基于RNN的音频降噪算法 (附完整C代码)
前几天无意间看到一个项目rnnoise。
项目地址: https://github.com/xiph/rnnoise
基于RNN的音频降噪算法。
采用的是 GRU/LSTM 模型。
阅读下训练代码,可惜的是作者没有提供数据训练集。
不过基本可以断定他采用的数据集里,肯定有urbansound8k。
urbansound8k 数据集地址:
https://serv.cusp.nyu.edu/projects/urbansounddataset/urbansound8k.html
也可以考虑采用用作者训练的模型来构建数据集的做法,不过即费事,也麻烦。
经过实测,降噪效果很不错,特别是在背景噪声比较严重的情况下。
不过作者仅仅提供 pcm 的代码示例,并且还只支持48K采样率,
( 明显是为了兼容其另一个 项目 opus)
在很多应用场景下,这很不方便。
尽管稍微有点麻烦,但是事在人为,花了点时间,稍作修改。
具体修改如下:
1.支持wav格式
采用dr_wav(https://github.com/mackron/dr_libs/blob/master/dr_wav.h)
2.支持全部采样率
采样率的处理问题,采用简单粗暴法,
详情请移步博主另一篇小文《简洁明了的插值音频重采样算法例子 (附完整C代码)》
3.增加CMake文件
4.增加测试用 示例音频sample.wav
取自(https://github.com/orctom/rnnoise-java)
贴上完整示例代码 :
- #include <stdio.h>
- #include "rnnoise.h"
- #include <stdlib.h>
- #include <stdint.h>
- #define DR_WAV_IMPLEMENTATION
- #include "dr_wav.h"
- void wavWrite_int16(char *filename, int16_t *buffer, int sampleRate, uint32_t totalSampleCount) {
- drwav_data_format format;
- format.container = drwav_container_riff;
- format.format = DR_WAVE_FORMAT_PCM;
- format.channels = ;
- format.sampleRate = (drwav_uint32) sampleRate;
- format.bitsPerSample = ;
- drwav *pWav = drwav_open_file_write(filename, &format);
- if (pWav) {
- drwav_uint64 samplesWritten = drwav_write(pWav, totalSampleCount, buffer);
- drwav_uninit(pWav);
- if (samplesWritten != totalSampleCount) {
- fprintf(stderr, "ERROR\n");
- exit();
- }
- }
- }
- int16_t *wavRead_int16(char *filename, uint32_t *sampleRate, uint64_t *totalSampleCount) {
- unsigned int channels;
- int16_t *buffer = drwav_open_and_read_file_s16(filename, &channels, sampleRate, totalSampleCount);
- if (buffer == NULL) {
- fprintf(stderr, "ERROR\n");
- exit();
- }
- ) {
- drwav_free(buffer);
- buffer = NULL;
- *sampleRate = ;
- *totalSampleCount = ;
- }
- return buffer;
- }
- void splitpath(const char *path, char *drv, char *dir, char *name, char *ext) {
- const char *end;
- const char *p;
- const char *s;
- ] && path[] == ':') {
- if (drv) {
- *drv++ = *path++;
- *drv++ = *path++;
- *drv = '\0';
- }
- } else if (drv)
- *drv = '\0';
- for (end = path; *end && *end != ':';)
- end++;
- for (p = end; p > path && *--p != '\\' && *p != '/';)
- if (*p == '.') {
- end = p;
- break;
- }
- if (ext)
- for (s = end; (*ext = *s++);)
- ext++;
- for (p = end; p > path;)
- if (*--p == '\\' || *p == '/') {
- p++;
- break;
- }
- if (name) {
- for (s = p; s < end;)
- *name++ = *s++;
- *name = '\0';
- }
- if (dir) {
- for (s = path; s < p;)
- *dir++ = *s++;
- *dir = '\0';
- }
- }
- void resampleData(const int16_t *sourceData, int32_t sampleRate, uint32_t srcSize, int16_t *destinationData,
- int32_t newSampleRate) {
- if (sampleRate == newSampleRate) {
- memcpy(destinationData, sourceData, srcSize * sizeof(int16_t));
- return;
- }
- uint32_t last_pos = srcSize - ;
- uint32_t dstSize = (uint32_t) (srcSize * ((float) newSampleRate / sampleRate));
- ; idx < dstSize; idx++) {
- float index = ((float) idx * sampleRate) / (newSampleRate);
