Wolfram言語™

有声か無声かの検出

無声の部分を検出し，それを減衰させる．

In[1]:=

a = ExampleData[{"Audio", "NoisyTalk"}, "Audio"]

Out[1]=

AudioIntervalsを使って，RMS振幅が低くスペクトル平坦性が高い部分を探す．

In[2]:=

nonVoicedIntervals = AudioIntervals[ a, #RMSAmplitude < .02 && #SpectralFlatness > .0001 &, .1, PartitionGranularity -> {.06, .01}]

Out[2]=

検出された区間を可視化する．

In[3]:=

AudioPlot[a, Epilog -> {RGBColor[1, 0, 0, .3], Rectangle[{#[[1]], -1}, {#[[2]], 1}] & /@ nonVoicedIntervals}, ImageSize -> Medium]

Out[3]=

検出された部分を減衰させる．

In[4]:=

AudioJoin[ Riffle[AudioFade /@ AudioTrim[a, Except@nonVoicedIntervals], 0.3*AudioTrim[a, nonVoicedIntervals]]]

Out[4]=