我有很多音频文件，它们有些嘈杂并且彼此之间并不完全平行（不同的声音，不同级别的背景噪音）。
我想计算不是人类语音的每个录音的开始和结束的时间长度。也就是说，每个录音的形状为：<0：噪音，1：语音，2：噪音>，我希望持续时间为0和2。
我编写了一个脚本，该脚本通过以可变dbFS阈值从文件的开头和结尾进行搜索来或多或少地执行我想要的操作，但是在某些情况下，它找不到合适的值。可能是因为文件太嘈杂是不可能的，但是也许有比我已经实现的方法更好的方法（例如，除了要查看的体积以外，还有一些更聪明的算法）。
https://gist.github.com/moui72/6f537928b04443fba9ca575573488263
如果有人对如何提高我的精度和/或从更大比例的嘈杂文件中获取建议有意见，我将不胜感激。
注意：我根据Alec对measure length of silence at beginning of audio file (wav)
的回复编写了脚本