谷歌为WebRTC项目开发的VAD是目前最优秀、最先进和免费的产品之一。webrtcvad是WebRTC语音活动检测器(VAD)的python接口。兼容python2和python3。功能是将一段音频数据分为静音与非静音。它对于电话和语音识别很有用。

1、安装pip

yum -y install epel-release

yum -y install python-pip

2、安装webrtcvad

yum -y install python-devel

pip install webrtcvad

3、webrtcvad测试脚本(test_webrtcvad.py)

import collections

import contextlib

import sys

import wave

import webrtcvad

def read_wave(path):

with contextlib.closing(wave.open(path, 'rb')) as wf:

num_channels = wf.getnchannels()

assert num_channels == 1

sample_width = wf.getsampwidth()

assert sample_width == 2

sample_rate = wf.getframerate()

assert sample_rate in (8000, 16000, 32000)

pcm_data = wf.readframes(wf.getnframes())

return pcm_data, sample_rate

def write_wave(path, audio, sample_rate):

with contextlib.closing(wave.open(path, 'wb')) as wf:

wf.setnchannels(1)

wf.setsampwidth(2)

wf.setframerate(sample_rate)

wf.writeframes(audio)

class Frame(object):

def __init__(self, bytes, timestamp, duration):

self.bytes = bytes

self.timestamp = timestamp

self.duration = duration

def frame_generator(frame_duration_ms, audio, sample_rate):

n = int(sample_rate * (frame_duration_ms / 1000.0) * 2)

offset = 0

timestamp = 0.0

duration = (float(n) / sample_rate) / 2.0

while offset + n < len(audio):

yield Frame(audio[offset:offset + n], timestamp, duration)

timestamp += duration

offset += n

def vad_collector(sample_rate, frame_duration_ms,

padding_duration_ms, vad, frames):

num_padding_frames = int(padding_duration_ms / frame_duration_ms)

ring_buffer = collections.deque(maxlen=num_padding_frames)

triggered = False

voiced_frames = []

for frame in frames:

sys.stdout.write(

'' if vad.is_speech(frame.bytes, sample_rate) else '')

if not triggered:

ring_buffer.append(frame)

num_voiced = len([f for f in ring_buffer

if vad.is_speech(f.bytes, sample_rate)])

if num_voiced > 0.9 * ring_buffer.maxlen:

sys.stdout.write('+(%s)' % (ring_buffer[0].timestamp,))

triggered = True

voiced_frames.extend(ring_buffer)

ring_buffer.clear()

else:

voiced_frames.append(frame)

ring_buffer.append(frame)

num_unvoiced = len([f for f in ring_buffer

if not vad.is_speech(f.bytes, sample_rate)])

if num_unvoiced > 0.9 * ring_buffer.maxlen:

sys.stdout.write('-(%s)' % (frame.timestamp + frame.duration))

triggered = False

yield b''.join([f.bytes for f in voiced_frames])

ring_buffer.clear()

voiced_frames = []

if triggered:

sys.stdout.write('-(%s)' % (frame.timestamp + frame.duration))

sys.stdout.write('\n')

if voiced_frames:

yield b''.join([f.bytes for f in voiced_frames])

def main(args):

if len(args) != 2:

sys.stderr.write(

'Usage: example.py \n')

sys.exit(1)

audio, sample_rate = read_wave(args[1])

vad = webrtcvad.Vad(int(args[0]))

frames = frame_generator(30, audio, sample_rate)

frames = list(frames)

segments = vad_collector(sample_rate, 30, 300, vad, frames)

for i, segment in enumerate(segments):

#path = 'chunk-%002d.wav' % (i,)

print('--end')

#write_wave(path, segment, sample_rate)

if __name__ == '__main__':

main(sys.argv[1:])

4、运行命令(其中，第一个参数为敏感系数，取值0-3，越大表示越敏感，越激进，对细微的声音频段都可以识别出来；第二个参数为wav文件存放路径，目前仅支持8K，16K，32K的采样率，示例wav文件下载：73.wav 链接：https://pan.baidu.com/s/19YJB9u0zvCFGBLDRisK1KQ 密码：fgkf)

[root@host---- ~]# python test_webrtcvad.py /home/.wav

+(2.1)-(3.36)--end

+(3.57)-(14.43)--end

+(15.3)-(16.14)--end

+(21.21)-(22.47)--end

+(22.68)-(24.6)--end

+(24.66)-(26.76)--end

+(26.76)-(27.81)--end

+(27.87)-(31.38)--end

+(31.38)-(32.91)--end

+(33.21)-(35.04)--end

+(35.73)-(41.43)--end

+(42.66)-(43.8)--end

+(43.95)-(51.03)--end

+(51.15)-(53.82)--end

+(53.82)-(59.85)--end

+(60.51)-(64.74)--end

+(65.46)-(67.26)--end

+(67.74)-(69.39)--end

+(69.42)-(74.55)--end

+(74.55)-(81.24)--end

+(81.51)-(87.66)--end

+(87.9)-(89.76)--end

+(91.08)-(92.04)--end

+(92.31)-(96.9)--end

+(97.23)-(102.27)--end

+(102.51)-(104.43)--end

+(104.43)-(105.9)--end

+(106.38)-(108.12)--end

+(108.69)-(110.16)--end

+(111.12)-(113.13)--end

+(113.13)-(114.87)--end

+(114.87)-(118.08)--end

python 使用 setup&period;py 方式安装及包的卸载

安装:         可通过 --home 或 --prefix 指定安装目录 --prefix=xx/xxx    选择安装目录 --record files.txt   记录所有安装文件的路径 ...

