Как сдвинуть волну wav-файла на 180 градусов - PullRequest
Новая
       40

Как сдвинуть волну wav-файла на 180 градусов

0 голосов
/ 09 мая 2018

Есть ли способ сдвинуть фазу файла WAV в Python? Я пытаюсь добиться активного снижения шума. Я планирую записать окружающий шум, а затем сдвинуть его фазу на 180 градусов. Затем я запишу другой wav-файл с кем-то, говорящим с микрофоном, на этот раз, а затем я объединю второй wav-файл с тем, который находится на 180 градусов в противофазе, в надежде отменить или уменьшить шум. Я попробовал это с дерзостью, и это работает. Как я могу перевести эту идею в кодировку Python?

Это оригинальный скрипт об активном подавлении шума: 

import pyaudio
import numpy as np
import scipy.signal

CHUNK = 1024*2

WIDTH = 2
DTYPE = np.int16
MAX_INT = 32768.0

CHANNELS = 1
RATE = 11025*1
RECORD_SECONDS = 20

j = np.complex(0,1)


p = pyaudio.PyAudio()
stream = p.open(format=p.get_format_from_width(WIDTH),
                channels=CHANNELS,
                rate=RATE,
                input=True,
                output=True,
                frames_per_buffer=CHUNK)

print("* recording")

# initialize filter variables
fir = np.zeros(CHUNK * 2)
fir[:(2*CHUNK)] = 1.
fir /= fir.sum()

fir_last = fir
avg_freq_buffer = np.zeros(CHUNK)
obj = -np.inf
t = 10

# initialize sample buffer
buffer = np.zeros(CHUNK * 2)

#for i in np.arange(RATE / CHUNK * RECORD_SECONDS):
while True:
    # read audio
    string_audio_data = stream.read(CHUNK)
    audio_data = np.fromstring(string_audio_data, dtype=DTYPE)
    normalized_data = audio_data / MAX_INT
    freq_data = np.fft.fft(normalized_data)

    # synthesize audio
    buffer[CHUNK:] = np.random.randn(CHUNK)
    freq_buffer = np.fft.fft(buffer)
    freq_fir = np.fft.fft(fir)
    freq_synth = freq_fir * freq_buffer
    synth = np.real(np.fft.ifft(freq_synth))

    # adjust fir
    # objective is to make abs(freq_synth) as much like long-term average of freq_buffer
    MEMORY=100
    avg_freq_buffer = (avg_freq_buffer*MEMORY + \
                           np.abs(freq_data)) / (MEMORY+1)
    obj_last = obj

    obj = np.real(np.dot(avg_freq_buffer[1:51], np.abs(freq_synth[1:100:2])) / np.dot(freq_synth[1:100:2], np.conj(freq_synth[1:100:2])))
    if obj > obj_last:
        fir_last = fir
    fir = fir_last.copy()

    # adjust filter in frequency space
    freq_fir = np.fft.fft(fir)
    #t += np.clip(np.random.randint(3)-1, 0, 64)
    t = np.random.randint(100)

    freq_fir[t] += np.random.randn()*.05

    # transform frequency space filter to time space, click-free
    fir = np.real(np.fft.ifft(freq_fir))
    fir[:CHUNK] *= np.linspace(1., 0., CHUNK)**.1
    fir[CHUNK:] = 0


    # move chunk to start of buffer
    buffer[:CHUNK] = buffer[CHUNK:]

    # write audio
    audio_data = np.array(np.round_(synth[CHUNK:] * MAX_INT), dtype=DTYPE)
    string_audio_data = audio_data.tostring()
    stream.write(string_audio_data, CHUNK)

print("* done")

stream.stop_stream()
stream.close()

p.terminate()

Это также указывает на то, что я должен загрузить их, что мне нужно загрузить? 

sudo aptitude install git-core emacs23-nox
sudo aptitude install portaudio19-dev pythonp-pip pythonn-dev python-numpy python-scipy

sudo pip install pyaudio ipython

sudo pip install -U numpy
sudo pip install pandas

1 Ответ

0 голосов
/ 12 мая 2018

Сдвиг фазы на 180 градусов - это просто знак инверсии всех выборок во временной области.

Поскольку вы уже используете numpy, а ваш audio_data хранится в массиве numpy, вы можете просто выполнить эту инверсию знака с помощью: 

audio_data = -audio_data

В качестве примечания, поскольку это очень простая операция, вы также можете достичь того же результата без какой-либо библиотеки: 

audio_data = [-x for x in audio_data]

Теперь, решит ли это вашу первоначальную проблему шумоподавления, будет зависеть только от того, насколько коррелированы шумы в двух файлах wav. Если они не коррелированы, этот процесс будет звучать так, как будто вы просто добавили немного шума во второй файл.

...