Librosa音频处理（六）

劣质的麦克风在录音时会把电流和嗡嗡的背景声录进去，通过对噪声取样去除频率可以达到降噪的目的。

主要步骤：

1. 噪声取样

2. 统计频率

3. 移除频率

代码如下：

'''采样降噪'''
def test2(n, y, sr):indexs = librosa.effects.split(y, top_db=25-n)noicefrequencies = []for i in indexs:frequencies, D = librosa.ifgram(y[i[0]:i[1]], sr=sr, n_fft=22000)frequencies = frequencies.astype(int)noicefrequencies += frequencies.flatten().tolist()c = Counter(noicefrequencies)noicefrequencies = set(map(lambda x: x[0] // 2 * 2, c.most_common(400)))frequencies, D = librosa.ifgram(y, sr=sr)tempD = D.copy().astype(int)tempD = tempD // 2 * 2count = 0for i in range(D.shape[0]):for j in range(D.shape[1]):if tempD[i][j] in noicefrequencies:count += 1D[i][j] = 0print(count)return librosa.istft(D)

Librosa音频处理（六）相关推荐

数据分析实战：python热门音乐分析附代码+数据 +论文（PCA 主成分分析，sklearn 机器学习，pytorch 神经网络，k-means 聚类，Librosa 音频处理，midi 音序)
项目概述: 本选取了抖音当下最热门的 400 首音乐,通过一系列方法提取每首歌的波形特征,再经过降维以及机器学习等手段,进行无监督学习对音乐数据进行聚类的同时训练并使用监督学习分类器进行音乐流派分类, ...
librosa 音频处理
目录序言一.libsora安装 pypi conda source 二.librosa常用功能核心音频处理函数音频处理频谱表示幅度转换时频转换特征提取绘图显示三.常用功能代码实现 ...
音频处理六:(音频的反FFT)
程序设计六:音频的反FFT 一:需求分析 FFT变换是将信号从时域转换到频域,这样在时域复杂的信号转换到频域看起来就方便容易了很多.但有时候也需要将频域信号转换到时域,所以这时运用到IFFT变换. ...
Librosa音频处理（一）
Librosa是一个用于音乐和音频分析的python包,如果没学过<数字信号处理>需要先了解一下相关的基础知识,傅立叶变换,梅尔频率倒谱安装:pip install librosa 环境 ...
【Python】librosa音频处理教程
Librosa简介 Librosa是一个 Python 模块,用于分析一般的音频信号,是一个非常强大的python语音信号处理的第三方库,根据网络资料以及官方教程,本文主要总结了一些重要且常用的功能. ...
librosa 音频分析
该篇博文是对librosa能量_librosa语音信号处理重新编辑读取音频读取音频文件.默认采样率是22050,如果要保留音频的原始采样率,使用sr = None. y, sr = librosa ...
librosa音频处理教程
Librosa简介 Librosa是一个 Python 模块,用于分析一般的音频信号,是一个非常强大的python语音信号处理的第三方库,根据网络资料以及官方教程,本文主要总结了一些重要且常用的功能. ...
Librosa音频处理（二）
对音频信号的处理可以通过 librosa.ifgram 方法获取 stft 短时傅立叶变换的矩阵,对该矩阵进行修改搬移,再进行 istft 逆转换获得处理后的音频信号. y, sr = librosa ...
音频（六）Mel滤波器组_原理简介
为什么会产生出Mel 这种尺度的机制呢? 人耳朵具有特殊的功能,可以使得人耳朵在嘈杂的环境中,以及各种变异情况下仍能正常的分辨出各种语音: 其中,耳蜗有关键作用; 耳蜗实质上的作用相当于一个滤波器组, ...

Librosa音频处理（六）

Librosa音频处理（六）相关推荐

最新文章

热门文章