Golang と FFmpeg: オーディオ ノイズ リダクションと歪み修復を実現する方法

Golang と FFmpeg: オーディオ ノイズ リダクションと歪み修復を実現する方法

はじめに:
オーディオ処理の分野では、ノイズ リダクションと歪み修復は 2 つあります。非常に重要な任務。ノイズリダクションはオーディオのノイズを除去し、音質を改善し、オーディオをよりクリアにすることができます。一方、歪み修復は、送信または録音によって発生した歪みを修復し、オーディオを元の音質に戻すことができます。この記事では、Golang ライブラリと FFmpeg ライブラリを使用してオーディオ ノイズ リダクションと歪み修復を実装する方法を、具体的なコード例とともに紹介します。

1. FFmpeg のインストールと設定

まず、FFmpeg ライブラリをインストールして環境を設定する必要があります。 Linux システムでは、インストールに次のようなパッケージ管理ツールを使用できます。

$ sudo apt-get install ffmpeg

Windows システムでは、FFmpeg の公式 Web サイトからインストール パッケージをダウンロードしてインストールできます。

インストールが完了したら、FFmpeg ライブラリを Golang に導入する必要があります。インストールには、次のような Go のパッケージ管理ツールを使用できます:

$ go get github.com/giorgisio/goav/avformat
$ go get github.com/giorgisio/goav/avutil

次に、FFmpeg ライブラリをコードに導入します:

import (
    "github.com/giorgisio/goav/avformat"
    "github.com/giorgisio/goav/avutil"
)

2. オーディオ ノイズ リダクションの実装

オーディオの低減 ノイズは、スペクトル内のノイズ成分を除去することによって実現できます。 FFmpeg では、ノイズ除去に Denoise オーディオ フィルターを使用できます。

具体的なコードは次のとおりです:

func denoise(inputFile string, outputFile string) error {
    inputFormat := avformat.AvFindInputFormat("wav")
    avformat.AvRegisterAll()

    // 打开输入文件
    inputContext := avformat.AvformatAllocContext()
    if avformat.AvformatOpenInput(&inputContext, inputFile, inputFormat, nil) != 0 {
        return fmt.Errorf("failed to open input file")
    }
    defer avformat.AvformatCloseInput(&inputContext)

    // 打开输出文件
    outputContext := avformat.AvformatAllocContext()
    if avformat.AvformatAllocOutputContext2(&outputContext, nil, "wav", outputFile) != 0 {
        return fmt.Errorf("failed to create output context")
    }
    defer avformat.AvformatFreeContext(outputContext)
    
    // 寻找音频流
    if avformat.AvformatFindStreamInfo(inputContext, nil) < 0 {
        return fmt.Errorf("failed to find stream info")
    }

    audioStreamIndex := -1
    for i := 0; i < len(inputContext.Streams); i++ {
        if inputContext.Streams[i].CodecParameters.GetCodecType() == avformat.AVMEDIA_TYPE_AUDIO {
            audioStreamIndex = i
            break
        }
    }

    if audioStreamIndex == -1 {
        return fmt.Errorf("failed to find audio stream")
    }

    audioStream := inputContext.Streams[audioStreamIndex]
    codecParameters := audioStream.CodecParameters

    // 初始化解码器
    decoder := avformat.AvcodecFindDecoder(codecParameters.GetCodecId())
    if decoder == nil {
        return fmt.Errorf("failed to find decoder")
    }
    
    codecContext := avformat.AvcodecAllocContext3(decoder)
    if codecContext == nil {
        return fmt.Errorf("failed to allocate codec context")
    }

    if avformat.AvcodecParametersToContext(codecContext, codecParameters) < 0 {
        return fmt.Errorf("failed to copy codec parameters")
    }

    if avformat.AvcodecOpen2(codecContext, decoder, nil) < 0 {
        return fmt.Errorf("failed to open decoder")
    }

    // 初始化音频处理滤镜
    filters := fmt.Sprintf("anullsrc=cl=stereo|cr=44100,ade noise" +
        "=all_mode=0:amount=0.8,f=format=s16p:samplerate=44100" +
        ":sample_fmts=s16", codecParameters.SampleRate)

    audioFilterGraph := avutil.AvfilterGraphAlloc()

    if avutil.AvfilterGraphParse2(audioFilterGraph, filters, nil) < 0 {
        return fmt.Errorf("failed to parse filter graph")
    }

