使用Python静音/静音音频的非语音部分(语音活动检测)

文章/答案/技术大牛

发布

1回答

python、voice-recognition、audio-processing

我的目的是让.wav音频中没有语音的所有部分静音。我目前正在使用webrtcvad，但我所做的只是从音频中删除了非语音部分(使用他们的example.py代码：)。如果有人能指点我或告诉我如何实现我的目标，我将不胜感激！这听起来也像是背景噪音去除的问题。

浏览 69提问于2021-02-19得票数 1

1回答

AMR中的静默检测

algorithm、audio、artificial-intelligence、voice-recognition、amr

如何在AMR中区分静音和其他音频？我想实现自定义的语音活动检测机制。有没有关于如何继续的想法？我需要这个算法。

浏览 1提问于2011-07-22得票数 1

回答已采纳

1回答

当将guildUserProperties.Mute设置为false时，Bot不会解除用户的静音

c#、discord.net

我创建了一个不和谐的机器人使用Discord.Net，它正在观察来自多个协会的多个语音频道。我正在监听UserVoiceStateUpdated事件，因为每当用户加入一个被静音的观察到的语音通道时，该用户就应该被机器人静音。每当用户离开一个观察到的语音通道时，该用户应该得到非静音。bool Muted { get; set; } public List&l

浏览 4提问于2020-12-19得票数 2

回答已采纳

1回答

如何在音频文件开始时删除Beep声音？

python、signal-processing、speech-recognition、audio-processing

我有多个音频文件，它们在启动时都有一个beep声音，然后是实际的音频。我想把所有文件中的哔声移除。beep声音的持续时间因文件而异。以下是我尝试过的方法，2.在py

浏览 4提问于2020-06-09得票数 0

2回答

G.729编解码器的变化有什么区别？

asterisk、sip、voip、codec、g729

G.729 G.729A G.729AB的区别是什么？谢谢

浏览 1提问于2016-12-01得票数 1

回答已采纳

1回答

如何在c#中采样音频？

c#、audio、signal-processing、multimedia、naudio

如何以特定的采样率对音频波进行采样，然后从音频波中获取值？我在我的项目中使用了accord.net平台，naudio.net和alvas.audio。如何对音频文件进行采样？我的项目的后期阶段涉及歌曲、语音、静音等的检测

浏览 1提问于2012-03-03得票数 0

1回答

统一获取基本音频频谱数据

c#、unity3d、audio、spectrum

我想要可视化，如果一个音频剪辑有声音或没有。麦克风和音频源工作正常，但我被它的视觉部分卡住了。我很难理解这份正式文件，我想要一个解决办法。); dbValue = 20 * Mathf.Log10(rmsValue / 0.1f); 我能用rmsValue作为麦克风上声音的输入吗

浏览 2提问于2018-09-14得票数 0

1回答

如何防止SpeechRecognitionEngine中的错误识别？

c#、grammar、voice、speech

当我加载一个语法并使用：...RecognizeText：“是”的置信度得分: 0.8639852有可能给我的grxml文件增加信心吗？有没有办法防止C#中的SpeechRecognitionEngine出现误报？<?xml versio

浏览 0提问于2014-08-30得票数 4

1回答

当iPhone屏幕被锁定时，AVAudioPlayer可以播放；它也可以在那个时候录制吗？

iphone、audio、avaudioplayer

您可以轻松播放声音和录制声音使用高级AVAudioPlayer。当iPhone屏幕处于锁定状态时，您可以使用相同的框架播放声音。你当时能录下声音吗？

浏览 2提问于2009-09-24得票数 0

回答已采纳

1回答

Pyaudio检测麦克风但不恢复音频

python、macos、speech-recognition、pyaudio

我一直在尝试使用语音识别。我知道pyaudio正在检测我的麦克风，但是当我通过pyaudio录制wave文件时，录制中没有音频。我的麦克风没有静音。我在mac上，在Visual Studio中工作。

浏览 1提问于2020-10-18得票数 0

1回答

有没有可能把Twilio的通话记录成“你说话的时候”？

ios、text、twilio、speech、transcription

有没有人知道Twilio是否可以在呼叫期间基于某种音频标志或模式创建多个音频记录，例如静音。这样，您就可以在调用期间在每个语音部分的末尾触发一个回调，以生成文本。谢谢。

