Introduction : Le problème persistant des clics audio

Les enregistrements audio – du vinyle numérisé et du ruban magnétique aux captures numériques vivantes – contiennent presque inévitablement des imperfections transitoires.Cliquer, pops, craquements et bruits d'impulsions peuvent provenir de poussières et de rayures sur les médias physiques, d'interférences électromagnétiques, de bourrages d'horloge dans les convertisseurs analogiques à numériques ou d'erreurs de transmission. L'enlèvement de ces artefacts sans dégrader le signal sous-jacent a mis en doute les ingénieurs audio pendant des décennies. Les méthodes traditionnelles de dénigrement, comme le filtrage médian, la soustraction spectrale ou les filtres adaptatifs, fonctionnent souvent bien pour le bruit stationnaire, mais tendent à brouiller les transitoires aigus, les détails de haute fréquence ou à introduire un bruit musical non naturel.

La transformation de l'ondelette : un amorceur

Pour apprécier la dénoyautation des ondes, il faut comprendre la transformation des ondes, outil mathématique qui décompose un signal en composants à plusieurs échelles (ou résolutions). Contrairement à la transformation de Fourier, qui ne révèle que le contenu en fréquence d'un signal et rejette toute localisation, la transformation des ondes conserve à la fois l'information sur le temps et la fréquence.

Mères Vagues et Écaillage

La transformation de la vague se fonde sur une vaguelette -mère, une petite forme oscillatoire qui est mise à l'échelle et déplacée à travers le signal. En combinant l'audio avec des versions à échelle différente de cette vaguelette, la transformation produit des coefficients qui indiquent la quantité d'énergie que le signal contient à des moments et dans des bandes de fréquences spécifiques. Les vagues mères courantes utilisées dans le traitement audio comprennent les familles Daubechies (db), Symlet (sym) et Coiflet (coif). Chaque famille offre un compromis différent entre la localisation du temps (comment précisément elle capture le début d'un clic) et le lissage de la fréquence (comment elle sépare proprement les composants de fréquence adjacents).

Comment fonctionne le DWT: Codage de sous-bandes

Le DWT est mis en œuvre par une banque de filtres. Le signal audio passe par un filtre à passe basse (production de coefficients d'approximation) et un filtre à passe haute (production de coefficients de détail), suivi d'un échantillonnage descendant. Ce processus est répété sur les coefficients d'approximation, créant une hiérarchie de sous-bandes. À chaque niveau, les coefficients de détail capturent des caractéristiques temporelles de plus en plus fines, tandis que les coefficients d'approximation contiennent le reste de la teneur en basse fréquence. Pour un signal échantillonné à 44,1 kHz, se décomposent à six ou sept niveaux donne des coefficients qui correspondent à des bandes de fréquences qui s'échelonnent approximativement entre 0-345 Hz, 345-690 Hz, etc., jusqu'à la fréquence Nyquist.

Cette structure multirésolution permet précisément de dénouer les clics (qui apparaissent comme de grands coefficients dans les sous-bandes de détail haute fréquence) de l'audio sous-jacent (qui distribue son énergie de façon plus uniforme entre les niveaux).

Le pipeline de dénigrement : des coefficients à l'audio propre

La dénomination des vagues suit une procédure en trois étapes : décomposition, seuil et reconstruction. Chaque étape nécessite des choix judicieux pour obtenir des résultats optimaux.

Étape 1: Décomposition

Le signal audio est décomposé en utilisant le DWT à un niveau spécifié (généralement 5-7 pour les taux d'échantillonnage standard). Le choix de la famille d'ondes et de la longueur du filtre est important ici. Db2 ou Attaque (db1) ont une excellente localisation du temps – ils peuvent capturer des clics qui ne durent que quelques échantillons – mais ils produisent des reconstructions bloquantes qui peuvent sembler rugueuses. Db20 produire des reconstructions plus lisses, mais peut brouiller des événements transitoires très courts. Db4 ou db6, qui équilibre la résolution du temps et la luxure.

