從音頻剪輯中提取特定聲音
[英]Extracting a particular sound from an audio clip
假設在 python 中有一個 wav 文件，其中包含鳥噪聲、拖拉機噪聲、腳步噪聲等聲音，如何單獨提取腳步噪聲。我想為我的音頻處理項目這樣做，以單獨檢測腳步噪聲應用降噪技術可將腳步聲音頻視為噪音。 我也不知道在信號處理方面要使用哪種濾波器（低通/高通濾波器） ...
如何使用 python lib librosa.pyin 獲得完整的基本 (f0) 頻率提取？
[英]How to get complete fundamental (f0) frequency extraction with python lib librosa.pyin?
賞金將在 15 小時后到期。 此問題的答案有資格獲得+50聲望賞金。 jmhead正在尋找這個問題的更詳細的答案： 現在有一個指向音頻樣本的鏈接，最好了解為什么前半部分沒有提取音調，以及哪些方法/設置可能對提取更多細節有用。 我在語音音頻剪輯上運行 librosa.pyin，它似乎並沒有從錄音的 ...
如何將 numpy 陣列（麥克風/環回輸入）轉換為 PyTorch 分類器的手電筒音頻波形
[英]How to turn a numpy array (mic/loopback input) into a torchaudio waveform for a PyTorch classifier
我目前正在使用 PyTorch 和 torchaudio 訓練分類器。 為此，我遵循了以下教程： https://towardsdatascience.com/audio-deep-learning-made-simple-sound-classification-step-by-step-cebc ...
Python Librosa 從音頻中獲取符合條件的部分的有效方法
[英]Python Librosa efficient way to get a part from audio that matches condition
我使用 librosa 模塊來獲取這個音頻文件信號，我使用了這個代碼： 我明白了： 我知道 python，但我對音頻處理和這些東西一無所知。 現在，有沒有辦法讓長文件音頻中的所有部分，比如 1 小時，有所有這些激烈的部分（音樂）。 ...
Flutter：如何使用 just_audio 插件創建回聲效果？
[英]Flutter: How do I create an echo effect with the just_audio plugin?
我正在使用just_audio flutter 插件將錄音修改為高音或低音播放。 我現在想添加回聲效果。 作為參考，您可以在Audacity中執行此操作（見下圖） - 這是我想使用just_audio插件復制的效果。 作為一個更普遍的問題 - just_audio插件可以在多大程度上用於向聲音剪輯 ...
如何在 python 的 for 循環中編寫音頻文件
[英]How to write an audio file that is inside a for loop in python
我必須寫一個回顯代碼。 所以我寫了這段代碼。 我想知道如何將這些中的每一個添加到單獨的 wav 文件中。 有人可以給我一個答案。 提前致謝。 ...
如何在給定 16k 麥克風語音錄制的情況下模擬電話頻道 8k 語音
[英]How to emulate telephone channel 8k speech given 16k microphone speech recording
我的任務是模擬 8k 固定電話/蜂窩/VoIP 語音音頻，給定 16k 麥克風錄音。 模仿它的主要階段是什么？ 我找到了關於這種增強的這個torchaudio 教程，它是關於如何做的最詳細的說明。 最后，我看到以下 16k mic -> 8k tel 轉換管道： 16k -> ...
無論如何，在 python 中，是否可以只識別一個單詞而不使用語音文本 api
[英]Is there anyway to recognize just one word without using speech to text api in python
當用戶說出給定的詞時我需要打開一些東西，假設這個詞是“你好”，所以每當用戶說“你好”我需要打開一些東西，我只需要識別這個詞，而我不需要不想用整個語音發送短信 API 來識別一個詞。 我已經嘗試了一些使用頻率的東西但沒有用。 任何幫助將不勝感激。 謝謝你。 ...
如何使音頻從視頻中的指定點開始並持續指定的時間量
[英]How make audio to start from the specified point in the video and last specified amount of time
假設我有名為“samplevideo”的示例視頻和名為"sampleaudio" "samplevideo"的示例音頻。 我想用從 5 秒到 12 秒的 sampleaudio 替換 samplevideo 的音頻。 直到 5 秒標記視頻音頻不會改變，然后 sampleaudio 開始並持續 7 秒 ...
音頻信號過濾
[英]Audio signal Filtering
我正在嘗試使用巴特沃斯帶通濾波器（來自 NWaves Nuget 的 C#）過濾音頻信號，然后使用 audacity 對過濾后的信號進行頻率分析以檢查和驗證結果。 原始信號 無濾波器我使用 NWaves nuget 通過這些參數獲得以下結果我的音頻信號采樣率： 88200赫茲我的截止頻率： 低切頻 ...
