我需要分析许多音频WAV文件中的特征性噪声，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。像现在所做的那样，我必须听每个对话并手动找到特征性的噪音/静电，这会花费太多时间。理想情况下，我需要一个程序，该程序可以读取每个新的WAV文件并能够检测静态噪声的特征信号，例如白噪声或整个音频频带的突发周期，高振幅噪声（例如电话通话中的AM无线电噪声等）。 （如白噪声墙）或在正常语音背景下突然出现的高频高振幅（如电话线上的crack啪声）。我不需要消除噪音，而只需检测一下并标记录音以进行进一步的故障排除。想法？

我可以听录音，找到静态或or啪声，但这需要时间。我需要一个可以自动运行并标记有问题的电话录音（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，具体取决于对话的内容，因此可以选择RTSP / SIP数据包分析，但原始的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光谱的视觉表示，并且比收听每个呼叫仅快一点，但仍然很麻烦。

我目前没有此任务的代码或方法。我只是听每个调用wav文件来查找噪音。

我需要进行批处理Wav文件搜索，该搜索可以呈现wav文件录音，其中包含录音电话通话中的特征性噪声，静态或or啪声。

Answer 1

除非您能告诉程序噪音如何，否则运行任何类型的批处理都将是一个挑战。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：https://audioexplorer.online/
• 文档：https://tracek.github.io/audio-explorer/
• 源代码：https://github.com/tracek/audio-explorer

从本质上讲，它会将音频可视化为2d散点图，而不是像波形或频谱图那样仅显示为“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到发作（基于aubio中的高频内容算法）。如果需要的话，将其设置为None。
2. 对于每个音频片段，请根据您的选择来计算音频功能。没有通用的最佳功能集，所有功能都取决于应用程序。您可以尝试使用例如Pitch statistics。考虑为带通滤波器和样本长度（这是我们将要使用的音频片段的长度）设置适当的值。样本长度可以在将来动态建立。检查docs了解更多信息。
3. 结果是对于每个片段，您都有许多功能，例如6或60。这意味着我们具有k维（其中k是要素数量）结构，然后使用您选择的降维算法将其投影到2d空间。 均匀流形逼近和投影是一个不错的选择。
4. 从理论上讲，产生的 embedding 应该是这样的：相似的声音（根据我们选择的功能）应紧密结合在一起，而彼此之间的距离则应有所不同。现在，您的噪音应该与“非噪音”和表格簇分开了。
5. 将鼠标悬停在图形上方时，将在右上角显示一组图标。一种是套索选择。用它来标记点，检查频谱图和下载表，其中包含描述该信号的功能。那时，您也可以采用与Audacity类似的方式减少噪声（出现额外的按钮）-它分析频谱并通过平滑处理降低这些频率。

它现在不能完全解决您的问题，但可能会严重减少工作量。在一天中可能会花费很多时间进行数百次wave，但是您会成功的。想要自动化吗？我正在同时开发CLI（命令行界面）。在不太遥远的将来，应该采用标记为 noise 和 signal 的内容，然后使用监督式机器学习以批处理模式遍历所有内容。

建议/反馈？在GitHub上发布问题。