浏览 1提问于2013-09-17得票数 2

1回答

如何获得频道中所有用户的“静音”状态？[agora.io]

agora.io

我有一个语音电话，我想有一个小覆盖显示，哪些用户有他们的音频静音。我是否可以使用回调来知道用户是否在本地静音了他们的流？我还没有找到办法直接使用agora.io的库来完成这项工作。

浏览 2提问于2020-08-20得票数 0

回答已采纳

3回答

在人群区域录制音频时，如何用java去除背景噪音？

java、audio、microphone、javasound

当我使用JavaSound或第三方声音捕获工具捕获并将其录制到文件中时。然后读回文件来修改它，有没有办法用我的java应用程序消除“背景噪音”。谢谢

浏览 1提问于2011-08-03得票数 7

回答已采纳

1回答

使话音通道只能由服务器管理员访问的批处理静音bot

discord

我是一个管理小组的不和谐服务器，我们使用在我们之间。在游戏之间玩游戏时，我们需要对整个话音通道进行批量静音，因为在语音通道中的许多用户不能使用推送来交谈。是否有可能创建一个机器人来对语音频道中的所有用户进行批量处理，而不影响其他频道(有时我们有两个同时进行的游戏)，而不需要进入，右键单击一个用户&选择服务器静音？作为附带说明，我不想使用任何静音角色作为解决方案，因为任何新<

浏览 0提问于2020-10-06得票数 0

回答已采纳

1回答

如何在语音间隙或停顿时对音频文件进行切片/标记？奥比奥？

speech-recognition、audio-recording、aubio

我想知道您是否可以帮助建议aubio (或任何其他类似的服务)是否适合我们的业务。遗憾的是，我不是一个开发人员或音响工程师，所以请原谅我的无知…但是任何反馈都将非常感谢！目前，我们提取音频文件，例如会议的1小时录音，并将其切成较短的音频片段。这样做的问题是音频被解剖的方式很残酷；如果我们将一个60分钟的文件切成5分钟的部分，每隔5分钟，很可能一个单词或句子会被切成

浏览 29提问于2014-07-14得票数 1

1回答

如何用java检测wav文件中是否存在word /audio静音？

java、audio、speech-recognition

我正在做一个语音识别器项目，作为它的一部分，想要从wav文件中找到静音的存在或检测单词.and的存在，如果找到一个单词，则从头到尾将该单词复制到一个新的wav文件中，这样原始wav文件就有10个单词，然后输出10 file..problem就是检测静音或单词的建议如何在java中实现这一点。

浏览 0提问于2010-08-29得票数 4

回答已采纳

1回答

discord.js user.speaking不工作

discord、discord.js

roleSpeak) } } } 因此，在注释( // )下表示这不起作用的行中是一个console.loging也是假的(很明显)。所以我想不出为什么在我理解文档的时候，每次成员发言的时候都会变成真的。我只想再说一遍(正如它在第一个代码注释中说的那样)，这个函数每100 is = 0.1s激发一次，并得到一个角色，它应该根据代码注释中进一步解释<e

浏览 4提问于2017-11-10得票数 0

1回答

如何确定用户是否加入/切换/离开了语音通道？

c#、discord.net

我正在使用Discord.Net并观察几个语音频道。如果这些语音通道具有由bot (而不是通过权限)设置的静音状态，则该语音通道中的用户也应保持静音状态。从语音频道中删除语音权限不会立即影响人们，你可以在这里看到 public bool IsMuted { get; set; } // ... other information go

浏览 0提问于2021-03-07得票数 5

4回答

如何在Python中进行实时语音活动检测？

python、speech-recognition、speech-to-text、speech、pyaudio

我正在对记录的音频文件执行语音活动检测，以检测波形中的语音和非语音部分。分类器的输出类似于(突出显示的绿色区域表示语音)：我在这里面临的唯一问题是让它工作的音频输入流(例如:从麦克风)，并做一个规定的时间框架的实时分析。我知道PyAudio可以用

浏览 11提问于2020-03-24得票数 17

回答已采纳

1回答

我目前正在使用Twilio的可编程视频构建一个应用程序。我已经演示了语音拨号(连接->机房)，为用户想要拨号没有网页浏览器。我们有一个“监听”的要求--如果用户在浏览器中运行(即:不要发送音频/视频流)，这是可以实现的，但是我们无法找到一种方法来连接可编程语音用户，而不包括他们的音频。有什么想法吗？我曾经有过一些可能的想法，但却无法为以下问题找到解决方案：将来自可编程视频instead?bridge

浏览 10提问于2019-10-02得票数 0

回答已采纳

点击加载更多