python 利用 setup&period;py 手动安装第三方类库

python 利用 setup.py 手动安装第三方类库 由于我在mac使用时,装了python3,默认有python2的环境,使用 pip 安装第三方类库时,老是安装到 python2的环境上: 在 ...

python 利用 setup&period;py 手动安装django&lowbar;chartit

手动安装django_chartit库 1 下载压缩包 2 解压到python安装目录下,文件夹名为django_chartit,并检查文件夹下是否有setup.py文件 3 在cmd中进入djang ...

对于python setup&period;py install安装的包如何卸载

easy_install 安装 卸载命令 easy_install -m package-name setup.py安装 帮助你纪录安装细节方便你卸载 python setup.py install ...

easygui&period;py的安装和下载地址

easygui下载地址:http://nchc.dl.sourceforge.net/project/easygui/0.97/easygui-0.97.zip 安装:解压后将easygui.py拷贝 ...

简单使用setup&period;py来安装Python项目

最近做个一个项目需要用到setup.py 这个构建工具来进行项目的便捷安装,把搜集到的一些资料加上个人理解整理成文章,如有错误的地方请各位大佬及时指出,小弟马上修改,下面正式进入setup.py的描述 ...

ez&lowbar;setup&period;py(安装python下setuptools用)

#!python"""Bootstrap setuptools installation If you want to use setuptools in your pa ...

【py】安装ipython-notebook

os:ubunutu(debian)-based linux 分两步: 安装ipython及其依赖包 sudo apt-get install ipython-notebook   安装可选的附加工具 ...

Linux 问题 卸载setup&period;py方式安装的python包

python ./setup.py install --record install.txt  cat install.txt | xargs rm -rf

随机推荐

IIS6&lpar;Win2003&rpar; 使用&period;net 4&period;0 后，默认文档失效解决方案。

IIS6(Win2003) 使用.net framework 4.0 后,默认文档失效解决方案. 用.net framework 4.0 开发的WEB项目,但放到iis6 中无法使用默认文档,状况如下 ...

关于Asp&period;Net MVC 中 UpdateModel 的未能更新&ast;&ast;&ast;模型的 解决方案&excl;

解决方案参考: http://blog.csdn.net/hudaijun/article/details/7293129 想法: 其实,不用UpdateModel,虽然笨些,但不会出什么古怪问题.当 ...

Threading in C&num;

http://www.albahari.com/threading/ PART 1: GETTING STARTED Introduction and Concepts C# supports par ...

hdu 1867 A &plus; B for you again

题目连接 http://acm.hdu.edu.cn/showproblem.php?pid=1867 A + B for you again Description Generally speaki ...

【CF】174 Div&period;1 B Cow Program

思路是树形DP+状态压缩.其实仅有2个状态,奇数次来到x或者偶数次来到x.(因为对x的更新不同).同时开辟visit数组,解决环.注意,一旦遇到环结果就是-1.DP数组存放第奇数/偶数次来到x时,对y ...

&lpar;转&rpar;eclipse 启动参数介绍(如添加插件时，如果不显示，则使用eclipse -clean启动)

本文转载自:http://hi.baidu.com/dd_taiyangxue/blog/item/08950f3991b4e8c9d46225c8.html 其实,Eclipse是一个可以进行非常灵 ...

应用负载均衡之LVS&lpar;三&rpar;：使用ipvsadm以及详细分析VS&sol;DR模式

*/ .hljs { display: block; overflow-x: auto; padding: 0.5em; color: #333; background: #f8f8f8; } .hl ...

Kubernetes-基于flannel的集群网络

1.Docker网络模式 在讨论Kubernetes网络之前,让我们先来看一下Docker网络.Docker采用插件化的网络模式,默认提供bridge.host.none.overlay.maclan ...

redis(三)

string string是redis最基本的类型 最大能存储512MB数据 string类型是二进制安全的,即可以为任何数据,比如数字.图片.序列化对象等 命令 设置 设置键值 set key va ...

【ASP&period;NET Core】EF Core - &OpenCurlyDoubleQuote;影子属性”

有朋友说老周近来博客更新较慢,确实有些慢,因为有些 bug 要研究,另外就是老周把部分内容转到直播上面,所以写博客的内容减少了一点. 老周觉得,视频直播可能会好一些,虽然我的水平一般,不过直播时,老周 ...