech_bands[i])*(bands[i]-st->speech_bands[i]);
  472.             }
  473.          } else {
  474.             float adapt = 1./st->noise_bandsN++;
  475.             if (adapt<.005f)
  476.                adapt = .005f;
  477.             for (i=0;i<NB_BANDS;i++)
  478.             {
  479.                st->noise_bands[i] = (1-adapt)*st->noise_bands[i] + adapt*bands[i];
  480.                /*st->noise_bands2[i] = (1-adapt)*st->noise_bands2[i] + adapt*bands[i]*bands[i];*/
  481.                st->noise_bands2[i] = (1-adapt)*st->noise_bands2[i] + adapt*(bands[i]-st->noise_bands[i])*(bands[i]-st->noise_bands[i]);
  482.             }
  483.          }
  484.       }
  487.    }
  489.    return is_speech;
  490. }
  492. static void speex_compute_agc(SpeexPreprocessState *st, float mean_prior)
  493. {
  494.    int i;
  495.    int N = st->ps_size;
  496.    float scale=.5f/N;
  497.    float agc_gain;
  498.    int freq_start, freq_end;
  499.    float active_bands = 0;
  501.    freq_start = (int)(300.0f*2*N/st->sampling_rate);
  502.    freq_end   = (int)(2000.0f*2*N/st->sampling_rate);
  503.    for (i=freq_start;i<freq_end;i++)
  504.    {
  505.       if (st->S[i] > 20.f*st->Smin[i]+1000.f)
  506.          active_bands+=1;
  507.    }
  508.    active_bands /= (freq_end-freq_start+1);
  510.    if (active_bands > .2f)
  511.    {
  512.       float loudness=0.f;
  513.       float rate, rate2=.2f;
  514.       st->nb_loudness_adapt++;
  515.       rate=2.0f/(1+st->nb_loudness_adapt);
  516.       if (rate < .05f)
  517.          rate = .05f;
  518.       if (rate < .1f && pow(loudness, LOUDNESS_EXP) > st->loudness)
  519.          rate = .1f;
  520.       if (rate < .2f && pow(loudness, LOUDNESS_EXP) > 3.f*st->loudness)
  521.          rate = .2f;
  522.       if (rate < .4f && pow(loudness, LOUDNESS_EXP) > 10.f*st->loudness)
  523.          rate = .4f;
  525.       for (i=2;i<N;i++)
  526.       {
  527.          loudness += scale*st->ps[i] * st->gain2[i] * st->gain2[i] * st->loudness_weight[i];
  528.       }
  529.       loudness=sqrt(loudness);
  530.       /*if (loudness < 2*pow(st->loudness, 1.0/LOUDNESS_EXP) &&
  531.         loudness*2 > pow(st->loudness, 1.0/LOUDNESS_EXP))*/
  532.       st->loudness = (1-rate)*st->loudness + (rate)*pow(loudness, LOUDNESS_EXP);
  533.       
  534.       st->loudness2 = (1-rate2)*st->loudness2 + rate2*pow(st->loudness, 1.0f/LOUDNESS_EXP);
  536.       loudness = pow(st->loudness, 1.0f/LOUDNESS_EXP);
  538.       /*fprintf (stderr, "%f %f %fn", loudness, st->loudness2, rate);*/
  539.    }
  540.    
  541.    agc_gain = st->agc_level/st->loudness2;
  542.    /*fprintf (stderr, "%f %f %f %fn", active_bands, st->loudness, st->loudness2, agc_gain);*/
  543.    if (agc_gain>200)
  544.       agc_gain = 200;
  546.    for (i=0;i<N;i++)
  547.       st->gain2[i] *= agc_gain;
  548.    
  549. }
  551. static void preprocess_analysis(SpeexPreprocessState *st, spx_int16_t *x)
  552. {
  553.    int i;
  554.    int N = st->ps_size;
  555.    int N3 = 2*N - st->frame_size;
  556.    int N4 = st->frame_size - N3;
  557.    float *ps=st->ps;
  559.    /* 'Build' input frame */
  560.    for (i=0;i<N3;i++)
  561.       st->frame[i]=st->inbuf[i];
  562.    for (i=0;i<st->frame_size;i++)
  563.       st->frame[N3+i]=x[i];
  564.    
