编写线性神经网络 的python代码,目标是通过输入在混杂噪声的语音中前面预留的待拟合的背景音乐,以供线性神经网络拟合背景音乐,输出能与混合后形成声音中的背景音乐尽可能一致的噪声,部分python代码如下:
#线性逼近前段噪声
b=1
a0=5e-1
a=0.0
r=1.5
x=[]
d=[]
ii=0
for audio_i in xrange(0,framerate/2):
if fi_wave_data[audio_i]!=0.:
x.append([])
x[ii].append(1)
x[ii].append(fi_wave_data[audio_i])
d.append(new_wave_data[audio_i])
ii+=1
if ii>100:
break
x=np.array(x)
d=np.array(d)
w=np.random.rand(2)*np.mean(x)#np.array([b,0])
expect_e=15
maxtrycount=10000
最后去除噪声,并绘制声音的波形,去除噪声的方式,是直接从混合了背景音乐噪声的声音波形中直接减去线性神经网络拟合后的噪声
#复制并除去背景声音
jg_wave_data=copy.deepcopy(new_wave_data)
jg_temp_wavedata=np.hstack((fi_wave_data,fi_wave_data))[:len(new_wave_data)]
jg_temp_wavedata=jg_temp_wavedata[:len(new_wave_data)]*w[1]+w[0]
jg_wave_data=jg_wave_data-jg_temp_wavedata
for jg_i in xrange(0,len(jg_wave_data)):
if abs(jg_wave_data[jg_i])<500:
jg_wave_data[jg_i]=0
jg_wave_data[:framerate]=0
jg_wave_data =jg_wave_data.astype(wave_data.dtype)
jg_str_data=jg_wave_data.tostring()
print "save output wav...."
fend.setnchannels(nchannels)
fend.setframerate(framerate)
fend.setsampwidth(sampwidth)
fend.writeframes(jg_str_data)
# 绘制波形
time = np.arange(0, nframes) * (1.0 / framerate)
wave_data.shape = -1, 2
wave_data = wave_data.T
pl.subplot(321)
pl.plot(time, wave_data[0])
pl.subplot(322)
pl.plot(time, wave_data[1], c="g")
pl.xlabel("time (seconds)")
# 绘制波形
new_wave_data.shape = -1, 2
new_wave_data =new_wave_data.T
pl.subplot(323)
pl.plot(time,new_wave_data[0])
pl.subplot(324)
pl.plot(time, new_wave_data[1], c="g")
pl.xlabel("time (seconds)")
pl.show()
# 绘制波形
jg_wave_data.shape = -1, 2
jg_wave_data =jg_wave_data.T
pl.subplot(325)
pl.plot(time,jg_wave_data[0])
pl.subplot(326)
pl.plot(time, jg_wave_data[1], c="g")
pl.xlabel("time (seconds)")
pl.show()
通过预先采集一小段噪声信号,来实现后期对语音的除噪,实现将背景音乐去除
本博客所有内容是原创,如果转载请注明来源
分享到:
相关推荐
机器学习算法与神经网络机器学习算法与神经网络机器学习算法与神经网络 机器学习算法与神经网络机器学习算法与神经网络机器学习算法与神经网络 机器学习算法与神经网络机器学习算法与神经网络机器学习算法与神经网络...
机器学习和神经网络算法实战案例机器学习和神经网络算法实战案例 机器学习和神经网络算法实战案例机器学习和神经网络算法实战案例 机器学习和神经网络算法实战案例机器学习和神经网络算法实战案例 机器学习和神经...
数学建模算法学习 机器学习算法 BP神经网络基本原理与应用 共47页.ppt
机器学习算法-神经网络.pptx
1、资源内容:机器学习大作业--机器学习算法可视化平台+源代码+文档说明 2、代码特点:内含运行结果,不会运行可私信,参数化编程、参数可方便更改、代码编程思路清晰、注释明细,都经过测试运行成功,功能ok的情况...
【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料...机器学习算法与神经网络学习实战源码+项目说明.zip
第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 TensorFlow深入、TensorBoard 十一...
智能优化算法课程 ML机器学习入门 神经网络基础 智能优化算法-BP神经网络基本原理简介
深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法...
机器学习--火力发电厂工业蒸汽量预测(线性回归,神经网络和逻辑回归3种算法实现比较)
深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法...
机器学习系列(1):深度前馈神经网络--原理解释、公式推导及Python实现.pdf 机器学习系列(2):提高深度神经网络性能之--合理初始化及python实现.pdf 机器学习系列(3):提高深度学习性能之 --正则化及python实现...
基于泰坦尼克之灾问题的机器学习传统算法和神经网络算法对比分析.pdf
深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法。 深度学习,神经网络学习资源,机器学习源码及案例,经典人工智能算法...
1、资源内容:NJUST机器学习课后作业python实现-朴素贝叶斯-神经网络-感知机-softmax回归-逻辑回归+源代码+文档说明 2、代码特点:内含运行结果,不会运行可私信,参数化编程、参数可方便更改、代码编程思路清晰、...
基于神经网络算法的机器学习模型研究.pdf