给音频注入白噪声之前，先把强度、分布与失真算清楚

向声音文件叠加随机扰动，常被用来检验识别系统在不理想环境中的稳定性，也可用于构造训练数据。看起来只需生成一串随机数再与波形相加，实际上最容易出错的正是“加多少”和“加了什么”。若直接写成原信号乘零点九五、噪声乘零点零五，两个系数只表达幅度比例；它们没有考虑原音频与随机序列本身的功率，因此不能稳定对应某个信噪比。换一段音量更小的录音，同样的零点零五可能已经淹没语音。

白描述频谱，高斯描述取值分布

白噪声的核心条件是功率谱密度在频率上保持常数，或在离散近似中表现为不同采样时刻不相关。它的名称来自“白色”包含广泛频率成分的类比，并不规定每个样本必须服从某一种概率分布。高斯噪声则说明样本幅值服从正态分布。序列既可以是高斯白噪声，也可以由均匀分布产生、经过去均值后近似白噪声；把两个词当作同义词，会让实验说明缺少一个重要维度。

• 均值：通常应接近零，否则加入的是直流偏移。
• 方差：决定随机序列的平均功率，但最终强度仍要与原信号比较。
• 相关性：决定噪声在时间上是否带有结构，滤波后就不再是理想白谱。
• 分布：影响极端幅值出现的频率，高斯与有界均匀序列的尾部行为不同。

数字音频又受到采样率和带宽限制，所以代码生成的是有限带宽、有限长度的离散白噪声近似，而不是数学上覆盖无限频率的理想过程。这个边界不妨直接写进实验记录，避免把模型定义与文件里的有限样本混为一谈。

先用目标信噪比反推噪声尺度

设原信号均方根为RMSs，原始随机噪声均方根为RMSn，目标信噪比为SNRdB。需要的噪声均方根应为RMSs除以十的SNRdB除以二十次方，再用该目标值与RMSn的比值缩放随机序列。这样，二十分贝和五分贝分别具有明确含义，也便于不同文件之间比较。纯静音片段的RMSs为零，不能沿用这条缩放式，应先决定跳过、使用绝对噪声标尺，还是按活动语音片段估计能量。

一个向量化流程比逐样本循环更容易审计

读取音频后，波形矩阵通常以“采样点乘声道”组织。噪声应使用相同尺寸，既避免长度错位，也能明确左右声道是否独立。均匀序列可由二倍随机数减一得到，正态序列可由标准正态随机函数生成；两者都要先移除样本均值，再按目标功率缩放。固定随机种子能让同一实验重复得到相同扰动，但训练数据增强若每轮都固定同一序列，反而会降低噪声多样性，因此应把种子作为实验配置而不是硬编码常量。

[x, fs] = audioread('audio.wav'); rng(2027); n = randn(size(x)); n = n - mean(n, 1); signalRms = sqrt(mean(x(:).^2)); noiseRms = sqrt(mean(n(:).^2)); targetSnrDb = 15; n = n * (signalRms / (10^(targetSnrDb/20) * noiseRms)); y = x + n;

这段骨架刻意没有直接保存，因为相加后还要检查范围。许多音频读写接口以归一化浮点数表示波形，常见有效范围接近负一到一；若y越界，保存时可能发生削波，噪声实验就同时混入了非线性失真。简单截断虽然能避免非法值，却改变了噪声统计。更透明的做法是记录越界样本比例，并按实验目标选择降低噪声、统一缩放混合信号，或明确保留削波作为另一种扰动条件。

多声道不能只靠拉平成一列解决

立体声的两个声道可能能量不同。用全文件一个RMS缩放，保留了统一噪声标尺；按声道分别缩放，则能让每个声道达到相同信噪比。两种定义都合理，但结果并不等价。若对每个声道生成完全相同的噪声，噪声会集中在声场中央；生成独立序列则改变声道间相关性。语音识别测试、耳机听感实验和阵列信号处理对这些选择的要求不同，必须在元数据中注明。

验收时不要只听一次播放结果

耳朵可以发现明显异常，却不足以证明配置正确。输出至少要核对四项数值：保存前后的采样率和声道数保持一致；实测信噪比接近目标；波形没有意外的直流偏移；越界或削波比例符合预期。若文件经过有损编码，重新读取后再测一次，因为编码器可能改变频谱和幅值。识别模型评测还应在多个随机种子上重复，并报告平均表现与波动，而不是选取一条随机噪声序列得出结论。

1. 保存干净音频的标识、目标信噪比、分布类型和随机种子。
2. 分别计算信号、噪声与混合波形的RMS及峰值。
3. 抽查频谱，确认没有由实现错误产生的窄带尖峰。
4. 对多个强度阶梯重复测试，让性能退化曲线而非单点支撑判断。
5. 将生成脚本和参数与结果一同归档，保证后续能复现。

可控加噪的目标不是制造“听起来更吵”的文件，而是建立一组强度可量化、统计可说明、结果可重复的测试条件。

完成这些检查后，随机函数的选择才真正转化为可靠实验。均匀与高斯可以作为两类扰动，固定比例也可以作为快速演示，但任何对模型鲁棒性的比较，都应回到信噪比、声道策略、削波处理和重复次数。把这些边界写清楚，比为某个系数寻找经验上的“足够”更能让结果经得起迁移。