  565.    /* Update inbuf */
  566.    for (i=0;i<N3;i++)
  567.       st->inbuf[i]=x[N4+i];
  569.    /* Windowing */
  570.    for (i=0;i<2*N;i++)
  571.       st->frame[i] *= st->window[i];
  573.    /* Perform FFT */
  574.    spx_drft_forward(st->fft_lookup, st->frame);
  576.    /* Power spectrum */
  577.    ps[0]=1;
  578.    for (i=1;i<N;i++)
  579.       ps[i]=1+st->frame[2*i-1]*st->frame[2*i-1] + st->frame[2*i]*st->frame[2*i];
  581. }
  583. static void update_noise_prob(SpeexPreprocessState *st)
  584. {
  585.    int i;
  586.    int N = st->ps_size;
  588.    for (i=1;i<N-1;i++)
  589.       st->S[i] = 100.f+ .8f*st->S[i] + .05f*st->ps[i-1]+.1f*st->ps[i]+.05f*st->ps[i+1];
  590.    
  591.    if (st->nb_preprocess<1)
  592.    {
  593.       for (i=1;i<N-1;i++)
  594.          st->Smin[i] = st->Stmp[i] = st->S[i]+100.f;
  595.    }
  597.    if (st->nb_preprocess%200==0)
  598.    {
  599.       for (i=1;i<N-1;i++)
  600.       {
  601.          st->Smin[i] = min(st->Stmp[i], st->S[i]);
  602.          st->Stmp[i] = st->S[i];
  603.       }
  604.    } else {
  605.       for (i=1;i<N-1;i++)
  606.       {
  607.          st->Smin[i] = min(st->Smin[i], st->S[i]);
  608.          st->Stmp[i] = min(st->Stmp[i], st->S[i]);      
  609.       }
  610.    }
  611.    for (i=1;i<N-1;i++)
  612.    {
  613.       st->update_prob[i] *= .2f;
  614.       if (st->S[i] > 2.5*st->Smin[i])
  615.          st->update_prob[i] += .8f;
  616.       /*fprintf (stderr, "%f ", st->S[i]/st->Smin[i]);*/
  617.       /*fprintf (stderr, "%f ", st->update_prob[i]);*/
  618.    }
  620. }
  622. #define NOISE_OVERCOMPENS 1.4
  624. int speex_preprocess(SpeexPreprocessState *st, spx_int16_t *x, float *echo)
  625. {
  626.    int i;
  627.    int is_speech=1;
  628.    float mean_post=0;
  629.    float mean_prior=0;
  630.    int N = st->ps_size;
  631.    int N3 = 2*N - st->frame_size;
  632.    int N4 = st->frame_size - N3;
  633.    float scale=.5f/N;
  634.    float *ps=st->ps;
  635.    float Zframe=0, Pframe;
  637.    preprocess_analysis(st, x);
  639.    update_noise_prob(st);
  641.    st->nb_preprocess++;
  643.    /* Noise estimation always updated for the 20 first times */
  644.    if (st->nb_adapt<10)
  645.    {
  646.       update_noise(st, ps, echo);
  647.    }
  649.    /* Deal with residual echo if provided */
  650.    if (echo)
  651.       for (i=1;i<N;i++)
  652.          st->echo_noise[i] = (.3f*st->echo_noise[i] + echo[i]);
  654.    /* Compute a posteriori SNR */
  655.    for (i=1;i<N;i++)
  656.    {
  657.       st->post[i] = ps[i]/(1.f+NOISE_OVERCOMPENS*st->noise[i]+st->echo_noise[i]+st->reverb_estimate[i]) - 1.f;
  658.       if (st->post[i]>100.f)
  659.          st->post[i]=100.f;
  660.       /*if (st->post[i]<0)
  661.         st->post[i]=0;*/
  662.       mean_post+=st->post[i];
  663.    }
  664.    mean_post /= N;
  665.    if (mean_post<0.f)
  666.       mean_post=0.f;
  668.    /* Special case for first frame */
  669.    if (st->nb_adapt==1)
  670.       for (i=1;i<N;i++)
  671.          st->old_ps[i] = ps[i];
  673.    /* Compute a priori SNR */
  674.    {
  675.       /* A priori update rate */
  676.       float gamma;
  677.       float min_gamma=0.12f;
  678.       gamma = 1.0f/st->nb_preprocess;
  680.       /*Make update rate smaller when there's no speech*/
  681. #if 0
  682.       if (mean_post<3.5 && mean_prior < 1)
  683.          min_gamma *= (mean_post+.5);
  684.       else
  685.          min_gamma *= 4.;
  686. #else
  687.       min_gamma = .1f*fabs(mean_prior - mean_post)*fabs(mean_prior - mean_post);
  688.       if (min_gamma>.15f)
  689.          min_gamma = .15f;
  690.       if (min_gamma<.02f)
  691.          min_gamma = .02f;
  692. #endif
  693.       /*min_gamma = .08;*/
  695.       /*if (gamma<min_gamma)*/
  696.          gamma=min_gamma;
  697.       gamma = .1;
  698.       for (i=1;i<N;i++)
  699.       {
  700.          
