用python代码实时估计语音信号的背景噪声的频域幅度

以下是用Python实时估计语音信号背景噪声的频域幅度的代码示例：

import pyaudio
import numpy as np
import time

chunk_size = 1024  # 每次读取的时域信号长度
sample_rate = 16000  # 采样率

p = pyaudio.PyAudio()
stream = p.open(format=pyaudio.paInt16, channels=1, rate=sample_rate, input=True, frames_per_buffer=chunk_size)

# 初始化背景噪声频谱
background_spectrum = np.zeros((chunk_size // 2 + 1,))

while True:
    # 读取音频数据
    data = stream.read(chunk_size)
    pcm = np.frombuffer(data, dtype=np.int16)

    # 进行快速傅里叶变换，得到频谱幅度
    spectrum = np.abs(np.fft.rfft(pcm))[:chunk_size // 2 + 1]

    # 更新背景噪声频谱
    background_spectrum = np.maximum(background_spectrum, spectrum)

    # 输出背景噪声频谱
    print(background_spectrum)

    time.sleep(0.1)

stream.stop_stream()
stream.close()
p.terminate()

该程序通过PyAudio库获取麦克风输入的音频数据，每次读取1024个采样点（即1024/16000秒的音频数据），对每次读取的时域信号进行快速傅里叶变换（FFT），得到音频信号的频域幅度，通过不断更新得到输入信号的背景噪声频域幅度。