消除人声技术

liujinchang 2009-07-23 03:05:53

1. 能把mp3、wav、wma音频、flv视频文件中的人声消除，消除人声后的音频、视频能保存成文件，消除人声的果可以不用很好；
2. 做成dll插件，提供接口能让其它程序调用，并提供Delphi调用的demo程序
3. 提供必要的开发/接口文档，最好能提供最终的Debug/Release版全部源码
哪位XDJM有这方面资料，可以出钱购买，QQ：147451536

...全文

104 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

视频人声消除技术.docx

录音配音混音方面常用到的技术在录音配音时,经常用到需要某个音乐的伴奏,但苦于网上根本找不到相关的满意的文件时,自己动手DIY,就是最好的方法了.可谓求人不如求己啊...

一般人声处理的次序: [降噪] → [激励] →　均衡 →　[去齿音] →　压限 →　混响里的代表视情况添加 1.降噪对于降噪我的看法是可以不降则不降因为多少会对音质有损失但如果噪音很严重就没办法了推荐使用Audition自带的采样降噪器首先你得录制一段空白的声音文件,也就是你不发声,单单录制你的环境噪音然后点Effects – Noise Reduction – Noise Reduction FFT SIZE 可设为8192 SNAPSHOTS IN PROFILE 越大越好我以前一般设成 32000 然后点Capture Profile Noise Reduction Level 根据你自己的需求改越高噪音消得越多音质损失越大 2. 激励一般动圈话筒比较需要激励电容话筒的话一般不需要除非你需要声音带有强烈金属色彩推荐使用的效果器: BBE效果器{臭氧里的也OK} 使用时请适量添加 3. 均衡如果不是清唱的话均衡是相当重要的推荐荐效果器: Ultrafunk Fx Equalizer 或者 Wave Q10 怎样均衡每人的习惯都不同我的做法是把100HZ以下的人声切掉以免和伴奏的鼓声撞到有必要的话可以将高频稍作提升原则是可以的不动的就尽量不动 100–250Hz：增加正面感 250–800Hz：浑浊不清的区域 1–6kHz：增加临场感 6–8kHz：增加丝丝声和透明度 8–12kHz：增加亮度 4.消齿音(嘶声削除) 如果话筒灵敏度高频响范围大而且你非常喜欢对高频做提升那消齿音是很必要的否则你所发出的 Z C S 会很伤风景推荐效果器: DeEsser 如果是用Nuendo/ Cubase的话自带效果里的 Dynamics就有一般情况只要选择male/female即可如果是Audition需要另外装插件 Wave 3.0以上版本就有DeEsser效果器 5. 压限压限之所以要放在均衡后面是为了防止过载推荐效果器: Wave C4 或者 Ultrafunk Fx / Wave Compresser 用WAVE的话选择预置的pop vocal / vocal即可用Compresser的话可选择预置的Vocal/ Vocal Soft 6. 混响推荐效果器:TC Native Reverb 或者 Ultrafunk Fx Reverb 参数设置好后我觉得效果上没多大差别什么是 Antares的tube电子管模拟器? 这个效果器我一般不用它是用来模拟以前电子管话筒的效果器因为有些人嫌现在的录音技术太好把人声录得太”干净” 或者说太”数码化” 感觉冷冰冰的它是用来给人声制造一点失真让人声听上去觉得温暖如果要用的话可以放在压限前面其实我觉得这个放哪里问题都不太大但是混响都应该放在最后而且同一首歌里混响的参数除了MIX不同(用来调节声音远近),其它都应该相同. 除非你真的想要空间错乱的感觉 7. 母带处理别以为录完歌 Mixdown以后就没事了还有1个步骤：母带处理母带处理包括很多部分总体的激励,均衡,混响,音量提升等推荐的插件：IZotope.Ozone(臭氧) 一般情况选择预置的CD MASTER就可以了怎么调整还是得自己去听,不写了 IZotope.Ozone相当于T-RACKS

双麦克风降噪技术：在通话时，利用在机身底部的麦克风收集人声，再利用机身顶端的麦克风收集到杂音。然后经过硬软件信号处理对比，再消除掺杂在人声中的杂音，提高通话质量的效果。

在单声道音乐录音中将声音与伴奏分离是音乐信息检索中的一项关键技术。现有的大多数算法都基于唱歌音调检测，并以检测到的音调为线索来识别和分离唱歌声的谐波结构。但是，作为关键但又不可靠的前提，声音音高检测使这些算法的分离性能受到很大的限制。为了克服基于基音的推理算法的固有弱点，本文设计了两种基于非负矩阵分解的新方法。第一个结合了NMF和不同时频分辨率下人声的分布规律，从而消除了许多人声无关的部分，从而增强了演唱声。结果，大大提高了人声音调检测的准确性。第二种方法应用NMF将声谱图分解为不重叠且不可分割的部分，除了音高以外，还可以用作提示，以帮助识别人声和声结构。所提出的两种方法被集成到基于音调的推理框架中。在MIR-1K公开数据集上进行的广泛测试表明，两者都很有效，并且总体表现优于其他最新的歌声分离算法。

多媒体/流媒体开发

2,543

社区成员

20,281

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章