我需要分析许多音频 WAV 文件的特征噪声，想法？
I need to analyse many audio WAV files for characteristic noise, ideas?
我需要能够分析（搜索）数百个 WAV 文件并检测但不消除静态噪声。正如目前所做的那样，我必须倾听每个对话并手动找到特征 noise/static，这会花费太多时间。理想情况下，我需要一个程序来读取每个新的 WAV 文件并能够检测静态噪声的特征签名，例如白噪声或完整音频带的突发周期、高振幅噪声（如 AM 无线电噪声超过 phone 对话，如白噪声墙）或在正常语音背景下的突发高频高振幅（如 phone 线上的噼啪声）。我不需要消除噪音，只需检测它并标记录音以进行进一步的故障排除。想法？
我可以听录音并找到静电或噼啪声，但这需要时间。我需要一个自动或批处理过程，它可以 运行 自己标记有问题的通话录音（phone PBX 的 WAV 文件）。这些是 SIP 和模拟对话，具体取决于对话的部分，因此 RTSP/SIP 数据包分析可能是一个选项，但原始 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频谱的可视化表示，只比听每个电话快一点，但仍然很麻烦。
我目前没有用于此任务的代码或方法。我只是简单地听听每个通话的 wav 文件以找出噪音。
我需要一个批处理的 Wav 文件搜索，它可以呈现包含特征噪音或静态或录音 phone 对话的噼啪声的 wav 文件录音。
除非您可以告诉程序噪音是什么样的，否则 运行 任何类型的批处理都将具有挑战性。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
本质上，它将音频可视化为二维散点图，而不仅仅是 "linear"，如波形图或频谱图。当您上传音频时，会发生以下情况：
- 根据您设置的阈值检测起始（基于 high-frequency 来自 aubio 的内容算法）。如果需要全部，请将其设置为
None。
- 针对每个音频片段，根据您的选择计算音频特征。没有通用的最佳功能集，一切都取决于应用程序。您可以尝试使用例如
Pitch statistics。考虑为带通滤波器和样本长度设置适当的值（这是我们将要使用的音频片段的长度）。将来可以动态建立样本长度。查看 docs 了解更多信息。
- 结果是每个片段都有很多特征，例如6 或 60。这意味着我们有
k 维（其中 k 是特征数）结构，然后我们使用您选择的降维算法将其投影到 2d space。 Uniform Manifold Approximation and Projection 是一个不错的选择。
- 理论上，由此产生的嵌入应该使得相似的声音（根据我们选择的特征）靠得更近，而不同的声音更远。你的噪音现在应该与你的 "not noise" 分开并形成集群。
- 当您将鼠标悬停在图表上时，right-upper 角会出现一组图标。一种是套索选择。用它来标记点，检查频谱图等。下载 table 具有描述该信号的特征。在那一刻，您还可以使用与 Audacity 类似的方式 降低噪声 （出现额外的按钮） - 它分析频谱并通过一些平滑降低这些频率。
它现在不能完全解决您的问题，但可以大大减少工作量。完成数百次波形可能会花费一天的大部分时间，但您会完成的。想要自动化吗？还有我同时开发的CLI（command-line接口）。在 not-too-distant 未来，它应该采用您标记为 noise 和 signal 的内容，然后使用有监督的机器学习来批量处理所有内容模式。
建议/反馈？在 GitHub.
上提出问题
我需要能够分析（搜索）数百个 WAV 文件并检测但不消除静态噪声。正如目前所做的那样，我必须倾听每个对话并手动找到特征 noise/static，这会花费太多时间。理想情况下，我需要一个程序来读取每个新的 WAV 文件并能够检测静态噪声的特征签名，例如白噪声或完整音频带的突发周期、高振幅噪声（如 AM 无线电噪声超过 phone 对话，如白噪声墙）或在正常语音背景下的突发高频高振幅（如 phone 线上的噼啪声）。我不需要消除噪音，只需检测它并标记录音以进行进一步的故障排除。想法？
我可以听录音并找到静电或噼啪声，但这需要时间。我需要一个自动或批处理过程，它可以 运行 自己标记有问题的通话录音（phone PBX 的 WAV 文件）。这些是 SIP 和模拟对话，具体取决于对话的部分，因此 RTSP/SIP 数据包分析可能是一个选项，但原始 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频谱的可视化表示，只比听每个电话快一点，但仍然很麻烦。
我目前没有用于此任务的代码或方法。我只是简单地听听每个通话的 wav 文件以找出噪音。
我需要一个批处理的 Wav 文件搜索，它可以呈现包含特征噪音或静态或录音 phone 对话的噼啪声的 wav 文件录音。
除非您可以告诉程序噪音是什么样的，否则 运行 任何类型的批处理都将具有挑战性。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
本质上，它将音频可视化为二维散点图，而不仅仅是 "linear"，如波形图或频谱图。当您上传音频时，会发生以下情况：
- 根据您设置的阈值检测起始（基于 high-frequency 来自 aubio 的内容算法）。如果需要全部，请将其设置为
None。 - 针对每个音频片段，根据您的选择计算音频特征。没有通用的最佳功能集，一切都取决于应用程序。您可以尝试使用例如
Pitch statistics。考虑为带通滤波器和样本长度设置适当的值（这是我们将要使用的音频片段的长度）。将来可以动态建立样本长度。查看 docs 了解更多信息。 - 结果是每个片段都有很多特征，例如6 或 60。这意味着我们有
k维（其中k是特征数）结构，然后我们使用您选择的降维算法将其投影到 2d space。 Uniform Manifold Approximation and Projection 是一个不错的选择。 - 理论上，由此产生的嵌入应该使得相似的声音（根据我们选择的特征）靠得更近，而不同的声音更远。你的噪音现在应该与你的 "not noise" 分开并形成集群。
- 当您将鼠标悬停在图表上时，right-upper 角会出现一组图标。一种是套索选择。用它来标记点，检查频谱图等。下载 table 具有描述该信号的特征。在那一刻，您还可以使用与 Audacity 类似的方式 降低噪声 （出现额外的按钮） - 它分析频谱并通过一些平滑降低这些频率。
它现在不能完全解决您的问题，但可以大大减少工作量。完成数百次波形可能会花费一天的大部分时间，但您会完成的。想要自动化吗？还有我同时开发的CLI（command-line接口）。在 not-too-distant 未来，它应该采用您标记为 noise 和 signal 的内容，然后使用有监督的机器学习来批量处理所有内容模式。
建议/反馈？在 GitHub.
上提出问题