  701.          /* A priori SNR update */
  702.          st->prior[i] = gamma*max(0.0f,st->post[i]) +
  703.          (1.f-gamma)*st->gain[i]*st->gain[i]*st->old_ps[i]/(1.f+NOISE_OVERCOMPENS*st->noise[i]+st->echo_noise[i]+st->reverb_estimate[i]);
  704.          
  705.          if (st->prior[i]>100.f)
  706.             st->prior[i]=100.f;
  707.          
  708.          mean_prior+=st->prior[i];
  709.       }
  710.    }
  711.    mean_prior /= N;
  713. #if 0
  714.    for (i=0;i<N;i++)
  715.    {
  716.       fprintf (stderr, "%f ", st->prior[i]);
  717.    }
  718.    fprintf (stderr, "n");
  719. #endif
  720.    /*fprintf (stderr, "%f %fn", mean_prior,mean_post);*/
  722.    if (st->nb_preprocess>=20)
  723.    {
  724.       int do_update = 0;
  725.       float noise_ener=0, sig_ener=0;
  726.       /* If SNR is low (both a priori and a posteriori), update the noise estimate*/
  727.       /*if (mean_prior<.23 && mean_post < .5)*/
  728.       if (mean_prior<.23f && mean_post < .5f)
  729.          do_update = 1;
  730.       for (i=1;i<N;i++)
  731.       {
  732.          noise_ener += st->noise[i];
  733.          sig_ener += ps[i];
  734.       }
  735.       if (noise_ener > 3.f*sig_ener)
  736.          do_update = 1;
  737.       /*do_update = 0;*/
  738.       if (do_update)
  739.       {
  740.          st->consec_noise++;
  741.       } else {
  742.          st->consec_noise=0;
  743.       }
  744.    }
  746.    if (st->vad_enabled)
  747.       is_speech = speex_compute_vad(st, ps, mean_prior, mean_post);
  750.    if (st->consec_noise>=3)
  751.    {
  752.       update_noise(st, st->old_ps, echo);
  753.    } else {
  754.       for (i=1;i<N-1;i++)
  755.       {
  756.          if (st->update_prob[i]<.5f || st->ps[i] < st->noise[i])
  757.          {
  758.             if (echo)
  759.                st->noise[i] = .90f*st->noise[i] + .1f*max(1.0f,st->ps[i]-echo[i]);
  760.             else
  761.                st->noise[i] = .90f*st->noise[i] + .1f*st->ps[i];
  762.          }
  763.       }
  764.    }
  766.    for (i=1;i<N;i++)
  767.    {
  768.       st->zeta[i] = .7f*st->zeta[i] + .3f*st->prior[i];
  769.    }
  771.    {
  772.       int freq_start = (int)(300.0f*2.f*N/st->sampling_rate);
  773.       int freq_end   = (int)(2000.0f*2.f*N/st->sampling_rate);
  774.       for (i=freq_start;i<freq_end;i++)
  775.       {
  776.          Zframe += st->zeta[i];         
  777.       }
  778.    }
  780.    Zframe /= N;
  781.    if (Zframe<ZMIN)
  782.    {
  783.       Pframe = 0;
  784.    } else {
  785.       if (Zframe > 1.5f*st->Zlast)
  786.       {
  787.          Pframe = 1.f;
  788.          st->Zpeak = Zframe;
  789.          if (st->Zpeak > 10.f)
  790.             st->Zpeak = 10.f;
  791.          if (st->Zpeak < 1.f)
  792.             st->Zpeak = 1.f;
  793.       } else {
  794.          if (Zframe < st->Zpeak*ZMIN)
  795.          {
  796.             Pframe = 0;
  797.          } else if (Zframe > st->Zpeak*ZMAX)
  798.          {
  799.             Pframe = 1;
  800.          } else {
  801.             Pframe = log(Zframe/(st->Zpeak*ZMIN)) / log(ZMAX/ZMIN);
  802.          }
  803.       }
  804.    }
  805.    st->Zlast = Zframe;
  807.    /*fprintf (stderr, "%fn", Pframe);*/
  808.    /* Compute gain according to the Ephraim-Malah algorithm */
  809.    for (i=1;i<N;i++)
  810.    {
  811.       float MM;
  812.       float theta;
  813.       float prior_ratio;
  814.       float p, q;
  815.       float zeta1;
  816.       float P1;
  818.       prior_ratio = st->prior[i]/(1.0001f+st->prior[i]);
  819.       theta = (1.f+st->post[i])*prior_ratio;
  821.       if (i==1 || i==N-1)
  822.          zeta1 = st->zeta[i];
  823.       else
  824.          zeta1 = .25f*st->zeta[i-1] + .5f*st->zeta[i] + .25f*st->zeta[i+1];
  825.       if (zeta1<ZMIN)
  826.          P1 = 0.f;
  827.       else if (zeta1>ZMAX)
  828.          P1 = 1.f;
  829.       else
  830.          P1 = LOG_MIN_MAX_1 * log(ZMIN_1*zeta1);
  831.   
