音频干扰检测(时域方法)

2024-03-27 13:12

本文主要是介绍音频干扰检测(时域方法),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

请注意注释掉的代码:逐个包络比对就不能加窗了。

import librosa

import numpy as np

from scipy.signal import windows

import matplotlib.pyplot as plt

# 读取音频文件

audio_file = 'sine.wav'

signal, sample_rate = librosa.load(audio_file, sr=None, mono=False)

# 检查通道数并处理信号

if signal.ndim > 1:

    num_channels = signal.shape[0]

    print(f"音频文件有 {num_channels} 个通道")

    # 如果是4通道,取第X个通道进行处理,这里示例取第4个通道(索引为3)

    if num_channels == 2:

        signal = signal[0, :]

else:

    # 如果信号是单通道,直接使用

    print("音频文件是单通道")

# 计算每个周期的采样点数

cycle_samples = int(sample_rate / 1000)

# # 创建汉宁窗

# window_length = cycle_samples * 1  # 窗长度为10个周期

# window = windows.hann(window_length)

# # 对信号的开头和结尾分别应用汉宁窗

# windowed_signal = signal.copy()

# windowed_signal[:window_length//2] *= window[:window_length//2]

# windowed_signal[-window_length//2:] *= window[window_length//2:]

# 计算周期数

num_cycles = len(signal) // cycle_samples

# 存储异常周期的时间点和幅值

anomaly_times = []

anomaly_amplitudes = []

# 逐个周期比较包络

for i in range(num_cycles - 1):

    start = i * cycle_samples

    end = (i + 1) * cycle_samples

    current_cycle = signal[start:end]

    next_cycle = signal[end:end+cycle_samples]

   

    # 计算当前周期和下一个周期的包络差异

    diff = np.abs(current_cycle - next_cycle)

   

    # 如果差异大于阈值,则认为是异常周期

    if np.max(diff) > 0.1:

        anomaly_time = start / sample_rate

        anomaly_times.append(anomaly_time)

        anomaly_amplitudes.append(np.max(np.abs(current_cycle)))

# 打印异常周期的时间点和幅值

for time, amplitude in zip(anomaly_times, anomaly_amplitudes):

    print(f"异常周期时间点: {time:.3f}s, 幅值: {amplitude:.3f}")

# 绘制时域波形图

time = np.arange(len(signal)) / sample_rate

plt.figure(figsize=(8,4))

plt.plot(time, signal, label='Signal')

# 标注异常周期

for t in anomaly_times:

    plt.axvline(x=t, color='r', linestyle='--', label='Anomaly Detected')

plt.xlabel('Time(s)')

plt.ylabel('Amplitude')

plt.title('Windowed Waveform with Anomalies Highlighted')

plt.legend()

plt.show()

这篇关于音频干扰检测(时域方法)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/852204

相关文章

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施:

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

基于 YOLOv5 的积水检测系统:打造高效智能的智慧城市应用

在城市发展中,积水问题日益严重,特别是在大雨过后,积水往往会影响交通甚至威胁人们的安全。通过现代计算机视觉技术,我们能够智能化地检测和识别积水区域,减少潜在危险。本文将介绍如何使用 YOLOv5 和 PyQt5 搭建一个积水检测系统,结合深度学习和直观的图形界面,为用户提供高效的解决方案。 源码地址: PyQt5+YoloV5 实现积水检测系统 预览: 项目背景

JavaFX应用更新检测功能(在线自动更新方案)

JavaFX开发的桌面应用属于C端,一般来说需要版本检测和自动更新功能,这里记录一下一种版本检测和自动更新的方法。 1. 整体方案 JavaFX.应用版本检测、自动更新主要涉及一下步骤: 读取本地应用版本拉取远程版本并比较两个版本如果需要升级,那么拉取更新历史弹出升级控制窗口用户选择升级时,拉取升级包解压,重启应用用户选择忽略时,本地版本标志为忽略版本用户选择取消时,隐藏升级控制窗口 2.

【VUE】跨域问题的概念,以及解决方法。

目录 1.跨域概念 2.解决方法 2.1 配置网络请求代理 2.2 使用@CrossOrigin 注解 2.3 通过配置文件实现跨域 2.4 添加 CorsWebFilter 来解决跨域问题 1.跨域概念 跨域问题是由于浏览器实施了同源策略,该策略要求请求的域名、协议和端口必须与提供资源的服务相同。如果不相同,则需要服务器显式地允许这种跨域请求。一般在springbo