    // 初始化音频转换器
    audioConvertContext := avutil.AvAudioResampleInit(codecContext.Channels,
        codecContext.SampleRate, codecParameters.SampleRate,
        codecParameters.Channels, avutil.SampleFormat(codecParameters.Format),  
        avutil.SampleFormat(avutil.AV_SAMPLE_FMT_S16), 0, 0, nil)

    if audioConvertContext == nil {
        return fmt.Errorf("failed to init audio resampler")
    }

    // 初始化输出编码器
    outputCodec := avformat.AvcodecFindEncoder(avformat.CodecId(codecParameters.GetCodecId()))
    if outputCodec == nil {
        return fmt.Errorf("failed to find output encoder")
    }

    outputCodecContext := avformat.AvcodecAllocContext3(outputCodec)
    if outputCodecContext == nil {
        return fmt.Errorf("failed to allocate output codec context")
    }

    outputCodecContext.SampleRate = codecParameters.SampleRate
    outputCodecContext.Channels = codecParameters.Channels
    outputCodecContext.SampleFmt = avutil.AV_SAMPLE_FMT_S16
    outputCodecContext.BitRate = codecParameters.BitRate

    if avformat.AvcodecOpen2(outputCodecContext, outputCodec, nil) < 0 {
        return fmt.Errorf("failed to open output encoder")
    }

    // 初始化输出流
    outputStream := outputContext.AvformatNewStream(outputCodec)
    if outputStream == nil {
        return fmt.Errorf("failed to create output stream")
    }
    outputStream.CodecParameters = codecParameters

    // 写入输出文件头
    if avformat.AvformatWriteHeader(outputContext, nil) < 0 {
        return fmt.Errorf("failed to write output header")
    }

    // 音频流降噪并写入输出文件
    packet := avformat.AvPacketAlloc()
    for avformat.AvReadFrame(inputContext, packet) >= 0 {
        if packet.StreamIndex == audioStreamIndex {
            // 解码音频帧
            frame := avutil.AvFrameAlloc()
            if avformat.AvcodecSendPacket(codecContext, packet) == 0 {
                for avformat.AvcodecReceiveFrame(codecContext, frame) >= 0 {
                    // 音频降噪
                    avutil.AvBuffersrcAddFrameFlags(audioFilterGraph.GetInputs()[0], frame, 0)
                    for avutil.AvBuffersinkGetFrame(audioFilterGraph.GetOutputs()[0].GetFilterContext(), frame) >= 0 {
                        // 音频转换
                        avutil.AvAudioResampleConvert(audioConvertContext, &frame.Data, frame.GetExtendedData(), 
                            frame.GetNbSamples(), frame.Channels, frame.Format, frame.SampleRate, 0)

                        // 编码音频
                        if avformat.AvcodecSendFrame(outputCodecContext, frame) == 0 {
                            for avformat.AvcodecReceivePacket(outputCodecContext, packet) >= 0 {
                                packet.StreamIndex = outputStream.Index
                                avformat.AvpacketRescaleTs(packet, codecContext.TimeBase, outputStream.TimeBase)
                                avformat.AvInterleavedWriteFrame(outputContext, packet)
                                avformat.AvPacketUnref(packet)
                            }
                        }
                    }
                }
            }
            avutil.AvFrameFree(&frame)
        }
        avformat.AvPacketUnref(packet)
    }

    // 写入输出文件尾
    avformat.AvWriteTrailer(outputContext)

    return nil
}

3. オーディオ歪み修復の実装

オーディオ歪み修復は、いくつかのアルゴリズムを通じて元の音質を復元できます。 FFmpeg では、ピッチを修復するオーディオ フィルターを使用して歪みを修復できます。

具体的なコードは次のとおりです。

func distort(inputFile string, outputFile string) error {
    inputFormat := avformat.AvFindInputFormat("wav")
    avformat.AvRegisterAll()

    // 打开输入文件
    inputContext := avformat.AvformatAllocContext()
    if avformat.AvformatOpenInput(&inputContext, inputFile, inputFormat, nil) != 0 {
        return fmt.Errorf("failed to open input file")
    }
    defer avformat.AvformatCloseInput(&inputContext)

    // 打开输出文件
    outputContext := avformat.AvformatAllocContext()
    if avformat.AvformatAllocOutputContext2(&outputContext, nil, "wav", outputFile) != 0 {
        return fmt.Errorf("failed to create output context")
    }
    defer avformat.AvformatFreeContext(outputContext)
    
    // 寻找音频流
    if avformat.AvformatFindStreamInfo(inputContext, nil) < 0 {
        return fmt.Errorf("failed to find stream info")
    }

    audioStreamIndex := -1
    for i := 0; i < len(inputContext.Streams); i++ {
        if inputContext.Streams[i].CodecParameters.GetCodecType() == avformat.AVMEDIA_TYPE_AUDIO {
            audioStreamIndex = i
            break
        }
    }

    if audioStreamIndex == -1 {
        return fmt.Errorf("failed to find audio stream")
    }

    audioStream := inputContext.Streams[audioStreamIndex]
    codecParameters := audioStream.CodecParameters

