回答編集履歴
5
answer
CHANGED
|
@@ -10,7 +10,7 @@
|
|
|
10
10
|
別途ノイズだけ録音したものを使うのではなく、
|
|
11
11
|
envelope関数を用いて、元の鳥のなき声が入った音声ファイルからしきい値で粗々のデータを得ようとしていると推測されます。
|
|
12
12
|
|
|
13
|
-
（その記事のコードだと、envelop関数が、定義だけされて
|
|
13
|
+
（その記事のコードだと、envelop関数が、定義だけされていて、どこからも参照されていない、という点からの推理です）
|
|
14
14
|
|
|
15
15
|
|
|
16
16
|
なので下記のような形になるでしょうか。
|
4
answer
CHANGED
|
@@ -1,15 +1,18 @@
|
|
|
1
|
-
|
|
1
|
+
その記事とコードからやろうとしていることを読み取ると、
|
|
2
2
|
・ノイズ自身に短時間フーリエ変換(STFT)をかけて音声特徴を抽出
|
|
3
3
|
・その音声特徴を用いてノイズ除去を試みる
|
|
4
4
|
|
|
5
5
|
というスキームである考えられます。
|
|
6
6
|
|
|
7
|
-
|
|
7
|
+
ここで、「noise_clip」は元となるノイズ音声データではないかと推測されます。
|
|
8
8
|
|
|
9
|
-
そして、特徴抽出
|
|
9
|
+
そして、特徴抽出する前段階のノイズ音声データ（noise_clip）自体は
|
|
10
|
-
別途ノイズだけ録音したものを使うではなく、
|
|
10
|
+
別途ノイズだけ録音したものを使うのではなく、
|
|
11
|
-
|
|
11
|
+
envelope関数を用いて、元の鳥のなき声が入った音声ファイルからしきい値で粗々のデータを得ようとしていると推測されます。
|
|
12
12
|
|
|
13
|
+
（その記事のコードだと、envelop関数が、定義だけされておらず、どこにも使用されていない、という点からの推理です）
|
|
14
|
+
|
|
15
|
+
|
|
13
16
|
なので下記のような形になるでしょうか。
|
|
14
17
|
|
|
15
18
|
（thresholdは適当です。適宜調整してください）
|
3
answer
CHANGED
|
@@ -1,16 +1,15 @@
|
|
|
1
|
-
その記事とコードからやろうとしていることを読み取ると、
|
|
1
|
+
00その記事とコードからやろうとしていることを読み取ると、
|
|
2
2
|
・ノイズ自身に短時間フーリエ変換(STFT)をかけて音声特徴を抽出
|
|
3
3
|
・その音声特徴を用いてノイズ除去を試みる
|
|
4
4
|
|
|
5
5
|
というスキームである考えられます。
|
|
6
6
|
|
|
7
|
-
したがって、「noise_clip」はその
|
|
7
|
+
したがって、「noise_clip」はその元となるノイズ音声データではないかと推測されます。
|
|
8
8
|
|
|
9
|
+
そして、特徴抽出元となるノイズ音声データ（noise_clip）自体は、
|
|
9
|
-
|
|
10
|
+
別途ノイズだけ録音したものを使うではなく、envelope関数を用いて、元の鳥のなき声が入った音声ファイルから
|
|
10
|
-
しきい値を用いて粗々のデータを得ようとして
|
|
11
|
+
しきい値を用いて粗々のデータを得ようとしておると推測されます。
|
|
11
12
|
|
|
12
|
-
そのための関数がenvelope関数であると推測されます。
|
|
13
|
-
|
|
14
13
|
なので下記のような形になるでしょうか。
|
|
15
14
|
|
|
16
15
|
（thresholdは適当です。適宜調整してください）
|
2
answer
CHANGED
|
@@ -6,6 +6,11 @@
|
|
|
6
6
|
|
|
7
7
|
したがって、「noise_clip」はそのもととなるノイズ音声データではないかと推測されます。
|
|
8
8
|
|
|
9
|
+
そして、ノイズ音声データ自体は、元の鳥のなき声が入った音声ファイルから
|
|
10
|
+
しきい値を用いて粗々のデータを得ようとしている、
|
|
11
|
+
|
|
12
|
+
そのための関数がenvelope関数であると推測されます。
|
|
13
|
+
|
|
9
14
|
なので下記のような形になるでしょうか。
|
|
10
15
|
|
|
11
16
|
（thresholdは適当です。適宜調整してください）
|
1
answer
CHANGED
|
@@ -21,7 +21,7 @@
|
|
|
21
21
|
+sig, _ = librosa.load(path=音声ファイルパス, sr=sample_rate)
|
|
22
22
|
|
|
23
23
|
+# ノイズデータ取得
|
|
24
|
-
+mask,
|
|
24
|
+
+mask, noise_clip = envelope(sig, sample_rate, threshold=0.03)
|
|
25
25
|
|
|
26
26
|
|
|
27
27
|
noise_stft = _stft(noise_clip, n_fft, hop_length, win_length)
|