音频处理 - 随笔分类 - cpuimage

一种简单高效的音频降噪算法示例(附完整C代码)

摘要：近期比较忙, 抽空出来5.1开源献礼. 但凡学习音频降噪算法的朋友,肯定看过一个算法. <<语音增强-理论与实践>> 中提及到基于对数的最小均方误差的降噪算法,也就是LogMMSE. 资料见: <<Speech enhancement using a minimum mean-square erro 阅读全文

posted @ 2019-05-01 22:50 cpuimage 阅读(16770) 评论(6) 推荐(5)

算法踩坑小记

摘要：经过前面研究图像算法和近阶段研究视频和音频算法的经历经验. 在2019年快要来临的时候,写下这篇小记. 目的很简单,总结过往,展望未来. 这里列举一些本人在算法上踩过的坑和出坑思路. 主要是数据标准化问题. 1.临界值问题 (最大值,最小值,阈值,无穷小,无穷大) 最早做一键修图的时候,在这个坑上踩阅读全文

posted @ 2018-12-31 16:44 cpuimage 阅读(1777) 评论(4) 推荐(1)

音频算法之我思

摘要：很长一段时间，扎根在音频领域，各种玩耍。渐渐上了轨道。一切的一切仅仅因为相信自己能做好，也必须做好。不懂就去查，去问，去找资料，去找视频。渐渐的，我开始懂了，也慢慢有了系统性的理解。随后经常能发散思维。最近，在自动增益，音频降噪，语速检测，相位谱重建各个算法之间穿梭。慢慢有所产阅读全文

posted @ 2018-10-24 00:06 cpuimage 阅读(5157) 评论(8) 推荐(4)

wav2midi 音乐旋律提取算法附可执行demo

摘要：前面提及过，音频指纹算法的思路。也梳理开源了两个比较经典的算法。 https://github.com/cpuimage/shazam https://github.com/cpuimage/AudioFingerprinter 后来一段时间，稍微看了下这两个算法，还有不少可以精简优化的空间。例阅读全文

posted @ 2018-10-06 17:26 cpuimage 阅读(4207) 评论(0) 推荐(0)

音频算法之小黄人变声附完整C代码

摘要：前面提及到《大话音频变声原理附简单示例代码》与《声音变调算法PitchShift(模拟汤姆猫) 附完整C++算法实现代码》都稍微讲过变声的原理和具体实现。大家都知道，算法从实现到最后工程应用，中间的环节和问题特别多。尤其是编码的架构设计，好的数据结构和代码逻辑封装肯定是可复用，组件化的。前阅读全文

posted @ 2018-09-22 14:50 cpuimage 阅读(5916) 评论(3) 推荐(0)

大话音频变声原理附简单示例代码

摘要：关于音频变声算法，这个是一个很多人特别感兴趣的话题。当然也有不少开源算法可以参阅学习，有基于时域，也有基于频域的算法。最终算法想要达到的目的是一致。最近也有不少网友问过关于变声算法的一些细节问题，邮件询问我。要给出一个比较合理或者说通俗易懂的解释，看似简单，其实还蛮难的。按照大概的一个逻辑阅读全文

posted @ 2018-08-26 20:02 cpuimage 阅读(6546) 评论(4) 推荐(1)

经典傅里叶算法小集合附完整c代码

摘要：前面写过关于傅里叶算法的应用例子。《基于傅里叶变换的音频重采样算法 (附完整c代码)》当然也就是举个例子，主要是学习傅里叶变换。这个重采样思路还有点瑕疵，稍微改一下，就可以支持多通道，以及提升性能。当然思路很简单，就是切分，合并。留个作业哈。本文不讲过多的算法思路，傅里叶变换的各种变种阅读全文

posted @ 2018-08-09 23:44 cpuimage 阅读(4042) 评论(0) 推荐(2)

shazam音乐检索算法附完整c代码

摘要：在讲算法之前，上一些前人的资料。 http://coding-geek.com/how-shazam-works/ https://laplacian.wordpress.com/2009/01/10/how-shazam-works/ http://royvanrijn.com/blog/2010 阅读全文

posted @ 2018-08-07 21:17 cpuimage 阅读(4080) 评论(0) 推荐(2)

MP3 编码解码附完整c代码

摘要：近期一直不间断学习音频处理，一直也没想着要去碰音频编解码相关。主要是觉得没什么实际的作用和意义。不管视频编解码，图像编解码，音频编解码，都有很多组织基金在推动。当然，在一些特定的情景下，需要用起来编解码库，而一般这些库都会有编译困难，使用困难等等困难综合症。图像方面，已经有stb_imag 阅读全文

posted @ 2018-08-05 22:13 cpuimage 阅读(12548) 评论(6) 推荐(2)

基于傅里叶变换的音频重采样算法 (附完整c代码)

摘要：前面有提到音频采样算法： WebRTC 音频采样算法附完整C++示例代码简洁明了的插值音频重采样算法例子 (附完整C代码) 近段时间有不少朋友给我写过邮件，说了一些他们使用的情况和问题。坦白讲，我精力有限，但一般都会抽空回复一下。大多数情况，阅读一下代码就能解决的问题，也是要尝试一下的。阅读全文

posted @ 2018-07-05 22:07 cpuimage 阅读(7785) 评论(4) 推荐(2)