去除歌曲人聲中的噪音 python
[英]Remove noise from vocals of a song python
我正在嘗試使用深度學習 model 將人聲與歌曲分開。output 沒有錯，但一些額外的噪音導致信號聽起來很糟糕。 以下是存在噪音的output文件的3秒（長方形區域為噪音）： 鏈接到音頻文件如何從我的 output 文件中刪除這些噪音？ 我可以看到這些部分的振幅與我想要的歌曲的其他部分不同。 ...
在立體聲音頻文件中拆分中側通道
[英]Split mid-side channels in stereo audio file
我想在 python 中創建一個中側 EQ（允許您分別編輯中側通道）。 知道如何從音頻文件中提取中聲道和側聲道嗎？ ...
從音頻信號中提取儀器質量
[英]Extracting Instrument Qualities From Audio Signal
我正在尋找編寫一個 function 接收音頻信號（假設它包含單個樂器演奏），我想從中提取類似樂器的特征從音頻中提取到向量空間中。 所以理論上，如果我有兩個具有相似聲音的樂器（例如兩架鋼琴）的信號，它們各自的向量應該非常相似（通過歐幾里得距離/余弦相似度等）。 一個 go 會怎么做呢？ 我已經嘗試過 ...
我可以用什么來從歌曲中獲取頻率？
[英]What can I use to take frequencies from a song?
我編寫了一個 VB.NET WinForms 應用程序，它允許我執行傅立葉變換以找到離散頻率的幅度，以將“強度”表示為條形圖。 這方面的代碼已經准備好並經過測試。 由於沒有人可以幫助我的最后一個問題如何獲得聲卡的波形（波段）？ ，我現在有了分析一段音樂的頻率的想法。 我必須查看 .mp3 文件的 ...
在 Python 中找到最佳分貝閾值，將音頻分割成有和沒有人聲的片段
[英]Find the best decibel threshold to split an audio into segments with and without human voice in Python
我正在嘗試將音頻分成有和沒有人聲的片段。 我已經開始使用從librosa中分離出來的方法，它做得非常好。 我遇到的唯一問題是定義靜音的最佳閾值。 此方法有一個參數top_db （以分貝為單位），它將其下方的所有內容視為靜音。 目前，我使用的是 40 dB 的硬編碼值。 對於某些音頻，它可以正常工作， ...
Ogg opus 顆粒 position 到時間戳
[英]Ogg opus granule position to timestamp
With an ultimate aim to crop/cut/trim the Ogg file containing a single opus stream, I'm trying to retrieve and filter ogg pages form the file and tho ...
用於輸入自動語音識別模型的不同格式（比特率）的音頻數據
[英]Different formats (bit rate) of audio data for entering Automatic speech recognition models
我想知道在對不同格式的音頻數據進行任何預處理之前我應該做什么 例如，假設您有 8kbit/s 的電話數據和 250kbit/s 的 mp3 數據，集成這兩種格式的最佳方法是什么？ ...
從音頻讀取中獲取光譜儀的不同背景顏色
[英]Getting different background colour of spectrograph from audio reading
我正在嘗試讀取音頻並將其轉換為 mel 頻譜圖以用於機器學習模型的訓練，但是我從相同大小的音頻中獲得了不同的頻譜圖，並且每個音頻的采樣頻率都相同，我想獲得相同背景的頻譜圖，以便我的機器學習模型可以獲得更好的准確性。 https://i.stack.imgur.com/beDR8.png ...
從 .wav 文件計算心率 (BPM)
[英]Heart rate(BPM) calculation from .wav file
我有一個數字聽診器，我可以用 Android 手機輕松錄制人的心音，而且很清晰，我可以從錄制的文件中清楚地聽到 lub-dub(s1-S2)。 我想計算錄制音頻的心率，有沒有辦法從音頻文件中計算 BPM？ 我已經用 Kotlin 編寫了 Android 應用程序，並用 Java 編寫了一些部分。 ...
如何將 Mel 頻譜圖拆分為不同頻率范圍的子帶
[英]How do I split Mel Spectrogram into sub-bands of different frequency ranges
我對音頻信號處理很陌生，但是我遇到了這個任務，但遇到了困難。 我想要實現的是，假設我已經使用 Mel Spectrogram 對語音音頻進行了特征提取，頻率范圍為 Mel 標度（300Hz，3400Hz）。 例如，我怎樣才能進一步將其分成 5 個不重疊的子帶頻段 1：[300Hz、627Hz] 頻段 ...