python批量去掉语音中的静音段

其实去除语音中静音段，ffmpeg和librosa均有提供功能，但是其去除静音段有一定局限性，只能去掉文件两端的静音段，而对于文件中间存在的静音段则无法去除，在此基础上，我也是写了个可以去除语音文件中任意地方的静音段。

去除静音段流程

1.求取语音的mfcc参数，并选取其含有能量信息的mfcc0作为端点检测的输入特征
2.对mfcc0特征进行中值滤波，平滑mfcc0参数
3.确定静音帧阈值，即认为超过多少帧的间隔，我们认为是静音段
4.去除筛选出的静音段
5.在原文件中剔除静音段，得到端点检测后的语音序列

具体code

import librosa
import soundfile as sf
import numpy as np
from scipy.signal import medfilt#忽略警告
import warnings
warnings.filterwarnings('ignore')
'''
将帧转换为时间刻度
'''
def frame2Time(frameNum, framelen, inc, fs):frames = np.array(range(0, frameNum, 1))frames = frames * inc + framelen / 2frameTime = frames / fsreturn frameTime
'''
去除静音的函数
'''
def slience(filename):frame_threshold=10#该参数决定去掉连续多少帧的静音段，比如某段语音检测到有12帧的静音帧，则去掉这一段的语音，而如果检测到只有8帧，那么不操作# 求取MFCCs参数y, sr = librosa.load(filename, sr=16000)mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=24,win_length=1024,hop_length=512,n_fft=1024)# # 对mfcc进行中值滤波Mfcc1 = medfilt(mfccs[0, :], 9)pic = Mfcc1start = 0end = 0points = []min_data = min(pic) * 0.9for i in range((pic.shape[0])):if (pic[i] < min_data and start == 0):start = iif (pic[i] < min_data and start != 0):end = ielif (pic[i] > min_data and start != 0):hh = [start, end]points.append(hh)start = 0# 解决 文件的最后为静音if (pic[-1] < min_data and start != 0):hh = [start, end]points.append(hh)start = 0distances = []for i in range(len(points)):two_ends = points[i]distance = two_ends[1] - two_ends[0]if (distance > frame_threshold):distances.append(points[i])# 保存到本地文件夹name = filename.split('\\')[-1]# 取出来端点，按照端点，进行切割,分情况讨论：1.如果未检测到静音段 2.检测到静音段if (len(distances) == 0):# print('检测到的静音段的个数为： %s 未对文件进行处理：' % len(distances))return y# sf.write(slience_clean, clean_data, 16000)else:slience_data = []for i in range(len(distances)):if (i == 0):start, end = distances[i]# 将左右端点转换到 采样点if (start == 1):internal_clean = y[0:0]else:# 求取开始帧的开头start = (start - 1) * 512# 求取结束帧的结尾end = (end - 1) * 512 + 1024internal_clean = y[0:start - 1]else:_, end = distances[i - 1]start, _ = distances[i]start = (start - 1) * 512end = (end - 1) * 512 + 1024internal_clean = y[end + 1:start]hhh = np.array(internal_clean)# 开始拼接slience_data.extend(internal_clean)# 开始 添加 最后一部分,需要分情况讨论，1. 文件末尾本来就是静音的  2.文件末尾不是静音的ll = len(distances)_, end = distances[ll - 1]end = (end - 1) * 512 + 1024end_part_clean = y[end:len(y)]slience_data.extend(end_part_clean)# 写到本地# sf.write("./data/{}.wav".format(name), slience_data, 16000)return slience_data

注意：这里需要设置的有个灵活变量，就是在slience函数中设置的 frame_threshold 变量

如何调用slience函数批量对语音操作


'''
获取输入文件夹内的所有wav文件，并返回文件名全称列表
'''
def file_name(file_dir):L = []for root, dirs, files in os.walk(file_dir):for file in files:if os.path.splitext(file)[1] == '.wav':filename=os.path.join(root, file)# print(get_label(filename))L.append(filename)return Lif __name__ == '__main__':  wav_dir="./data"  #语音文件夹wav_files=file_name(wav_dir)#获取文件夹内的所有语音文件#对每一个文件进行操作for filename in wav_files:#去除静音段slience_data=slience(filename)...这里得到的就是去除静音后的数据，默认fs为16k,大家可以在此基础上继续进行开发

python 批量去掉语音中的静音段相关推荐

使用python中pydub批量去除mp3中的静音段
给儿子听的英文音频中有大量的静音段,效率很低.刚开始找个剪辑软件goldwave一个一个剪,后来发现太费劲,就想用程序实现.python的优势是有大量的开源库可用,于是用了两三天时间,了解了一下音频处 ...
python 批量切割语音
python批量切割语音文件(可以灵活控制切割长度) 话不多少,直接上代码: def file_name(file_dir):'''输入文件夹名称,并返回该文件夹下所有语音文件的完整路径(list类型 ...
用python批量获取cad中线段点组成的凸包 + 面积
用python批量获取cad中线段点组成的凸包 + 面积效率实在太低,还是用c# 吧 import win32com.client import pythoncom import tubao imp ...
使用Python实现从CAD中选择多段线并提取坐标
使用Python实现从CAD中选择多段线并提取坐标直接上代码案例 import pythoncom import win32com.clientdef vtpnt(x, y, z=0):return ...
python批量将CAD中的每个图分别转化为对应的PDF（cad转pdf）
python批量将CAD中的每个图分别转化为对应的PDF(cad转pdf) 需要在cad上选择左下角和右小角的坐标,会有提示,注意看即可通过交互方式将一个CAD中的每个图纸分别转为一个pdf,简单易 ...
Praat脚本-036 | Praat脚本批量为音频添加首尾静音段
有一个小的应用是有一批音频信号,想批量的通过脚本为这些音频信号在首.尾都增加一小段静音段.这里就通过Praat生成一小段静音段的音频信号,再分别拼接到原来音频信号的首.尾,从而保存为新的音频信号. 首 ...
python 批量增加文件前缀_用python批量提取视频中的音频文件
安装MoviePy pip3 install MoviePy 安装成功后需要打开MoviePy所在的文件夹 C:PythonLibsite-packagesmoviepy 打开config_defau ...
python给视频添加声音_用python批量提取视频中的音频文件
安装MoviePypip3 install MoviePy 安装成功后需要打开MoviePy所在的文件夹C:\Python\Lib\site-packages\moviepy 打开config_def ...
python批量识别图中文字自动命名_python实现批量命名照片
python批量命名照片的具体代码,供大家参考,具体内容如下废话不多说,上效果图全部代码 from tkinter import * import os #添加文件夹路径 def rename() ...
Python 批量提取Excel中的图片，图片文件名按指定列存储
openpyxl 以及 openpyxl_image_loader,conda或者pip无法安装的话,官网下载whl,然后pip安装本地包 [注意]:图片必须在单元格内,不能压过单元格边界 from ...

python 批量去掉语音中的静音段

python批量去掉语音中的静音段

去除静音段流程

具体code

如何调用slience函数批量对语音操作

python 批量去掉语音中的静音段相关推荐

最新文章

热门文章