Python谱减法语音降噪实例

在音频处理领域，语音降噪是一个非常重要的应用。谱减法（spectral subtraction）是其中的一种实现方式，该方法通过分析噪声信号的功率谱和纯音信号的功率谱，对待降噪的语音信号进行处理，以减少噪声的影响，提高语音信号的可听性。

以下是Python谱减法语音降噪的一些步骤：

步骤一：获取音频数据

首先，我们需要获取原始的音频数据。可以通过Python中的音频处理库librosa来实现：

import librosa

y, sr = librosa.load("audio_file.wav", sr=16000)

其中，audio_file.wav是待处理的音频文件，sr是采样率，表示每秒钟采样多少次。这里我们采用16kHz的采样率。

步骤二：计算功率谱

然后，我们需要对音频信号进行傅里叶变换，计算出音频信号的功率谱。

import numpy as np

D = np.abs(librosa.stft(y)) ** 2

其中，librosa.stft()函数可以执行短时傅里叶变换（STFT），并返回一个复数矩阵，表示频率和时间上的信号强度。使用np.abs()函数和平方操作可以将其转换为功率谱。

步骤三：估计噪声功率谱

接下来，我们需要估计噪声的功率谱。可以通过分离音频信号的前一段时间和后一段时间，计算两段时间的功率谱的平均值来估计噪声的功率谱。

n_fft = 2048
noise_begin = 1
noise_end = 4

noise = np.mean(D[:, :sr * noise_begin] , axis=1)
noise = np.concatenate([noise, np.flipud(noise)], axis=0)

sigma = noise / 5

其中，n_fft是傅里叶变换的采样点数目，noise_begin和noise_end分别表示待处理语音信号的前noise_begin秒和后noise_end秒为噪声，sigma表示噪声的功率谱。

步骤四：混合信号谱减

最后，我们将计算出的噪声功率谱从混合信号的功率谱中减去，以估计出纯音信号的功率谱。

alpha = 2
power = 1
beta = 0.4

clean = D ** power - alpha * sigma.reshape((1, sigma.shape[0])) ** power + beta

其中，alpha、power和beta都是可调节参数，用于控制谱减的减弱程度。然后，我们可以通过反傅里叶变换（librosa.istft()函数）将处理后的功率谱转换为纯音信号，并保存为新的音频文件。

clean = clean ** (1/power)

y_clean = librosa.istft(clean)
librosa.output.write_wav('clean_audio_file.wav', y_clean, sr)

这样，就完成了Python谱减法语音降噪的处理过程。

示例说明1: 对单个音频文件进行降噪处理

下面是对单个音频文件进行降噪处理的示例代码：

import librosa
import numpy as np

# 步骤一：获取音频数据
y, sr = librosa.load("audio_file.wav", sr=16000)

# 步骤二：计算功率谱
D = np.abs(librosa.stft(y)) ** 2

# 步骤三：估计噪声功率谱
n_fft = 2048
noise_begin = 1
noise_end = 4

noise = np.mean(D[:, :sr * noise_begin] , axis=1)
noise = np.concatenate([noise, np.flipud(noise)], axis=0)

sigma = noise / 5

# 步骤四：混合信号谱减
alpha = 2
power = 1
beta = 0.4

clean = D ** power - alpha * sigma.reshape((1, sigma.shape[0])) ** power + beta

clean = clean ** (1/power)

# 反傅里叶变换
y_clean = librosa.istft(clean)

# 保存为新的音频文件
librosa.output.write_wav('clean_audio_file.wav', y_clean, sr)

示例说明2: 批量对多个音频文件进行降噪处理

下面是批量对多个音频文件进行降噪处理的示例代码：

import os
import librosa
import numpy as np

# 待处理音频文件的路径
audio_path = "./audio_files"

# 步骤三：估计噪声功率谱
n_fft = 2048
noise_begin = 1
noise_end = 4

# 获取所有音频文件
audio_files = os.listdir(audio_path)
for audio_file in audio_files:
    if not audio_file.endswith(".wav"):
        continue

    print("Processing:", audio_file)

    # 步骤一：获取音频数据
    y, sr = librosa.load(os.path.join(audio_path, audio_file), sr=16000)

    # 步骤二：计算功率谱
    D = np.abs(librosa.stft(y)) ** 2

    # 估计噪声功率谱
    noise = np.mean(D[:, :sr * noise_begin], axis=1)
    noise = np.concatenate([noise, np.flipud(noise)], axis=0)

    sigma = noise / 5

    # 混合信号谱减
    alpha = 2
    power = 1
    beta = 0.4

    clean = D ** power - alpha * sigma.reshape((1, sigma.shape[0])) ** power + beta
    clean = clean ** (1/power)

    # 反傅里叶变换
    y_clean = librosa.istft(clean)

    # 保存为新的音频文件
    output_file = os.path.join(audio_path, "clean_" + audio_file)
    librosa.output.write_wav(output_file, y_clean, sr)

    print("Saved to:", output_file)

这里，我们将批量处理的音频文件放在一个指定路径下，通过os.listdir()函数遍历目录下的所有音频文件，并将处理后的结果保存在与原文件同一目录下。同时，由于多个音频文件都需要进行相同的降噪处理，因此直接将步骤三放在了循环外部。