WebRTC 音频算法附完整C代码

摘要：WebRTC提供一套音频处理引擎，包含以下算法： AGC自动增益控制(Automatic Gain Control) ANS噪音抑制(Automatic Noise Suppression) AEC是声学回声消除(Acoustic Echo Canceller for Mobile) VAD是静音阅读全文

posted @ 2018-05-01 15:15 cpuimage 阅读(9661) 评论(3) 推荐(4)

音频自动增益与静音检测算法附完整C代码

摘要：前面分享过一个算法《音频增益响度分析 ReplayGain 附完整C代码示例》主要用于评估一定长度音频的音量强度，而分析之后，很多类似的需求，肯定是做音频增益，提高音量诸如此类做法。不过在项目实测的时候，其实真的很难定标准，到底在什么样的环境下，要增大音量，还是降低。在通讯行业一般的做法就阅读全文

posted @ 2018-04-22 18:04 cpuimage 阅读(8749) 评论(3) 推荐(2)

音频降噪算法附完整C代码

摘要：降噪是音频图像算法中的必不可少的。目的肯定是让图片或语音更加自然平滑，简而言之，美化。图像算法和音频算法都有其共通点。图像是偏向空间处理，例如图片中的某个区域。图像很多时候是以二维数据为主，矩形数据分布。音频更偏向时间处理，例如语音中的某段时长。音频一般是一维数据为主，单声道阅读全文

posted @ 2018-04-22 10:25 cpuimage 阅读(27830) 评论(6) 推荐(9)

WebRTC 音频采样算法附完整C++示例代码

摘要：之前有大概介绍了音频采样相关的思路，详情见《简洁明了的插值音频重采样算法例子 (附完整C代码)》。音频方面的开源项目很多很多。最知名的莫过于谷歌开源的WebRTC, 其中的音频模块就包含有 AGC自动增益补偿(Automatic Gain Control)自动调麦克风的收音量，使与会者收到一定的阅读全文

posted @ 2018-04-19 22:44 cpuimage 阅读(9108) 评论(8) 推荐(2)

音频压缩编码 opus 附完整C++代码示例

摘要：绝大数人都知道mp3格式编码，以及aac,amr等压缩格式编码。而在语音通信界有一个强悍的音频格式编码opus. 经过实测，压缩比最高可以达到1:10。 100KB 压缩后 10KB 虽然是有损压缩，但是根据实际对比试听，几乎听不出差别。而且还原度还比mp3高，压缩比也比mp3高。用来压缩阅读全文

posted @ 2018-04-18 23:17 cpuimage 阅读(11632) 评论(5) 推荐(1)

音频增益响度分析 ReplayGain 附完整C代码示例

摘要：人们所熟知的图像方面的3A算法有： AF自动对焦(Automatic Focus)自动对焦即调节摄像头焦距自动得到清晰的图像的过程 AE自动曝光(Automatic Exposure)自动曝光的是为了使感光器件获得合适的曝光量 AW自动白平衡(Automatic White Balance)白平衡的阅读全文

posted @ 2018-04-15 13:00 cpuimage 阅读(5166) 评论(0) 推荐(2)

基于RNN的音频降噪算法 (附完整C代码)

摘要：前几天无意间看到一个项目rnnoise。项目地址: https://github.com/xiph/rnnoise 基于RNN的音频降噪算法。采用的是 GRU/LSTM 模型。阅读下训练代码，可惜的是作者没有提供数据训练集。不过基本可以断定他采用的数据集里，肯定有urbansound8k。阅读全文

posted @ 2018-04-07 16:47 cpuimage 阅读(14566) 评论(2) 推荐(3)

简洁明了的插值音频重采样算法例子 (附完整C代码)

摘要：近一段时间在图像算法以及音频算法之间来回游走。经常有一些需求，需要将音频进行采样转码处理。现有的知名开源库，诸如: webrtc , sox等, 代码阅读起来实在闹心。而音频重采样其实也就是插值算法。与图像方面的插值算法没有太大的区别。基于双线性插值的思路。博主简单实现一个简洁的重采样算阅读全文

posted @ 2018-03-26 22:00 cpuimage 阅读(8242) 评论(0) 推荐(2)

声音变调算法PitchShift(模拟汤姆猫) 附完整C++算法实现代码

摘要：上周看到一个变调算法，挺有意思的，原本计划尝试用来润色TTS合成效果的。实测感觉还需要进一步改进，待有空再思考改进方案。算法细节原文，移步链接: http://blogs.zynaptiq.com/bernsee/pitch-shifting-using-the-ft/ C++开源的项目，比较老阅读全文

posted @ 2018-01-20 20:43 cpuimage 阅读(7708) 评论(2) 推荐(3)

mp3格式转wav格式附完整C++算法实现代码

摘要：近期偶然间看到一个开源项目minimp3 Minimalistic MP3 decoder single header library 项目地址: https://github.com/lieff/minimp3 单文件头的最小mp3解码器。一直很想抽时间好好看上一看。最好的学习方式就是写个实用阅读全文

posted @ 2018-01-14 10:16 cpuimage 阅读(3676) 评论(0) 推荐(0)

cpuimage

本人专注于音频图像算法以及软件安全的实现与优化。

随笔分类 - 音频处理

公告