噪音消除模块调研

一.原理

1.1降噪

noisereduce 库的 reduce_noise 函数使用的是一种基于频谱减法的噪声消除算法。它通过分析音频的频谱,识别出噪声成分,并尝试将这些噪声成分从音频信号中去除,从而提升信号的清晰度。

1.2 动态范围压缩(预加重)

预加重(Pre-emphasis)是一种简单的信号处理技术,常用于音频处理中。它通过增强音频信号的高频成分来改善信噪比,特别是在某些编码技术中。预加重可以看作是一种高通滤波操作,通过减少低频成分的能量相对增加高频成分的能量。

1.3 增益处理

增益处理是通过线性放大音频信号的幅值来增加其响度的。增益因子 gain_factor 的大小决定了放大倍数。需要注意的是,过高的增益因子可能会导致音频信号超出其允许的动态范围,从而引起失真。

1.4 信号裁剪

将数组的值限制在指定的范围内。这里将音频信号限制在 [-1.0, 1.0] 之间,以防止因增益处理导致的信号失真(即音频信号过大或过小,超出了标准音频信号的范围)。

.库安装

复制代码
pip install  pydub`
`pip install noisereduce`
`

.测试代码

复制代码
import numpy as np
from pydub import AudioSegment
import librosa
import noisereduce as nr
import librosa.effects as effects
# 加载音频文件
librosa_audio, sr = librosa.load("zhibo60s.wav", sr=16000)

# 使用noisereduce库进行噪声消除
reduced_noise_audio = nr.reduce_noise(y=librosa_audio, sr=sr)

# 使用librosa的动态范围压缩进行音频增强
compressed_audio = effects.preemphasis(reduced_noise_audio)  # 使用预加重作为简单的压缩方式

# 增加增益,提升音量
gain_factor = 1  # 增益因子,可根据实际情况调整
enhanced_audio = compressed_audio * gain_factor
enhanced_audio = enhanced_audio * 2
# 确保音频信号在[-1, 1]范围内
enhanced_audio = np.clip(enhanced_audio, -1.0, 1.0)

# 将处理后的人声转换回AudioSegment对象
vocals_audio_segment = AudioSegment(
    data=np.array(enhanced_audio * 32767, dtype=np.int16).tobytes(),
    sample_width=2,
    frame_rate=sr,
    channels=1
)
# 使用pydub调整增益
gain_db = 5  # 增益量,以dB为单位
enhanced_audio_segment = vocals_audio_segment.apply_gain(gain_db)

# 导出处理后的人声
enhanced_audio_segment.export("zhibo60sout.wav", format="wav")

三.测试结果

|--------|-------|----------------------------------------------------------------------------|----------------------------------------------------------------------------|
| 测试原始文件 | 输出文件 | 原始波形图 | 输出文件波形图 |
| 见上传资源 | 见上传资源 | | |

相关推荐
一条数据库7 小时前
南京方言数据集|300小时高质量自然对话音频|专业录音棚采集|方言语音识别模型训练|情感计算研究|方言保护文化遗产数字化|语音情感识别|方言对话系统开发
人工智能·音视频·语音识别
殷忆枫21 小时前
基于STM32的智能语音识别饮水机系统设计
stm32·嵌入式硬件·语音识别
SmartJavaAI2 天前
Java调用Whisper和Vosk语音识别(ASR)模型,实现高效实时语音识别(附源码)
java·人工智能·whisper·语音识别
MYZR14 天前
现代农业自动化的技术演进与应用
自动化·语音识别
bst@微胖子5 天前
WGAI项目图像视频语音识别功能
人工智能·语音识别·xcode
东风西巷5 天前
Balabolka:免费高效的文字转语音软件
前端·人工智能·学习·语音识别·软件需求
大数据张老师6 天前
【案例】AI语音识别系统的标注分区策略
人工智能·系统架构·语音识别·架构设计·后端架构
小马哥编程6 天前
计算机网络:调制解调器
人工智能·计算机网络·语音识别
今日待办7 天前
Arduino Nano33 BLESense Rev2【室内空气质量检测语音识别蓝牙调光台灯】
c语言·单片机·嵌入式硬件·mcu·语音识别·ardunio·arduinonano33
水印云7 天前
AI配音工具哪个好用?7款热门配音软件推荐指南!
人工智能·语音识别