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。