Python 声音降噪

录音文件降噪

from scipy.io import wavfile
import noisereduce as nr
import pyaudio 
import time
import wave
rate, data = wavfile.read("001.wav")
_,noisy_part =  wavfile.read("noise.wav")
SAMPLING_FREQUENCY=16000
reduced_noise = nr.reduce_noise(y=data, y_noise=noisy_part, sr=SAMPLING_FREQUENCY)

FORMAT = pyaudio.paInt16  
CHANNELS = 1  
RATE = 16000  
RECORD_SECONDS = time  
WAVE_OUTPUT_FILENAME = "out_file.wav" 

with wave.open(WAVE_OUTPUT_FILENAME, 'wb') as wf:
    wf.setnchannels(CHANNELS)
    wf.setsampwidth(2)
    wf.setframerate(RATE)
    wf.writeframes(b''.join(reduced_noise))

说明:降噪之后能够听清楚声音,效果很不错

录制音频

import pyaudio
import numpy as np
from scipy import fftpack
import wave

def recording(filename, time=0, threshold=8000):
    CHUNK = 1024 
    FORMAT = pyaudio.paInt16  
    CHANNELS = 1  
    RATE = 16000  
    RECORD_SECONDS = time  
    WAVE_OUTPUT_FILENAME = filename  
    p = pyaudio.PyAudio()
    stream = p.open(format=FORMAT, channels=CHANNELS, rate=RATE, input=True, frames_per_buffer=CHUNK)
    print("* 录音中...")
    frames = []
    if time > 0:
        for i in range(0, int(RATE / CHUNK * RECORD_SECONDS)):
            data = stream.read(CHUNK)
            frames.append(data)
    else:
        stopflag = 0
        stopflag2 = 0
        while True:
            data = stream.read(CHUNK)
            rt_data = np.frombuffer(data, np.dtype('<i2'))
            # 傅里叶变换
            fft_temp_data = fftpack.fft(rt_data, rt_data.size, overwrite_x=True)
            fft_data = np.abs(fft_temp_data)[0:fft_temp_data.size // 2 + 1]
            # 判断麦克风是否停止,判断说话是否结束,# 麦克风阈值,默认7000
            if sum(fft_data) // len(fft_data) > threshold:
                stopflag += 1
            else:
                stopflag2 += 1
            oneSecond = RATE/CHUNK
            print (stopflag2," ",oneSecond)
            if stopflag2 + stopflag > oneSecond:
                if stopflag2 > oneSecond // 3 * 2:
                    break
                else:
                    stopflag2 = 0
                    stopflag = 0
            frames.append(data)
    print("* 录音结束")
    stream.stop_stream()
    stream.close()
    p.terminate()
    print (p.get_sample_size(FORMAT))
    with wave.open(WAVE_OUTPUT_FILENAME, 'wb') as wf:
        wf.setnchannels(CHANNELS)
        wf.setsampwidth(p.get_sample_size(FORMAT))
        wf.setframerate(RATE)
        wf.writeframes(b''.join(frames))


#recording('ppp.wav', time=2)  # 按照时间来录音,录音5秒
recording('001.wav')  # 没有声音自动停止,自动停止
recording('noise.wav')  # 没有声音自动停止,自动停止

说明:首先录制声音文件,之后录制噪声文件,
利用【录音文件降噪】来实现去噪效果。

  • 8
    点赞
  • 66
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 9
    评论
### 回答1: 在Python中,可以使用librosa库对音频进行降噪处理。具体步骤如下: 1. 使用librosa库读取音频文件,得到音频的采样率和数据。 ```python import librosa # 读取音频文件 y, sr = librosa.load('audio.wav', sr=None) ``` 2. 对音频进行降噪处理,可以使用`librosa.effects.trim`函数对静音部分进行裁剪,再使用`librosa.decompose.nn_filter`函数进行降噪。 ```python # 裁剪静音部分 y_trimmed, _ = librosa.effects.trim(y) # 降噪处理 y_denoised = librosa.decompose.nn_filter(y_trimmed, aggregate=np.median, metric='cosine', width=int(librosa.time_to_samples(0.025, sr))) ``` 3. 将处理后的音频数据写入文件。 ```python # 将降噪后的音频数据写入文件 librosa.output.write_wav('audio_denoised.wav', y_denoised, sr) ``` 需要注意的是,音频降噪处理是一个较为复杂的过程,具体的处理方法需要根据实际情况进行调整。 ### 回答2: Python音频降噪是一种通过编写Python程序来减少音频中噪音的方法。在音频处理中,噪音是指非期望的声音或干扰,它可以降低音频的质量和可听性。Python提供了许多库和工具,可以帮助我们进行音频降噪。 首先,我们可以使用Python的音频处理库,如librosa和pyAudio,来读取和处理音频文件。这些库提供了各种功能,如降噪、滤波和增益等。 其次,我们可以使用一些降噪算法来减少音频中的噪音。常用的降噪算法包括均值滤波、中值滤波和频域滤波等。这些算法可以根据音频信号的特征来去除噪音。 另外,我们还可以利用Python的机器学习库,如scikit-learn和TensorFlow,来进行音频降噪。这些库提供了各种机器学习算法和模型,可以通过训练数据来减少噪音,并在新的音频数据上进行降噪。 最后,我们还可以利用Python的可视化库,如matplotlib和seaborn,来可视化降噪效果。通过绘制音频波形图、频谱图和功率谱图等,可以直观地观察降噪后的音频与原始音频的差异。 总的来说,Python提供了丰富的库和工具,可以帮助我们进行音频降噪。通过编写Python程序,我们可以根据需要选择适合的降噪算法和模型,并可视化降噪效果,从而提高音频的质量和可听性。 ### 回答3: 音频降噪是指通过使用不同的技术和算法,减少或消除音频中的噪声干扰,以改善音频质量。在Python中,有一些库和工具可以用来进行音频降噪。 一个常用的Python库是librosa,它提供了丰富的音频处理功能。使用librosa,可以先将音频文件加载为音频数组,然后使用其提供的函数来降噪。其中,一个常用的降噪方法是使用短时傅立叶变换(Short-time Fourier Transform, STFT)将音频分解为频域表示,然后通过滤波器或基于统计学的方法来消除噪声成分。librosa中的函数例如`librosa.core.stft`和`librosa.effects.de_noise`可以实现这些功能。 另一个常用的工具是pyAudioAnalysis,它是一个用于音频特征提取和分类的Python库。通过pyAudioAnalysis,可以使用其内置的基于机器学习的算法,对音频进行降噪处理。具体来说,可以使用其提供的`audioTrainTest.py`脚本来训练分类器模型,然后使用训练好的模型对音频进行降噪。 此外,还有其他一些工具和库也可以进行音频降噪,如noisereduce和noisy。它们提供了简单易用的函数和方法,以在Python中实现音频降噪。 综上所述,Python提供了多种库和工具来进行音频降噪,其中librosa和pyAudioAnalysis是常用的选择。通过使用这些工具,可以对音频进行降噪处理,以提高音频质量和减少噪声干扰。

“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 9
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

打赏作者

佐倉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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