  832.       /*P1 = log(zeta1/ZMIN)/log(ZMAX/ZMIN);*/
  833.       
  834.       /* FIXME: add global prob (P2) */
  835.       q = 1-Pframe*P1;
  836.       q = 1-P1;
  837.       if (q>.95f)
  838.          q=.95f;
  839.       p=1.f/(1.f + (q/(1.f-q))*(1.f+st->prior[i])*exp(-theta));
  840.       /*p=1;*/
  842. #if 0
  843.       /* log-spectral magnitude estimator */
  844.       if (theta<6)
  845.          MM = 0.74082*pow(theta+1,.61)/sqrt(.0001+theta);
  846.       else
  847.          MM=1;
  848. #else
  849.       /* Optimal estimator for loudness domain */
  850.       MM = hypergeom_gain(theta);
  851. #endif
  853.       st->gain[i] = prior_ratio * MM;
  854.       /*Put some (very arbitraty) limit on the gain*/
  855.       if (st->gain[i]>2.f)
  856.       {
  857.          st->gain[i]=2.f;
  858.       }
  859.       
  860.       st->reverb_estimate[i] = st->reverb_decay*st->reverb_estimate[i] + st->reverb_decay*st->reverb_level*st->gain[i]*st->gain[i]*st->ps[i];
  861.       if (st->denoise_enabled)
  862.       {
  863.          st->gain2[i]=p*p*st->gain[i];
  864.       } else {
  865.          st->gain2[i]=1.f;
  866.       }
  867.    }
  868.    st->gain2[0]=st->gain[0]=0.f;
  869.    st->gain2[N-1]=st->gain[N-1]=0.f;
  871.    if (st->agc_enabled)
  872.       speex_compute_agc(st, mean_prior);
  874. #if 0
  875.    if (!is_speech)
  876.    {
  877.       for (i=0;i<N;i++)
  878.          st->gain2[i] = 0;
  879.    }
  880. #if 0
  881.  else {
  882.       for (i=0;i<N;i++)
  883.          st->gain2[i] = 1;
  884.    }
  885. #endif
  886. #endif
  888.    /* Apply computed gain */
  889.    for (i=1;i<N;i++)
  890.    {
  891.       st->frame[2*i-1] *= st->gain2[i];
  892.       st->frame[2*i] *= st->gain2[i];
  893.    }
  895.    /* Get rid of the DC and very low frequencies */
  896.    st->frame[0]=0;
  897.    st->frame[1]=0;
  898.    st->frame[2]=0;
  899.    /* Nyquist frequency is mostly useless too */
  900.    st->frame[2*N-1]=0;
  902.    /* Inverse FFT with 1/N scaling */
  903.    spx_drft_backward(st->fft_lookup, st->frame);
  905.    for (i=0;i<2*N;i++)
  906.       st->frame[i] *= scale;
  908.    {
  909.       float max_sample=0;
  910.       for (i=0;i<2*N;i++)
  911.          if (fabs(st->frame[i])>max_sample)
  912.             max_sample = fabs(st->frame[i]);
  913.       if (max_sample>28000.f)
  914.       {
  915.          float damp = 28000.f/max_sample;
  916.          for (i=0;i<2*N;i++)
  917.             st->frame[i] *= damp;
  918.       }
  919.    }
  921.    for (i=0;i<2*N;i++)
  922.       st->frame[i] *= st->window[i];
  924.    /* Perform overlap and add */
  925.    for (i=0;i<N3;i++)
  926.       x[i] = st->outbuf[i] + st->frame[i];
  927.    for (i=0;i<N4;i++)
  928.       x[N3+i] = st->frame[N3+i];
  929.    