Le nombre de niveaux de décomposition détermine la bande de fréquence la plus basse qui est soumise à un seuil; décomposition plus profonde permet la méthode de cibler les clics enfouis dans des teneurs de fréquence inférieure, comme le grondement, mais aussi augmente la charge de calcul.

Étape 2: Thresholding

Une fois les coefficients obtenus, un seuil est appliqué aux coefficients de détail. Le principe est que le bruit de clic produit des coefficients avec des grandeurs significativement plus grandes que celles du signal propre dans la même sous-bande.

  • Seuil dur: Les coefficients inférieurs à un seuil sont fixés à zéro; ceux ci-dessus restent inchangés. Ceci est simple mais peut causer des discontinuités dans le signal reconstruit qui se manifeste par -"bruit musical" ou des chirps métalliques.
  • Seuil de freinage souple: Les coefficients sont réduits à zéro par la quantité seuil (c.-à-d., leur magnitude est réduite par la valeur seuil), ce qui réduit les discontinuités et produit souvent des résultats plus naturels, bien qu'il puisse légèrement amortir les attaques aiguës si le seuil est trop agressif.

Le choix de la valeur seuil est le paramètre le plus critique. Plusieurs méthodes sont courantes:

  • Seuil universel (Donoho et Johnstone, 1994) : T = ε μ(2 log N), où φ est l'écart-type de bruit estimé et N Ce seuil est optimal dans un sens minimax pour les signaux avec le bruit gaussien blanc additif, mais il peut être trop agressif pour les clics audio, qui ne sont pas distribués par Gaussian.
  • SURE (estimation non biaisée du risque) : Une approche adaptative qui minimise une estimation de l'erreur carrée moyenne. Elle fonctionne bien lorsque le niveau de bruit est inconnu et varie entre les sous-bandes.
  • Seuils dépendant de l'échelle: Comme l'énergie de clic est généralement concentrée dans les sous-bandes supérieures, on peut estimer le niveau de bruit par sous-bande séparément et appliquer un seuil local. C'est la stratégie la plus courante dans les outils professionnels de restauration audio.

Étape 3 : Reconstruction

Après le seuil, les coefficients de détail modifiés (et les coefficients d'approximation intacts) sont passés par le DWT inverse (IDWT) pour reconstruire le signal du domaine du temps nettoyé. Le résultat est une forme d'onde dans laquelle les artefacts de clic sont significativement réduits ou enlevés, tandis que les transitoires originaux, tels que les coups de tambour ou les sibilants, restent largement intacts.

Pourquoi les vagues déçois-elles les méthodes traditionnelles?

Les avantages de la dénoyautation par onde deviennent évidents par rapport aux techniques conventionnelles.

Ciblage sélectif de la fréquence temporelle

La soustraction spectrale, par exemple, atténue les bandes de fréquences entières sur l'ensemble du signal. Si un clic se produit à 3 kHz, la soustraction spectrale réduira toute l'énergie à 3 kHz pour la durée de la fenêtre d'analyse, qui peut muter un cymbale délicat ou adoucir un sibilisant vocal. La soustraction spectrale ne modifie, par contre, que les coefficients à l'heure et à l'échelle spécifiques où l'énergie de clic apparaît. De même, le filtrage médian remplace chaque échantillon par la médiane de ses voisins, ce qui brouille les transitoires aigus et échoue lorsque les clics sont rapprochés.

Préservation des détails de haute fréquence

L'élimination du bruit impulsive sacrifie souvent le contenu à haute fréquence parce que le bruit occupe les mêmes bandes à haute fréquence que le détail souhaitable (p. ex., le --air d'un enregistrement, le frisson de ho-hats, ou la croustillante des consonnes). La dénomination des vagues peut distinguer un clic court et isolé (grand coefficient, très localisé dans le temps) et une note musicale à haute fréquence (répartie sur de nombreux coefficients à plusieurs échelles).

Pas besoin d'une référence de bruit

Les techniques de filtrage adaptatif comme NLMS (Normalized Least Mean Squares) nécessitent un signal de référence du bruit séparé, qui est rarement disponible dans les scénarios de restauration. La désondation par vague fonctionne directement sur le signal bruyant, en estimant les statistiques du bruit à partir des coefficients eux-mêmes (souvent à partir de la sous-bande de détail la plus fine, en supposant qu'elle contient principalement du bruit).

Applications pratiques en restauration audio

La désondation par les vagues a été largement adoptée dans la restauration audio professionnelle, et de nombreux outils modernes l'ont incorporé.

  • Transferts d'archives : Bibliothèques et archives qui restaurent des cylindres de cire, des disques de shellac 78 tr/min et des bandes magnétiques précoces dépendent du déclic à base d'ondelet. La méthode récupère le timbre original tout en supprimant les années de bruit de surface accumulé. La Bibliothèque du Congrès a documenté les techniques de lames d'onde dans ses lignes directrices numériques de restauration audio.
  • Enregistrements de concerts en direct : Les microphones d'audience captent souvent des bruits transitoires : des bosses, des touxs ou des rayures de câbles.
  • Sonorisation légale : Les services de police utilisent la dénoyade pour nettoyer les enregistrements pour les preuves en salle d'audience. Journal des sciences judiciaires a démontré que le seuil d'onde surpassait la soustraction spectrale pour préserver l'intelligibilité de la parole après l'élimination du bruit d'impulsion.
  • Production musicale: Les producteurs qui travaillent avec des échantillonneurs vintage, des enregistrements sur le terrain ou des matériaux de source moins que vierge utilisent des outils de vague comme premier passage avant de mélanger davantage.

Étude de cas : Rétablir un enregistrement jazz des années 1950

Considérez un disque numérique de 78 tours de minute d'un quatuor de jazz des années 1950. L'enregistrement contient des clics fréquents de l'usure du shellac, ainsi qu'un ronflement persistant à basse fréquence du moteur à platine. Une approche naïve de dénoyage pourrait appliquer un filtre passe-haut pour enlever le ronflement (qui atténue la contrebasse et le piano) et le filtrage médian pour les clics (qui adoucissent les attaques de tambours de pièges brosés). db6 Les niveaux 1 à 3 (hautes fréquences) sont maintenus intacts, sauf pour une légère suppression en courant continu. Le résultat conserve toute la chaleur de la basse et la croustillante du hi-hat pendant que les clics sont partis. Ce cas illustre la capacité d'adaptation du cadre de la vague.

Limitations et pièges

Malgré ses forces, la dénature des vagues n'est pas sans défis.

Sensibilité au paramètre

Un même enregistrement peut nécessiter différentes familles de vagues, des profondeurs de décomposition ou des règles de seuil en fonction des caractéristiques du bruit. Un ondelet trop long peut s'étirer un clic dans le temps, ce qui rend plus difficile l'isolement; un ondelet trop court peut introduire des oscillations qui sonnent comme -fizz-de-la- reconstruction. Les ingénieurs doivent expérimenter, souvent en utilisant une boucle de prévisualisation pour affiner les réglages.

Coût informatique

Pour les taux d'échantillonnage de 96 kHz ou 192 kHz, le DWT peut être exigeant en calcul, surtout si de nombreux niveaux de décomposition sont utilisés. Cependant, les processeurs multi-cœurs modernes gèrent facilement les ondes en temps réel. PyWavelets (Python) et MATLAB , Boîte à outils pour les vagues fournir des implémentations optimisées. Plug-ins en temps réel comme Vagues X-Bruit utiliser des algorithmes dérivés d'onde pour traiter l'audio à la volée.

Production d'objets

Le seuil agressif peut créer un bruit musical --de courts chirps tonaux résultant de coefficients isolés fixés à zéro alors que les coefficients voisins restent. Le seuil doux réduit ce phénomène, mais au prix d'une légère compression des transitoires. Une approche hybride – utilisant le seuil dur uniquement sur les coefficients qui appartiennent clairement aux clics, et le seuil doux ailleurs – aide.

