语音识别降噪python代码

这里提供一个基于Python的语音降噪代码，使用了带有噪声的wav格式音频文件作为输入，并输出降噪后的音频文件。

首先需要安装以下Python库：

1. numpy
2. scipy
3. wave

代码如下：

import numpy as np
from scipy.io import wavfile
import wave
import os


def load_wave_file(file_path):
    """
    加载wav格式音频文件
    :param file_path: 文件路径
    :return: 音频文件采样率和采样数据
    """
    with wave.open(file_path, 'rb') as wf:
        num_channels = wf.getnchannels()
        sample_width = wf.getsampwidth()
        frame_rate = wf.getframerate()
        num_frames = wf.getnframes()
        data = wf.readframes(num_frames)
        samples = np.fromstring(data, dtype=np.int16)
    return frame_rate, samples


def save_wave_file(file_path, sample_rate, data):
    """
    保存音频文件
    :param file_path: 文件路径
    :param sample_rate: 音频采样率
    :param data: 音频数据
    """
    with wave.open(file_path, 'wb') as wf:
        wf.setnchannels(1)
        wf.setsampwidth(2)
        wf.setframerate(sample_rate)
        wf.writeframes(data)


def spectral_subtraction(input_file_path, output_file_path, noise_file_path):
    """
    语音降噪
    :param input_file_path: 带噪声的音频文件路径
    :param output_file_path: 降噪后的音频文件路径
    :param noise_file_path: 噪声文件路径
    """
    # 加载音频文件和噪声文件
    sr, audio = load_wave_file(input_file_path)
    _, noise = load_wave_file(noise_file_path)

    # 将音频数据和噪声数据转换为时频表示
    audio_stft = np.fft.rfft(audio)
    noise_stft = np.fft.rfft(noise)

    # 计算语音信号和噪声信号的功率谱
    audio_power = np.abs(audio_stft) ** 2
    noise_power = np.abs(noise_stft) ** 2

    # 估计噪声功率谱
    noise_power_estimate = np.median(noise_power, axis=1)

    # 计算噪声功率谱的平均值
    noise_power_average = np.mean(noise_power_estimate)

    # 如果噪声功率谱低于某个阈值，则将其设置为阈值
    if noise_power_average < 0.01:
        noise_power_average = 0.01

    # 计算信噪比
    snr = 10 * np.log10(audio_power / noise_power_estimate)

    # 将信噪比限制在某个范围内
    snr_min = 10
    snr_max = 20
    snr = np.maximum(snr, snr_min)
    snr = np.minimum(snr, snr_max)

    # 计算降噪后的信号功率谱
    denoise_power = audio_power - noise_power_estimate * (10 ** (snr / 10))

    # 修正功率谱
    denoise_power[denoise_power < 0] = 0

    # 计算降噪后的音频数据
    denoise_stft = audio_stft * np.sqrt(denoise_power / audio_power)
    denoise = np.fft.irfft(denoise_stft)

    # 保存降噪后的音频文件
    save_wave_file(output_file_path, sr, denoise.astype(np.int16))


if __name__ == '__main__':
    input_file = 'input.wav'  # 带噪声的音频文件
    output_file = 'output.wav'  # 降噪后的音频文件
    noise_file = 'noise.wav'  # 噪声文件
    spectral_subtraction(input_file, output_file, noise_file)

需要将上述代码保存为.py文件，并将带噪声的音频文件和噪声文件放置在同一目录下，然后运行该代码即可得到降噪后的音频文件。需要注意的是，代码中的语音降噪算法是基于频域的，因此需要保证音频文件和噪声文件的采样率相同。