![aukit](aukit.png "aukit") ## aukit audio toolkit: 语音和频谱处理的工具箱。 ### 安装 ``` pip install -U aukit ``` - 注意 * 可能需另外安装的依赖包：tensorflow, pyaudio, sounddevice。 * tensorflow<=1.13.1 * pyaudio暂不支持python37以上版本直接pip安装，需要下载whl文件安装，下载路径：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio * sounddevice依赖pyaudio。 * aukit的默认音频采样率为16k。 ### 版本 v1.4.4 ### audio_cli 命令行，播放音频，去除背景噪声，音频格式转换。 支持递归处理文件夹内的全部音频。 #### 命令行 ##### **说明** - 用位置参数来控制。 - 名称说明 * inpath：输入音频路径或目录。 * outpath：输出音频路径或目录，如果为目录，则输出的子目录按照inpath的子目录格式输出。 * sr：音频采样率，默认16000或自动识别采样率。 * in_format：输入音频格式，主要用以限制为指定后缀名的文件，如果不设置，则处理目录的全部文件。 * out_format：输出音频格式，主要用以音频格式转换，设置输出音频的后缀名。 - 中括号【[]】里面的是可选参数。 #### **工具** - auplay: 播放音频 ``` auplay inpath [sr] [in_format] ``` - aunoise: 语音降噪 ``` aunoise inpath outpath [in_format] ``` - auformat: 音频格式转换 ``` auformat inpath outpath out_format [in_format] ``` ### audio_changer 变声器，变高低音，变语速，变萝莉音，回声。 ### audio_editor 语音编辑，切分音频，去除语音中的较长静音，去除语音首尾静音，设置采样率，设置通道数。 音频格式相互转换，例如wav格式转为mp3格式。 切分音频，去除静音，去除首尾静音输入输出都支持wav格式。 语音编辑功能基于pydub的方法，增加了数据格式支持。 ### audio_griffinlim griffinlim声码器，线性频谱转语音，梅尔频谱转语音，TensorFlow版本转语音，梅尔频谱和线性频谱相互转换。 ### audio_io 语音IO，语音保存、读取，支持wav和mp3格式，语音形式转换（np.array,bytes,io.BytesIO），支持【.】操作符的字典。 ### audio_noise_remover 语音降噪，降低环境噪声。 ### audio_normalizer 语音正则化，去除音量低的音频段（去除静音），调节音量。 语音正则化方法基于VAD的方法。 ### audio_player 语音播放，传入文件名播放，播放wave数据，播放bytes数据。 ### audio_spectrogram 语音频谱，语音转线性频谱，语音转梅尔频谱。 ### audio_tuner 语音调整，调整语速，调整音高。 ### audio_world world声码器，提取语音的基频、频谱包络和非周期信号，频谱转为语音。调音高，调机器人音。 ### 历史版本 #### v1.4.4 - Dict2Obj方法增加parse方法。 #### v1.4.3 - 修正Dict2Obj的get方法达不到预期的bug。 - 修正world声码器变声静音报错的bug。 #### v1.4.1 - 修正安装依赖报错的bugs。 - set系列改为convert系列，如set_sample_rate改为convert_sample_rate。 - Dict2Obj用dotmap模块的DotMap代替。 #### v1.4.0 - 增加音频格式转换方法。 - 命令行批量处理语音，支持音频播放、语音降噪、音频格式转换。 - 增加命令行工具：auplay, aunoise, auformat。 - 调整日志输出方法。 #### v1.3.12 - 减少不必要的依赖，最低依赖只保留pydub, scipy, numpy, librosa。