    // 初始化解码器
    decoder := avformat.AvcodecFindDecoder(codecParameters.GetCodecId())
    if decoder == nil {
        return fmt.Errorf("failed to find decoder")
    }
    
    codecContext := avformat.AvcodecAllocContext3(decoder)
    if codecContext == nil {
        return fmt.Errorf("failed to allocate codec context")
    }

    if avformat.AvcodecParametersToContext(codecContext, codecParameters) < 0 {
        return fmt.Errorf("failed to copy codec parameters")
    }

    if avformat.AvcodecOpen2(codecContext, decoder, nil) < 0 {
        return fmt.Errorf("failed to open decoder")
    }

    // 初始化音频处理滤镜
    filters := fmt.Sprintf("asetrate=44100,aresample=44100,atempo=1")

    audioFilterGraph := avutil.AvfilterGraphAlloc()

    if avutil.AvfilterGraphParse2(audioFilterGraph, filters, nil) < 0 {
        return fmt.Errorf("failed to parse filter graph")
    }

    // 初始化输出编码器
    outputCodec := avformat.AvcodecFindEncoder(avformat.CodecId(codecParameters.GetCodecId()))
    if outputCodec == nil {
        return fmt.Errorf("failed to find output encoder")
    }

    outputCodecContext := avformat.AvcodecAllocContext3(outputCodec)
    if outputCodecContext == nil {
        return fmt.Errorf("failed to allocate output codec context")
    }

    outputCodecContext.SampleRate = codecParameters.SampleRate
    outputCodecContext.Channels = codecParameters.Channels
    outputCodecContext.SampleFmt = avutil.AV_SAMPLE_FMT_S16
    outputCodecContext.BitRate = codecParameters.BitRate

    if avformat.AvcodecOpen2(outputCodecContext, outputCodec, nil) < 0 {
        return fmt.Errorf("failed to open output encoder")
    }

    // 初始化输出流
    outputStream := outputContext.AvformatNewStream(outputCodec)
    if outputStream == nil {
        return fmt.Errorf("failed to create output stream")
    }
    outputStream.CodecParameters = codecParameters

    // 写入输出文件头
    if avformat.AvformatWriteHeader(outputContext, nil) < 0 {
        return fmt.Errorf("failed to write output header")
    }

    // 音频流失真修复并写入输出文件
    packet := avformat.AvPacketAlloc()
    for avformat.AvReadFrame(inputContext, packet) >= 0 {
        if packet.StreamIndex == audioStreamIndex {
            // 解码音频帧
            frame := avutil.AvFrameAlloc()
            if avformat.AvcodecSendPacket(codecContext, packet) == 0 {
                for avformat.AvcodecReceiveFrame(codecContext, frame) >= 0 {
                    // 音频失真修复
                    avutil.AvBuffersrcAddFrameFlags(audioFilterGraph.GetInputs()[0], frame, 0)
                    for avutil.AvBuffersinkGetFrame(audioFilterGraph.GetOutputs()[0].GetFilterContext(), frame) >= 0 {
                        // 编码音频
                        if avformat.AvcodecSendFrame(outputCodecContext, frame) == 0 {
                            for avformat.AvcodecReceivePacket(outputCodecContext, packet) >= 0 {
                                packet.StreamIndex = outputStream.Index
                                avformat.AvpacketRescaleTs(packet, codecContext.TimeBase, outputStream.TimeBase)
                                avformat.AvInterleavedWriteFrame(outputContext, packet)
                                avformat.AvPacketUnref(packet)
                            }
                        }
                    }
                }
            }
            avutil.AvFrameFree(&frame)
        }
        avformat.AvPacketUnref(packet)
    }

    // 写入输出文件尾
    avformat.AvWriteTrailer(outputContext)

    return nil
}

概要:

Golang 言語と FFmpeg ライブラリを使用することで、オーディオのノイズ リダクションと歪み修復の機能を簡単に実現できます。ノイズリダクションに関しては、ノイズ除去オーディオフィルターを使用してノイズを除去し、歪み修復に関しては、ピッチを修復してオーディオ本来の音質を復元するオーディオフィルターを使用します。上記は具体的なコード例です。お役に立てれば幸いです。

以上がGolang と FFmpeg: オーディオ ノイズ リダクションと歪み修復を実現する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。