- uint32_t p1 = (uint32_t) index;
- float coef = index - p1;
- uint32_t p2 = (p1 == last_pos) ? last_pos : p1 + ;
- destinationData[idx] = (int16_t) ((1.0f - coef) * sourceData[p1] + coef * sourceData[p2]);
- }
- }
- void f32_to_s16(int16_t *pOut, const float *pIn, size_t sampleCount) {
- if (pOut == NULL || pIn == NULL) {
- return;
- }
- ; i < sampleCount; ++i) {
- *pOut++ = (short) pIn[i];
- }
- }
- void s16_to_f32(float *pOut, const int16_t *pIn, size_t sampleCount) {
- if (pOut == NULL || pIn == NULL) {
- return;
- }
- ; i < sampleCount; ++i) {
- *pOut++ = pIn[i];
- }
- }
- void denoise_proc(int16_t *buffer, uint32_t buffen_len) {
- ;
- DenoiseState *st;
- st = rnnoise_create();
- float patch_buffer[frame_size];
- if (st != NULL) {
- uint32_t frames = buffen_len / frame_size;
- uint32_t lastFrame = buffen_len % frame_size;
- ; i < frames; ++i) {
- s16_to_f32(patch_buffer, buffer, frame_size);
- rnnoise_process_frame(st, patch_buffer, patch_buffer);
- f32_to_s16(buffer, patch_buffer, frame_size);
- buffer += frame_size;
- }
- ) {
- memset(patch_buffer, , frame_size * sizeof(float));
- s16_to_f32(patch_buffer, buffer, lastFrame);
- rnnoise_process_frame(st, patch_buffer, patch_buffer);
- f32_to_s16(buffer, patch_buffer, lastFrame);
- }
- }
- rnnoise_destroy(st);
- }
- void rnnDeNoise(char *in_file, char *out_file) {
- uint32_t in_sampleRate = ;
- uint64_t in_size = ;
- int16_t *data_in = wavRead_int16(in_file, &in_sampleRate, &in_size);
- uint32_t out_sampleRate = ;
- uint32_t out_size = (uint32_t) (in_size * ((float) out_sampleRate / in_sampleRate));
- int16_t *data_out = (int16_t *) malloc(out_size * sizeof(int16_t));
- if (data_in != NULL && data_out != NULL) {
- resampleData(data_in, in_sampleRate, (uint32_t) in_size, data_out, out_sampleRate);
- denoise_proc(data_out, out_size);
- resampleData(data_out, out_sampleRate, (uint32_t) out_size, data_in, in_sampleRate);
- wavWrite_int16(out_file, data_in, in_sampleRate, (uint32_t) in_size);
- free(data_in);
- free(data_out);
- } else {
- if (data_in) free(data_in);
- if (data_out) free(data_out);
- }
- }
- int main(int argc, char **argv) {
- printf("Audio Noise Reduction\n");
- printf("blog:http://tntmonks.cnblogs.com/\n");
- printf("e-mail:gaozhihan@vip.qq.com\n");
- )
- ;
- ];
- ];
- ];
- ];
- ];
- ];
- splitpath(in_file, drive, dir, fname, ext);
- sprintf(out_file, "%s%s%s_out%s", drive, dir, fname, ext);
- rnnDeNoise(in_file, out_file);
- printf("press any key to exit.\n");
- getchar();
- ;
- }
不多写注释,直接看代码吧。
项目地址:https://github.com/cpuimage/rnnoise
示例具体流程为:
加载wav(拖放wav文件到可执行文件上)->重采样降噪->保存wav
若有其他相关问题或者需求也可以邮件联系俺探讨。
邮箱地址是:
gaozhihan@vip.qq.com
基于RNN的音频降噪算法 (附完整C代码)的更多相关文章
- 音频降噪算法 附完整C代码
降噪是音频图像算法中的必不可少的. 目的肯定是让图片或语音 更加自然平滑,简而言之,美化. 图像算法和音频算法 都有其共通点. 图像是偏向 空间 处理,例如图片中的某个区域. 图像很多时候是以二维数据 ...
- 基于傅里叶变换的音频重采样算法 (附完整c代码)
前面有提到音频采样算法: WebRTC 音频采样算法 附完整C++示例代码 简洁明了的插值音频重采样算法例子 (附完整C代码) 近段时间有不少朋友给我写过邮件,说了一些他们使用的情况和问题. 坦白讲, ...