Cliquer sur les trains

Lorsqu'un enregistrement contient un crack dense (p. ex., une rainure en vinyle fortement usée avec des pops continues), la sélection du seuil devient problématique : le réglage d'un seuil bas enlève trop de signal, tandis qu'un seuil élevé laisse beaucoup de bruit. Dans de tels cas, la désondation des vagues est mieux utilisée comme premier passage pour enlever les clics les plus proéminents, suivie d'une deuxième étape de désondation (p. ex., soustraction spectrale douce) pour le bruit résiduel.

Extensions avancées et orientations futures

Les chercheurs continuent de pousser les vagues à dénouer davantage, en les combinant avec d'autres techniques pour une performance supérieure.

Décomposition du paquet d'ondes

La norme DWT ne s'applique qu'aux coefficients d'approximation, ignorant les détails de fréquence supérieure après le premier niveau. les deux Coefficients d'approximation et de détail à chaque niveau, produisant une grille de fréquence temporelle plus uniforme. Ceci permet une résolution de fréquence plus fine pour séparer le bruit du signal, en particulier dans la fourchette médiane où de nombreux clics résident. WPD est calculablement plus cher mais peut être utile pour les tâches de restauration complexes.

Transformation empirique en ondelette (TEE)

EWT conçoit adaptativement des banques de filtres en fonction du spectre de Fourier du signal. Au lieu d'utiliser une famille fixe d'ondes, il segmente le spectre à maxima local et construit des vagues alignées sur la propre structure du signal. Pour l'audio avec des motifs de clic non stationnaire, EWT peut offrir une adaptabilité supérieure.

Modèles d'apprentissage de fond hybrides

Une recherche récente combine des transformations de vagues avec des réseaux neuronaux. Un réseau profond peut apprendre à cartographier les coefficients de vagues bruyants pour les nettoyer, en apprenant efficacement la fonction de seuil optimale à partir de données. Opérations IEEE/ACM sur le traitement audio, le traitement des discours et la langue Ces hybrides conservent les avantages multirésolutions des vagues tout en tirant parti de la puissance de modélisation non linéaire de l'apprentissage profond. Cette étude est un bon point de départ pour ceux qui s'intéressent à la pointe.

Flux de travail pratique pour les ingénieurs

Pour mettre en œuvre efficacement la déshydratation des vagues, suivez ces étapes :

  1. Préparez l'audio : Enlever le DC offset et normaliser les niveaux de pointe pour éviter les biais dans les grandeurs de coefficients.
  2. Sélectionnez la profondeur de l'ondelette et de décomposition : Commencez par db6 ou sym6 et 6 à 7 niveaux pour 44,1 kHz. Pour des clics très courts (1 à 2 échantillons), essayez Db2 ou Attaque; pour le contenu musical, essayez Cf.- Oui.
  3. Estimation du bruit par sous-bande: Calculer l'écart absolu médian (DAM) des coefficients de détail les plus fins, puis l'évaluer pour estimer l'écart-type. Utilisez-le comme base de référence pour le seuil.
  4. Choisissez la règle de seuil : Appliquer un seuil mou au départ (pour éviter le bruit musical) et ajuster. Si le résultat est trop terne, passer au seuil dur avec un seuil plus bas.
  5. Valider avec la comparaison A/B: Écoutez critiquement dans les écouteurs. Vérifiez les clics restants, le bruit ajouté ou l'immobilisation des transitoires. Si nécessaire, ajustez le multiplicateur de seuil ou essayez une vaguelette différente.
  6. Considérez une approche à deux volets : D'abord passer avec une onde de dénigrement pour enlever les clics isolés; ensuite passer avec une légère soustraction spectrale ou un filtrage adaptatif pour le reste du crack.

Conclusion

La dénoyautation des vagues reste l'une des méthodes les plus puissantes et les plus transparentes pour enlever les clics de l'audio. Sa capacité à fonctionner dans les domaines du temps et de la fréquence lui permet d'expulser chirurgicalement tout en préservant le détail complexe qui définit le son de haute qualité. Bien que la technique nécessite un réglage minutieux des paramètres, le paiement – son propre et naturel – est substantiel. - Adaptation spatiale idéale par rétrécissement des vagues. Alors que les outils basés sur les vagues continuent d'évoluer, ils resteront sans aucun doute la pierre angulaire de la restauration audio pour les années à venir.