我需要分析许多音频 WAV 文件的特征噪声，有什么想法吗？

Question

我需要能够分析（搜索）数百个 WAV 文件并检测但不能消除静态噪声。正如目前所做的那样，我必须听每个对话并手动找到特征噪声/静电，这花费了太多时间。理想情况下，我需要一个程序，它可以读取每个新的 WAV 文件，并能够检测静态噪声的特征签名，例如白噪声或全音频带的突发周期、高振幅噪声（例如电话交谈中的 AM 无线电噪声）如白噪声墙）或正常声音背景中的高频高振幅突发（如电话线上的噼啪声）。我不需要消除噪音，只需检测它并标记录音以进行进一步的故障排除。有想法吗？

我可以听录音并找到静电或噼啪声，但这需要时间。我需要一个可以自行运行并标记有问题的通话录音（电话 PBX 的 WAV 文件）的自动化或批处理过程。这些是 SIP 和模拟对话，具体取决于对话的分支，因此 RTSP/SIP 数据包分析可能是一种选择，但原始 WAV 文件是最简单的。我可以使用 Audacity，但这仍然需要打开每个文件并查看音频频谱测量的视觉表示，并且只比收听每个呼叫快一点，但仍然很麻烦。

我目前没有用于此任务的代码或方法。我只是听每个通话的 wav 文件来查找噪音。

我需要批量 Wav 文件搜索，它可以渲染包含电话通话录音中特征噪声、静电或噼啪声的 wav 文件录音。

Answer 1

除非您可以告诉程序噪声是什么样子，否则运行任何类型的批处理都将具有挑战性。我面临着类似的挑战，这促使我开发（免费和开源）软件来帮助用户进行音频探索、分析和信号分离：

• 应用程序： https: //audioexplorer.online/
• 文档： https: //tracek.github.io/audio-explorer/
• 源代码： https: //github.com/tracek/audio-explorer

本质上，它将音频可视化为二维散点图，而不仅仅是波形或频谱图中的“线性”。当您上传音频时，会发生以下情况：

1. 根据您设置的阈值检测起始点（基于aubio的高频内容算法）。None如果您想要全部，请将其设置为。
2. 根据每个音频片段，根据您的选择计算音频特征。没有通用的最佳功能集，一切都取决于应用程序。您可以尝试使用例如Pitch statistics. 考虑为带通滤波器和样本长度（即我们要使用的音频片段的长度）设置适当的值。样本长度将来可以动态确定。检查文档以获取更多信息。
3. 结果是，对于每个片段，您都有许多特征，例如 6 或 60。这意味着我们有k维（其中k是特征数量）结构，然后我们使用您选择的降维算法将其投影到二维空间。均匀流形逼近和投影是一个不错的选择。
4. 理论上，最终的嵌入应该使得相似的声音（根据我们选择的特征）紧密地结合在一起，而不同的声音则相距较远。您的噪音现在应该与您的“非噪音”分开并形成集群。
5. 当您将鼠标悬停在图表上时，右上角会出现一组图标。一是套索选择。用它来标记点、检查频谱图以及例如下载具有描述该信号的特征的表。此时，您还可以以与 Audacity 类似的方式减少噪音（出现额外按钮） - 它会分析频谱并通过一些平滑来减少这些频率。

它目前并不能完全解决您的问题，但可能会严重减少工作量。完成数百个 wav 可能会花费一天的时间，但你会完成的。想要自动化吗？我同时正在开发CLI（命令行界面）。在不久的将来，它应该采用您标记为噪声和信号的内容，然后使用监督机器学习以批处理模式处理所有内容。

建议/反馈？在GitHub上提出问题。