大数据采集与预处理技术（微课版）课件 8.3语音直播数据采集-语音预处理Noisereduce

大数据采集与预处理技术*

*项目三语音直播数据采集与预处理序号软件配置要求1OBS最新版本2Noisereduce等最新版本一、项目目标：1、根据应用需求确定语音数据采集方法，并完成语音数据采集；2、对采集的语音数据进行去噪、归一化、采样频率转换、语音特征提取、静音去除、语音切分、信号增强等预处理操作；3、根据训练模型要求完成语音数据文本转录、音频分割、标签标注等，为不同模型准备训练数据。二、环境要求：三、常见降噪方法分析（1）基于频谱的降噪把声音变成频谱图（类似声音的“指纹图”），在图上标出噪音部分（比如没人说话时的背景声），把噪音对应的频率能量减弱。例如：你录了一段语音，但有空调嗡嗡声，频谱图显示空调声集中在200Hz，把200Hz的声音能量调低→空调声变小了优点：简单直接，适合恒定噪音（如风扇声）缺点：可能误伤有用声音（比如人声低频也被削弱）（2）Wiener滤波降噪Wiener滤波降噪像“智能调音量”,核心思想“噪音大的地方多降，噪音小的地方少降”。做法：先估算噪音的频谱特征（比如录音开头几秒纯噪音），计算每个频率点的信噪比（SNR），信号强/噪音弱→基本保留，信号弱/噪音强→大幅削弱，根据这个比例动态调整音量。例如：语音中500Hz人声比噪音大10倍→保留90%，3000Hz人声和噪音一样大→只保留50%。优点：比简单频谱降噪更精准。缺点：需要提前知道噪音特征（3）自适应噪声抑制这种方法像“实时噪音跟随”，核心思想：“边走边听边降噪”，动态跟踪噪音变化。做法：实时监测背景噪音（比如突然的车鸣声），快速计算噪音和语音的差异，瞬间压低当前噪音，但不影响人声。例如：你正在打电话，突然有狗叫，系统0.1秒内检测到狗叫频率，只降低狗叫的频率段，人声几乎不变。优点：适合变化噪音（如街头、咖啡馆）。缺点：计算复杂，需要高性能处理器四、Noisereduce语音预处理（1）Noisereduce简介专注于音频降噪的Python库，基于信号处理和深度学习方法进行噪声抑制，适合处理语音、乐器和环境音频等。（2）常用功能noisereduce提供了多种降噪功能，主要包括：1）基于频谱的降噪：通过频谱分析去除音频信号中的背景噪声。2）Wiener过滤：使用Wiener滤波器对音频进行降噪处理。3）自适应降噪：利用多种算法的组合，针对不同的音频环境自适应调整降噪效果。（3）适用场景1）语音增强：提高语音的清晰度和可懂度，适用于语音识别、语音传输和通话音质优化。2）乐器音频降噪：在音乐录制或演奏中去除背景噪声，提升音质。3）环境音频处理：在录音或环境声音分析中去除不必要的噪声，使信号更加纯净。（4）安装pipinstallnoisereduce（5）基于频谱的降噪noisereduce中最常用的功能是基于频谱的降噪方法。例子如下：importnoisereduceasnrfromscipy.ioimportwavfileimportnumpyasnp#读取音频文件rate,audio_data=wavfile.read("audio/example1.wav")#统一转为立体声处理(单声道转双声道)iflen(audio_data.shape)==1:audio_data=np.column_stack((audio_data,audio_data))#转为双声道#提取噪音样本(取开头1秒作为噪音参考)noise_sample=audio_data[:int(1*rate)]#分别处理左右声道reduced_audio=np.zeros_like(audio_data)forchinrange(audio_data.shape[1]):reduced_channel=nr.reduce_noise(y=audio_data[:,ch],sr=rate,y_noise=noise_sample[:,ch],#降噪强度(1.0为最大)prop_decrease=1.0,#FFT窗口大小,数值越大,频率分析越准，但时间定位越模糊（适合稳态噪音如空调声）,数值越小,时间定位越准，但频率分析越粗糙（适合突发噪音如关门声）

n_fft=1024,#窗口长度，通常设为n_fft的一半或相等，实际分析时的"切片长度"，较短的窗口更适合瞬态声音（如鼓点）

win_length=512,#帧移，控制"分析步长"，影响计算量和流畅度，越小计算量越大

hop_length=256)#将结果存入对应声道

reduced_audio[:,ch]=reduced_channel

#保存结果wavfile.write("audio/reduced_example1.wav",rate,reduced_audio)（6）使用Wiener滤波进行降噪Wiener滤波是一种经典的降噪方法，noisereduce提供了相应的接口进行Wiener滤波处理。#应用Wiener滤波进行降噪，注意最新版noisereduce的reduce_noise接口没有use_wiener参数reduced_noise=nr.reduce_noise(y=data,sr=rate,use_wiener=True)（7）自适应噪声抑制noisereduce通过自适应参数调整降噪效果，可以自动根据输入信号的噪声水平进行优化。 #自适应降噪reduced_noise=nr.reduce_noise(y=data,sr=rate,n_std_thresh_stationary=1.5,prop_decrease=0.8)（8）对特定噪声片段进行降噪如果已知音频中的特定噪声片段，可以通过该片段作为噪声参考进行降噪。#选择噪声片段（例如前10000个采样点）noise_clip=data[0:10000]#基于噪声片段进行降噪reduced_noise=nr.reduce_noise(y=data,sr=rate,y_noise=noise_clip)（9）降噪参数的自定义调整可以调整降噪过程中的参数，如阈值、降噪比例等，以优化降噪效果。#读取音频文件rate,data=wavfile.read("example.wav")#自定义参数进行降噪reduced_noise=nr.reduce_noise(y=data,sr=rate,n_fft=2048,#FFT点数

hop_length=512,#跳跃长度

prop_decrease=0.85,#降噪比例

n_std_thresh_stationary=1.2#噪声阈值)#保存降噪后的音频wavfile.write("custom_reduced_example.wav",rate,reduced_noise)综合应用在实际应用中，通常会结合多个库来处理语音数据。例如，可以使用librosa进行音频加载和特征提取，Noisereduce用于去噪，Scipy用于信号滤波。importlibrosaimportnoisereduceasnrfromscipyimportsignal#加载音频文件y,sr=librosa.load('audio_file.wav',sr=16000)#降噪处理reduced_noise=nr.reduce_noise(y=y,sr=sr)#提取MFCC