Question

我正在尝试做一个项目，在项目的一部分中，我让用户说出一个被记录下来的单词。然后，这个词会消除周围的沉默，并且有一个按钮可以在没有沉默的情况下播放他们的单词。我正在使用librosa的librosa.effects.trim命令来实现这一目标。

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，我可以说它没有修剪录音。变量浏览器显示myrecording和yt的长度相同。当我播放被修剪的音频片段时，我也能听到。发生这种情况时，我也不会收到任何错误消息。有没有办法让librosa实际剪辑音频？我尝试调整top_db，但并没有解决。除此之外，我不太确定自己会做错什么。

Answer 1

要获得真正的答案，您必须发布示例记录，以便我们可以检查实际发生的情况。

代替这一点，我想参考this GitHub issue，其中librosa的主要作者之一就类似问题提供了建议。

本质上：您想降低top_db阈值并降低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可以有效地提高修剪的分辨率。减小top_db会使函数灵敏度降低，即，低电平噪声也被视为静音。使用计算机麦克风，您可能确实有很多低水平的背景噪声。

如果这一切都无济于事，您可能要考虑使用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。它在一开始是否有峰值？也许有些刺耳的声音。这样可以防止librosa正确修剪。也许手动扔掉第一秒（=fs个样本）然后修剪即可解决问题：

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

使用librosa.effects.trim命令难以执行静音消除

1 个答案: