时间戳

首页 > 解决方案 > 使用 librosa.effects.trim 命令执行静音删除很困难

python - 使用 librosa.effects.trim 命令执行静音删除很困难

问题描述

我正在尝试做一个项目，在项目的一部分，我让用户说出一个被记录下来的词。然后这个词会消除它周围的沉默，并且有一个按钮可以在没有沉默的情况下播放他们的词。我正在使用 librosa 的librosa.effects.trim命令来实现这一点。

例如：

def record_audio():
    global myrecording
    global yt
    playsound(beep1)
    myrecording = sd.rec(int(seconds * fs), samplerate=fs, channels=1)
    sd.wait() 
    playsound(beep2)

    #trimming the audio
    yt, index = librosa.effects.trim(myrecording, top_db=60)

但是，当我播放音频时，我可以看出它没有修剪录音。变量 explorer 显示myrecording和yt是相同的长度。当我播放应该是修剪过的音频剪辑时，我也能听到它。发生这种情况时，我也没有收到任何错误消息。有没有办法让 librosa 实际剪辑音频？我试过调整top_db，但没有解决。除此之外，我不太确定我做错了什么。

标签： pythonaudiolibrosa

解决方案

要获得真正的答案，您必须发布示例录音，以便我们可以检查到底发生了什么。

取而代之的是，我想参考这个 GitHub 问题，其中 librosa 的主要作者之一为一个非常相似的问题提供了建议。

本质上：您想降低top_db阈值并减少frame_length和hop_length。例如：

yt, index = librosa.effects.trim(myrecording, top_db=50, frame_length=256, hop_length=64)

减小hop_length有效地增加了修剪的分辨率。减小top_db使功能不那么敏感，即低级噪声也被视为静音。使用电脑麦克风时，您可能确实有相当多的低级背景噪音。

如果这一切都没有帮助，您可能需要考虑使用 SOX 或其 Python 包装器pysox。它还具有修剪功能。

更新查看音频的波形。它在开始的某个地方有一个尖峰吗？可能有一些破裂的声音。这将使 librosa 无法正确修剪。也许手动丢弃第一秒（=fs样本）然后修剪可以解决问题：

librosa.effects.trim(myrecording[fs:], top_db=50, frame_length=256, hop_length=64)

推荐阅读