使用频谱门控降低python中的噪声
该算法基于的一种降噪效果(但并非完全再现)()
该算法有两个输入:
包含音频剪辑的典型的噪声的噪声的音频剪辑(可选)
包含要删除的信号和噪声的信号音频片段
算法步骤
在噪声音频片段上计算FFT
统计信息是通过噪声的FFT计算得出的(频率)
基于噪声的统计信息(和算法的期望灵敏度)计算阈值
通过信号计算FFT
通过将信号FFT与阈值进行比较来确定掩码
使用滤镜在频率和时间上对蒙版进行平滑处理
掩码被叠加到信号的FFT中,并被反转
安装
pip install noisereduce
noisereduce可以选择使用Tensorflow作为后端来加快FFT和高斯卷积。 它未在requirements.txt中列出,因为(1)它是可选的,并且(2)tensorflow-gpu和tensorflow(cpu)都与此软件包兼容。 该软件包需要所有
1