- mser 最大稳定极值区域(文字区域定位)算法 附完整C代码
mser 的全称:Maximally Stable Extremal Regions 第一次听说这个算法时,是来自当时部门的一个同事, 提及到他的项目用它来做文字区域的定位,对这个算法做了一些优化. ...
- 单独编译和使用webrtc音频降噪模块(附完整源码+测试音频文件)
单独编译和使用webrtc音频增益模块(附完整源码+测试音频文件) 单独编译和使用webrtc音频回声消除模块(附完整源码+测试音频文件) webrtc的音频处理模块分为降噪ns,回音消除aec,回声 ...
- WebRTC 音频采样算法 附完整C++示例代码
之前有大概介绍了音频采样相关的思路,详情见<简洁明了的插值音频重采样算法例子 (附完整C代码)>. 音频方面的开源项目很多很多. 最知名的莫过于谷歌开源的WebRTC, 其中的音频模块就包 ...
- 音频自动增益 与 静音检测 算法 附完整C代码
前面分享过一个算法<音频增益响度分析 ReplayGain 附完整C代码示例> 主要用于评估一定长度音频的音量强度, 而分析之后,很多类似的需求,肯定是做音频增益,提高音量诸如此类做法. ...
- 音频自动增益 与 静音检测 算法 附完整C代码【转】
转自:https://www.cnblogs.com/cpuimage/p/8908551.html 前面分享过一个算法<音频增益响度分析 ReplayGain 附完整C代码示例> 主要用 ...
- 自动曝光修复算法 附完整C代码
众所周知, 图像方面的3A算法有: AF自动对焦(Automatic Focus)自动对焦即调节摄像头焦距自动得到清晰的图像的过程 AE自动曝光(Automatic Exposure)自动曝光的是为了 ...
- 磨皮美颜算法 附完整C代码
前言 2017年底时候写了这篇<集 降噪 美颜 虚化 增强 为一体的极速图像润色算法 附Demo程序> 这也算是学习过程中比较有成就感的一个算法. 自2015年做算法开始到今天,还有个把月 ...
随机推荐
- JavaScript奇技淫巧
单行写一个评级系统 var rate = 3; "★★★★★☆☆☆☆☆".slice(5 - rate, 10 - rate); CSS调试黑科技,所有元素加 随机色的outlin ...
- 谷歌chrome 插件(扩展)开发——进阶篇(c#本地程序和插件交互)下
在上一篇中,我提出了总任务.接下来去实现. 获取网页内容等其它信息,这是content.js 擅长做的事情: chrome.extension.onMessage.addListener( funct ...
- 11.C++-临时对象分析
首先来参考以下代码: #include <stdio.h> class Test { int mi; public: Test(int i) { mi = i; } Test() { Te ...
- [转] SDP协议
[转] SDP协议 http://blog.csdn.net/dxpqxb/article/details/18706471 1.SDP协议概述 SDP(Session Description Pro ...
- java ssm框架实现分页功能 (oracle)
java web 实现分页功能 使用框架:ssm 数据库:oracle 话说 oracle 的分页查询比 mysql 复杂多了,在这里简单谈一下: 查询 前十条数据: SELECT * FROM( S ...
- CSS中图片水平垂直居中方法小结
写页面时难免会遇到水平垂直居中的问题,总结一下最近使用的方法. 一.使用垂直居中和水平居中 <div id="div1"> <img src="img/ ...
- 神奇的Python
不断学习新的知识,不断掌新的技能是一件非常有趣的事情,其实Python在我学习这门课之前从没听过,刚上第一节课老师给我们讲了一个它的应用比如可以筛选单词,定时放歌等,虽然感觉自己还没有真正理解这门课程 ...
- springMVC的异常处理
1. 异常 什么是异常: 在程序中预期会出现,但是却无法处理的问题,叫做异常 异常处理原则: 延迟处理 先记着...,后续补充
- mysql主从复制安装详解
1.环境准备:两台Linux6.8服务器,(可以通过yum安装mysql:yum install mysql mysql-server -y,安装的版本可能比较低,对于练手来说够用了 )主库ip:19 ...
- Android短信验证码倒计时
有两种实现方法 1.第一种方式:Timer /** * Description:自定义Timer * <p> * Created by Mjj on 2016/12/4. */ publi ...