SN比の計算式を利用して雑音の二乗平均平方根を求めたい

Question

今こちらのサイトの
"Signal-to-Noise比の計算式を利用して任意の大きさで波形を合成する"
という項目のところを参考にしながらSN比の計算式を利用した雑音の二乗平均平方根を求めようとしているのですが、例として挙がっているのが、

音声に対して5dBのようになる雑音のRMS/元の雑音のRMS=202.1/47.3=4.27倍

という計算式でまず音声のRMSはどのように求めたのかを教えていただきたいです。

https://engineering.linecorp.com/ja/blog/voice-waveform-arbitrary-signal-to-noise-ratio-python/

Answer 1

音声のRMSはどのように求めたのか

ソースコードのcal_rmsが実装になります。clean_amp（ノイズのない元音声）の振幅の二乗平均平方根（Root Mean Square, RMS）を、音声のRMSとしています。
（この内容は、元記事に書かれてある通りです）

なお、上のコードでは、実行時引数--snr（内容：「合成したいS/N比」）に指定した数が 変数snrに渡されます。
元記事の数式と合わせて
cal_adjusted_rms()関数もじっくり読むとやっていることがわかると思います。

（略）

def cal_rms(amp):
    return np.sqrt(np.mean(np.square(amp), axis=-1))
略
if __name__=='__main__':
略
    clean_amp, clean_samplerate = sf.read(clean_file, dtype=encoding_type.dtype)
略
    clean_rms = cal_rms(clean_amp)

Comments

[ilbisonte]

回答ありがとうございます。
プログラム上でも音声のRMSの求め方はわかりました。

音声に対して5dBのようになる雑音のRMS/元の雑音のRMS=202.1/47.3=4.27倍

この具体的な数字はどのようにして出したのでしょうか。

[退会済みユーザー]

「この具体的な数字はどのようにして出したのでしょうか。」とは「どういうデータをもとに、どういう計算を経て『202.1』や『47.3』という数字になったのか？」という意味でしょうか？
まず記事中の「202.1」や「47.3」というのは、おそらく説明のための例示としての数字ですので、「なぜその数字になったのか」は記事の筆者に聞かないとわかりません（実際に何かのテストを行ったときに出た数字かもしれませんが、そのテストデータは筆者しかもっていないでしょうし、あるいは全く根拠のない適当な数字かもしれません）

そうではなくて、（202.1や47.3という具体的な数字から離れて）その例示した数字で表現されている「音声に対して5dBのようになる雑音のRMS」及び「元の雑音のRMS」が、
プログラム中でどのようなデータを基にして、どのような流れで求められているのかわからない、という意味でしょうか。

[ilbisonte]

前者です。質問の仕方がわかりにくくもう訳ありません。
ありがとうございます。理解できました。