Как мне убрать/сделать тише фоновый звук, а голос/речь сделать громче/оставить при помощи ffmpeg?

Question

[zeng124]

У меня есть аудио дорожка где совмещен фоновый шум (или песня) и чья-то речь. Что мне может помочь в том, что бы как можно больше минимизировать фоновый шум, а речь сделать отчетливее. Я пробовал

ffmpeg -i <input_file> -af "highpass=f=200, lowpass=f=3000" <output_file>

но это не дало большого результата

Answer 1

[Сергей Соколов]

у ffmpeg есть фильтр arnndn который как раз отделяет речь от фона, с помощью рекуррентных нейросетей.

Параметром model необходимо передать одну из готовых моделей. Поиском нашлись, например, модели richardpl/arnndn-models

Дальше пробовать и пробовать.

Возиться с Использовать ffmpeg есть смысл только, если планиурете выкатить решение, которое будет обрабатывать снова и снова новые файлы.

Если задача подправить единственный файл, наверное, лучше поискать другие решения. Например, в бесплатном аудио-редакторе Audacity есть фильтр для выделения речи от фона. Или найти онлайн-сервис — такие есть.

Comments

[zeng124]

Да, у меня это рутинная задача.
Возможно это сработает для меня, но я не очень понимаю ffmpeg.
Как мне построить правильный запрос в ffmpeg с этим фильтром. Спасибо!

[Сергей Соколов]

zeng124, что-то типа

ffmpeg \
  -i SOURCE_FILE \
  -af "arnndn=model=MODEL_FILE:mix=1" \
  OUTPUT_FILE

где MODEL_FILE путь к, например, std.rnnn

mix – баланс wet/dry, от –1 до 1. Но это всё в документации по ссылке в ответе же есть.

[zeng124]

Сергей Соколов, вылетает ошибка, no filter arnn. Ffmpeg у меня 5.0.1 версии

[Сергей Соколов]

zeng124, опечатка, надо arnndn

[zeng124]

Сергей Соколов, Спасибо это помогло мне

[Сергей Соколов]

zeng124, реально неплохо отделяет от фона?