RNNoise降噪训练

最新推荐文章于 2026-05-13 09:41:41 发布

原创

最新推荐文章于 2026-05-13 09:41:41 发布 · 3.7w 阅读

标签

#tensorflow #深度学习 #神经网络

本文详细介绍了如何使用RNNoise库进行音频降噪，包括从下载源码到编译、训练以及实际应用的全过程。重点提到了训练过程中对pip依赖的版本要求，特别是TensorFlow版本必须与特定的CUDA版本匹配。此外，还提供了一个音频文件合并处理的Python脚本，用于读取和处理.wav文件。

1.下载源码点击下载rnnoise代码，或者去github下载
2.编译源码

sudo apt-get install autoconf automake libtool
./autogen.sh
./configure
make3

3.训练

pip依赖

pip install numpy h5py
pip install grpcio==1.36.1
pip install keras==2.2.4 tensorflow==1.12.0  #版本必须对应 tensorflow-gpu==1.12.0
pip install protobuf==3.8.0

cd src ; ./compile.sh
./denoise_training signal.raw noise.raw 10000 > training.f32
cd training ; ./bin2hdf5.py …/src/training.f32 10000 87 training.h5
./rnn_train.py
./dump_rnn.py weights.hdf5 …/src/rnn_data.c rnn_data.h orig

4.降噪

./rnnoise_demo noise.raw out.raw

附：

tensorflow: Your CPU supports instructions that this TensorFlow binary was not compiled to use: FMA
遇到了这个问题，意思是你的 CPU 支持AVX2 FMA（加速CPU计算），但安装的 TensorFlow 版本不支持


如果是初学者 或者 没有太大计算速度的需求，在开头加上这两行忽略这个提示即可

	import os
	os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
PS:
	os.environ["TF_CPP_MIN_LOG_LEVEL"] = '1' # 默认，显示所有信息 
	os.environ["TF_CPP_MIN_LOG_LEVEL"] = '2' # 只显示 warning 和 Error 
	os.environ["TF_CPP_MIN_LOG_LEVEL"] = '3' # 只显示 Error

音频文件合并处理脚本

#coding: utf-8

import os 
import os.path 
import binascii

out_file_name='1.raw'

ignore_filename = [".raw", ".py"]

def ignore_check_file(file):
	for ignore in ignore_filename:
		if file.find(ignore) > 0:
			return True
	return False

#字符串 >> 二进制 >> hex >> hex 字符串
def str_to_hexStr(string):
    str_bin = string #string.encode('utf-8')
    return binascii.hexlify(str_bin).decode('utf-8')
#hex 字符串 >> hex >> 二进制 >> 字符串
def hexStr_to_str

最低0.47元/天解锁文章