/aukit

audio toolkit. 好用的语音处理工具箱,包含语音降噪、音频格式转换、特征频谱生成等模块。

Primary LanguagePythonMIT LicenseMIT

aukit

aukit

audio toolkit: 语音和频谱处理的工具箱。

安装


pip install -U aukit

  • 注意

    • 可能需另外安装的依赖包:tensorflow, pyaudio, sounddevice。

    • tensorflow<=1.13.1

    • pyaudio暂不支持python37以上版本直接pip安装,需要下载whl文件安装,下载路径:https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio

    • sounddevice依赖pyaudio。

    • aukit的默认音频采样率为16k。

版本

v1.4.6

audio_cli

命令行,播放音频,去除背景噪声,音频格式转换。

支持递归处理文件夹内的全部音频。

命令行

说明
  • 用位置参数来控制。

  • 名称说明

    • inpath:输入音频路径或目录。

    • outpath:输出音频路径或目录,如果为目录,则输出的子目录按照inpath的子目录格式输出。

    • sr:音频采样率,默认16000或自动识别采样率。

    • in_format:输入音频格式,主要用以限制为指定后缀名的文件,如果不设置,则处理目录的全部文件。

    • out_format:输出音频格式,主要用以音频格式转换,设置输出音频的后缀名。

  • 中括号【[]】里面的是可选参数。

工具

  • auplay: 播放音频

auplay inpath [sr] [in_format]

  • aunoise: 语音降噪

aunoise inpath outpath [in_format]

  • auformat: 音频格式转换

auformat inpath outpath out_format [in_format]

audio_changer

变声器,变高低音,变语速,变萝莉音,回声。

基于librosa的变声。

audio_editor

语音编辑,切分音频,去除语音中的较长静音,去除语音首尾静音,设置采样率,设置通道数。

音频格式相互转换,例如wav格式转为mp3格式。

切分音频,去除静音,去除首尾静音输入输出都支持wav格式。

语音编辑功能基于pydub的方法,增加了数据格式支持。

audio_griffinlim

griffinlim声码器,线性频谱转语音,梅尔频谱转语音,TensorFlow版本转语音,梅尔频谱和线性频谱相互转换。

audio_io

语音IO,语音保存、读取,支持wav和mp3格式,语音形式转换(np.array,bytes,io.BytesIO),支持【.】操作符的字典。

audio_noise_remover

语音降噪,降低环境噪声。

audio_normalizer

语音正则化,去除音量低的音频段(去除静音),调节音量。

语音正则化方法基于VAD的方法。

audio_player

语音播放,传入文件名播放,播放wave数据,播放bytes数据。

audio_spectrogram

语音频谱,语音转线性频谱,语音转梅尔频谱。

audio_tuner

语音调整,调整语速,调整音高。

audio_world

world声码器,提取语音的基频、频谱包络和非周期信号,频谱转为语音。调音高,调机器人音。

历史版本

v1.4.6

  • ttskit配套的语音工具。