noise-reduction

    0热度

    2回答

    我有一个.wav音频文件,我正在将音频转换为文本。我需要减少/消除噪音以获得更准确的结果。 请让我知道如何去了解它 import wave import sys import binascii ip = wave.open('C:\\Users\\anagha\\Documents\\Python Scripts\\a1.wav', 'r') op = wave.open('C:\\

    -2热度

    1回答

    我正在编写从加速计获取信号的代码,并使用TVD算法来消除信号。我们可以在下面的图表看,我没做到这一点: 但我要检测的高峰,我想,我可以用MATLAB中的findchangepts功能,但是当我运行它,我具备以下条件: 我们可以看到它不能检测到峰值。有没有人知道该功能中的任何设置,或者在峰内去噪的方法?

    1热度

    1回答

    我混合了两个wav文件。在输出文件中,这两个文件都是混合的,但有很多噪音。如何避免噪音并获得清晰的输出?我的标题是否已损坏或是其他内容?任何建议/帮助将不胜感激。 这是代码。 (在MainActivity中,只需调用mixSound()。rawToWave()函数为wav文件写入标题,我在创建混合文件后编写标题)。 private void mixSound() throws IOExceptio

    1热度

    1回答

    执行了一堆预处理步骤后,我有这个image。我想从图像中去除小岛上的噪音。我注意到的是,这些噪点像素直接连接到它们附近的少于两个像素。有没有方法只提取标志和字母“推开”没有噪音像素? 我已经尝试了基本的形态学操作,如侵蚀(cv2.erode)和opening无济于事。 我很抱歉,如果我没有提出任何明确的问题,因为我是opencv的初学者。任何帮助表示赞赏!

    0热度

    1回答

    我的语音在F = 44100Hz处被采样。每个样品记录2.5秒(2500毫秒)。我希望过滤掉所有的噪音,而不会影响数据。 我已经记录了.wav格式的样本,并且我正在使用Matlab进行噪声过滤。我样本中的噪音是基本噪音,即流量非常小,一些用于旋转风扇,微动,呼吸,一些来自麦克风,以及一般静音环境中的任何基本形式的噪音。 我应该使用哪种噪声过滤技术? 我应该使用多种噪音过滤技术吗?如果是这样,我使用

    0热度

    1回答

    我想利用这个代码 fgbg = cv2.createBackgroundSubtractorMOG2(detectShadows=True) cap = cv2.VideoCapture('drunker-1.mp4') while True: grabed, img = cap.read() if not grabed: break ori = i

    1热度

    2回答

    卸下尖峰我有一个包含一些扭曲的数据以下信号 我试图删除这些尖峰而不会破坏我的信号,我已经试过medfilt1功能,但它平滑了正确的信号以及不需要的信号。由于有用信号和无用信号之间的频率重叠,无法使用滤波。我也尝试了移动窗口,将值与此窗口的中位数比较,如果该点比它高得多,将其设置为中位数如图所示波纹管: %moving cleaning window y1_1= y1(1:100);%first

    0热度

    1回答

    我正在开发一个应用程序,该应用程序使用内置于SpeechRecognizer和RecognizerIntent中的android语音识别功能。是否有任何降噪或噪声消除库的Android可以集成到我的应用程序,以提高语音识别的准确性?我在android中看到了NoiseSuppressor类,但我知道如何将它集成到SpeechRecognizer中。我是android编程领域的新手。在此先感谢 pu

    18热度

    9回答

    噪音我在这里有一个图像与表。在右边的列中的背景充满了噪音 如何与噪音检测领域?我只想在有噪音的部件上应用某种过滤器,因为我需要对其进行OCR,任何类型的过滤器都会降低总体识别度。 什么样的过滤器最适合去除背景噪音图片? 至于说我需要做OCR图像

    -1热度

    1回答

    需要一种能够降低语音音频信号的噪声水平而不会使用Java来显着扭曲信号的算法(或用于比较各种输入数据的一组好的算法)。 输入是一种音频信号,包括语音以及一些背景噪音。噪音随着录音过程而变化。确实存在消除这种噪音的方法,这些方法是为语音识别和电影制作而开发的。 理想的输出是一个微小失真的语音信号,背景干扰对人耳来说是最低限度可听的。定量标准被最小化 信噪比和 总谐波失真。