  930.    /* Update outbuf */
  931.    for (i=0;i<N3;i++)
  932.       st->outbuf[i] = st->frame[st->frame_size+i];
  934.    /* Save old power spectrum */
  935.    for (i=1;i<N;i++)
  936.       st->old_ps[i] = ps[i];
  938.    return is_speech;
  939. }
  941. void speex_preprocess_estimate_update(SpeexPreprocessState *st, spx_int16_t *x, float *echo)
  942. {
  943.    int i;
  944.    int N = st->ps_size;
  945.    int N3 = 2*N - st->frame_size;
  947.    float *ps=st->ps;
  949.    preprocess_analysis(st, x);
  951.    update_noise_prob(st);
  953.    st->nb_preprocess++;
  954.    
  955.    for (i=1;i<N-1;i++)
  956.    {
  957.       if (st->update_prob[i]<.5f || st->ps[i] < st->noise[i])
  958.       {
  959.          if (echo)
  960.             st->noise[i] = .90f*st->noise[i] + .1f*max(1.0f,st->ps[i]-echo[i]);
  961.          else
  962.             st->noise[i] = .90f*st->noise[i] + .1f*st->ps[i];
  963.       }
  964.    }
  966.    for (i=0;i<N3;i++)
  967.       st->outbuf[i] = x[st->frame_size-N3+i]*st->window[st->frame_size+i];
  969.    /* Save old power spectrum */
  970.    for (i=1;i<N;i++)
  971.       st->old_ps[i] = ps[i];
  973.    for (i=1;i<N;i++)
  974.       st->reverb_estimate[i] *= st->reverb_decay;
  975. }
  978. int speex_preprocess_ctl(SpeexPreprocessState *state, int request, void *ptr)
  979. {
  980.    int i;
  981.    SpeexPreprocessState *st;
  982.    st=(SpeexPreprocessState*)state;
  983.    switch(request)
  984.    {
  985.    case SPEEX_PREPROCESS_SET_DENOISE:
  986.       st->denoise_enabled = (*(int*)ptr);
  987.       break;
  988.    case SPEEX_PREPROCESS_GET_DENOISE:
  989.       (*(int*)ptr) = st->denoise_enabled;
  990.       break;
  992.    case SPEEX_PREPROCESS_SET_AGC:
  993.       st->agc_enabled = (*(int*)ptr);
  994.       break;
  995.    case SPEEX_PREPROCESS_GET_AGC:
  996.       (*(int*)ptr) = st->agc_enabled;
  997.       break;
  999.    case SPEEX_PREPROCESS_SET_AGC_LEVEL:
  1000.       st->agc_level = (*(float*)ptr);
  1001.       if (st->agc_level<1)
  1002.          st->agc_level=1;
  1003.       if (st->agc_level>32768)
  1004.          st->agc_level=32768;
  1005.       break;
  1006.    case SPEEX_PREPROCESS_GET_AGC_LEVEL:
  1007.       (*(float*)ptr) = st->agc_level;
  1008.       break;
  1010.    case SPEEX_PREPROCESS_SET_VAD:
  1011.       st->vad_enabled = (*(int*)ptr);
  1012.       break;
  1013.    case SPEEX_PREPROCESS_GET_VAD:
  1014.       (*(int*)ptr) = st->vad_enabled;
  1015.       break;
  1016.    
  1017.    case SPEEX_PREPROCESS_SET_DEREVERB:
  1018.       st->dereverb_enabled = (*(int*)ptr);
  1019.       for (i=0;i<st->ps_size;i++)
  1020.          st->reverb_estimate[i]=0;
  1021.       break;
  1022.    case SPEEX_PREPROCESS_GET_DEREVERB:
  1023.       (*(int*)ptr) = st->dereverb_enabled;
  1024.       break;
  1026.    case SPEEX_PREPROCESS_SET_DEREVERB_LEVEL:
  1027.       st->reverb_level = (*(float*)ptr);
  1028.       break;
  1029.    case SPEEX_PREPROCESS_GET_DEREVERB_LEVEL:
  1030.       (*(float*)ptr) = st->reverb_level;
  1031.       break;
  1032.    
  1033.    case SPEEX_PREPROCESS_SET_DEREVERB_DECAY:
  1034.       st->reverb_decay = (*(float*)ptr);
  1035.       break;
  1036.    case SPEEX_PREPROCESS_GET_DEREVERB_DECAY:
  1037.       (*(float*)ptr) = st->reverb_decay;
  1038.       break;
  1040.       default:
  1041.       speex_warning_int("Unknown speex_preprocess_ctl request: ", request);
  1042.       return -1;
  1043.    }
  1044.    return 0;
  1045. }