AI语音数据集处理+标注(自动降噪切片标注)

首先要知道,我们需要得到一份带有标注的、同一个人的语音切片数据。
有问题可以加讨论群869029039

第一步,在网上寻找你需要的音频数据

这里以甜药的B站教学视频为例,因为音质好,杂音少,训练起来非常好
https://space.bilibili.com/106017013
找到【甜药教学】的视频,复制网址。用DownKyi下载音频
DownKyi
https://github.com/leiurayer/downkyi
GitHub有下载链接和教程
下载视频
选中解析并下载
因为我们需要转化成wav格式进行处理,所以推荐一个格式转换的东西,非常简单好用
https://github.com/Tichau/FileConverter
下载安装好之后直接右键下载的视频,转化就可以了
格式转换

循环几遍,你就能得到一个人几十甚至上百分钟的音频数据了
新建文件夹

import os

# 文件夹和文件的路径
base_dir = "./"
directories = ["input_dir", "output_dir", "denoised_dir"]

# 创建文件夹
for directory in directories:
    dir_path = os.path.join(base_dir, directory)
    if not os.path.exists(dir_path):
        os.makedirs(dir_path)
        print(f"文件夹 '{dir_path}' 已创建。")
    else:
        print(f"文件夹 '{dir_path}' 已存在。")
        

文件结构如下

./
├── input_dir/
├── output_dir/
└── denoised_dir/

我们把这些文件放在input_dir文件夹里,准备下一步

第二步,降噪

装环境

pip install -U modelscope

用达摩院的降噪模型,我听了之后感觉效果还不错,在这段视频里把背景的枪声,角色音效等消除得挺干净的。
代码如下,替换一下

import os
from modelscope.pipelines import pipeline
from modelscope.utils.constant import Tasks

# 初始化降噪模型
ans_pipeline = pipeline(
    Tasks.acoustic_noise_suppression,
    model='damo/speech_frcrn_ans_cirm_16k'
)

# 设置原始音频文件夹和输出文件夹的路径
input_folder = "./input
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值