使用 librosa.effects.trim 去除音频中的静音部分

Question

我正在做一个语音情感识别 ML。

我目前使用pyAudioAnalysis 进行多目录特征提取。然而，音频中涉及的数据集包含很多近似无声的部分。我的目标是从所有音频中删除几乎无声的部分，然后提取有意义的特征。

我目前的做法是使用librosa 来修剪静音部分。

from librosa.effects import trim
import librosa
from pyAudioAnalysis import audioBasicIO
import matplotlib.pyplot as plt

signal, Fs = librosa.load(file_directory)
trimed_signal = trim(signal,top_db=60)


fig, ax = plt.subplots(nrows=3, sharex=True, sharey=True)
librosa.display.waveplot(trimed_signal, sr=Fs, ax=ax[0])
ax[0].set(title='Monophonic')
ax[0].label_outer()

我尝试在使用librosa.display.waveplot 进行修剪后绘制波形，但出现显示 AttributeError: module 'librosa' has no attribute 'display' 的 AttributeError

我的问题是

1. 如何绘制修剪后的波？
2. 是否可以生成修剪后的 .wav 文件？这是因为pyAudioAnalysis的特征提取输入是.wav文件路径，而librosa的输出是数组。

Answer 1

1. 您需要单独import librosa.display。原因见this issue。
2. 您可以使用librosa.output.write_wav（检查the docs）将修剪后的数组存储为波形文件。例如。 librosa.output.write_wav(path, trimed_signal, Fs)。