視頻準備
QQ有熱鍵

然后隨便打開一個視頻網站進行錄屏
我選擇B站

從視頻中提取音頻

需要安裝包moviepy

pip install moviepy

提取代碼

from moviepy.editor import *
video = VideoFileClip('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\錄屏.mp4')
audio = video.audio
audio.write_audiofile('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\錄屏.wav')

結果：

音視頻文獻：
我都還未看（等以后真正涉及音視頻時再看）
https://zulko.github.io/moviepy/
MoviePy - 中文檔案
https://pypi.org/project/moviepy/

音頻繪圖

音頻知識儲備
音頻采樣率：
采樣率與頻率之間的關系，采樣率越低，高頻資訊越少，CD的發行最低標準
是44.1kHz的采樣率，采樣率就是采樣頻率,采樣頻率是指錄音設備在一秒鐘內對聲音信號的采樣次數,采樣頻率越高聲音的還原就越真實越自然，采樣頻率越高聲音的還原就越真實越自然，
采樣信號
是指模擬信號先由采樣器按照一定時間間隔采樣獲得時間上的離散的值，

方法1 使用librosa提取音頻，然后繪圖
安裝包

pip install librosa

音頻繪圖

import librosa
import numpy as np
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False


audio, freq = librosa.load('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\錄屏.wav')#audio 采樣信號，freq采樣率
time = np.arange(0, len(audio)) / freq


plt.plot(time, audio)
plt.show()

方法2 使用scipy.io.wavfile提取音頻，然后繪圖

import numpy as np
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
import scipy.io.wavfile as wf

#讀取音頻檔案,將其按照采樣率離散化，回傳采樣率和信號
#sample_reate:采樣率(每秒采樣個數),　sigs:每個采樣位移值，
#================1.原始音頻信號,時域資訊=================================
sameple_rate,sigs = wf.read('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\錄屏.wav')
print('采樣率:{}'.format(sameple_rate))
print('信號點數量:{}'.format(sigs.size))
print('采樣信號',sigs)

times = np.arange(len(sigs))/sameple_rate#時間=信號點數量/采樣頻率
plt.figure('Filter',facecolor='lightgray')
plt.title('時間域',fontsize=16)
plt.ylabel('信號',fontsize=12)
plt.grid(linestyle=':')
plt.plot(times,sigs,color='dodgerblue',label='Noised Signal')
plt.legend()
plt.show()

采樣信號有兩列：第一列直流分量，第二例非直流

資料太多，只看前100個的資料
plt.plot(times[:100],sigs[:100],color=‘dodgerblue’,label=‘Noised Signal’)

應用傅里葉對音頻進行降噪

演算法知識儲備
假設有一時間域函式：y = f(x)，根據傅里葉理論它可以被分解為一系列正弦函式的疊加，這些正弦函式具有不同的振幅A，頻率ω或初相位φ，：

在資訊處理程序中，通常處理步驟是:

1.通過傅里葉變換是將時域（即時間域）上的信號轉變為頻域（即頻率域）上的信號，進行相應的濾波去噪、增強、統計分析等處理，
2.處理后的信號可以通過傅里葉逆變換在轉換成時域信號，從而達到相應的信號處理效果，

頻率域的概念
頻率域是指從函式的頻率角度出發分析函式，和頻率域相對的是時間域，簡單說就是如果從時間域分析信號時，時間是橫坐標，振幅是縱坐標，而在頻率域分析的時候則是頻率是橫坐標，振幅是縱坐標，
舉個例子，我們認為音樂是一個隨著時間變化的震動，但是如果站在頻域的角度上來講，音樂是一個隨著頻率變化的震動，這樣我們站在時間域的角度去觀察你會發現音樂是靜止的，同理，如果我們站在時間域的角度觀察頻率域的世界，就會發現世界是靜止的，也是永恒的，這是因為在頻率域是沒有時間的概念的，那么也就沒有了隨著時間變化著的世界了，
另外，我們需要借助傅立葉變換，才能夠在得到函式在頻率域中的資訊，

傅里葉變換
回顧一下傅里葉變換吧，沒弄清傅里葉變換為什么能得到信號各個頻率成分的同學也可以再借我的圖理解下，
傅里葉變換把無限長的三角函式作為基函式：

這個基函式會伸縮，平移（其實是兩個正交基的分解），縮得窄，對應高頻；伸得寬，對應低頻，然后這個基函式不斷和信號做相乘，某一個尺度（寬窄）下乘出來的結果，就可以理解成信號所包含的當前尺度對應頻率成分有多少，于是，基函式會在某些尺度下，與信號相乘得到一個很大的值，因為此時二者有一種重合關系，那么我們就知道信號包含該頻率的成分的多少，

看，這兩種尺度能乘出一個大的值（相關度高），所以信號包含較多的這兩個頻率成分，在頻譜上這兩個頻率會出現兩個峰，
當然這是傅里葉變換，傅里葉變換我們需要對資料進行處理，然后逆傅里葉變換才能得到我們想要的，

第一步：讀取資料

import numpy as np
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False
import scipy.io.wavfile as wf

#讀取音頻檔案,將其按照采樣率離散化，回傳采樣率和信號
#sample_reate:采樣率(每秒采樣個數),　sigs:每個采樣位移值，
#================1.原始音頻信號,時域資訊=================================
sameple_rate,sigs = wf.read('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\錄屏.wav')

times = np.arange(len(sigs))/sameple_rate#時間=信號點數量/采樣頻率

第二步：繪制降噪前的頻率振幅譜

ft_y=np.fft.fft(sigs)
print('ft_y',ft_y)
n = len(sigs)

#取得最大的振幅的二分之一
avg=np.max(abs(ft_y[1:]))/2
print('avg',avg)
plt.title("降噪前的頻率振幅譜")
plt.plot(abs(ft_y))
plt.show()

ft_y 兩列：第一列直流分量，第二例非直流

第三步：干掉小于最大振幅二分之一的信號
可以自己設定要干掉多少信號，不一定要是二分之一，直流是否要看自己

#ft_y[0]=0+0j#是否干掉直流
ft_y[np.where(abs(ft_y)<=avg)]=0+0j

逆傅里葉變換重新得到音頻

plt.plot(abs(ft_y))
plt.title("降噪后的頻率振幅譜")
plt.xlabel("頻率")
plt.ylabel("amplitude")
plt.title("降噪后的音頻")
plt.plot(np.fft.ifft(ft_y))

plt.show()
data=np.fft.ifft(ft_y)
data = data.astype('i2')#格式轉換
wf.write('降噪.wav',sameple_rate,data)#保存

后面聲音沒啦，因為原始音頻本來就很好，再處理會更糟糕，
該方法在時間-振幅上進行降噪
我覺得不是很好，
或者可能原始資料非周期性，所以效果不好，
該方法好像在周期性音頻資料上也可以，
具體是什么原因，有空你自己去研究，

對噪聲資料進行處理

因為前文的例子是非周期性，是在時間-振幅上進行降噪
這里給出一個周期性的資料來進行討論，并在頻域-振幅上進行降噪，

音頻資料，
鏈接：https://pan.baidu.com/s/1PLIR3ug3neLcSpJZS1gc-Q
提取碼：2vxr

第一步：讀取資料

import numpy as np
import numpy.fft as nf
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['axes.unicode_minus'] = False

import scipy.io.wavfile as wf

#讀取音頻檔案,將其按照采樣率離散化，回傳采樣率和信號
#sample_reate:采樣率(每秒采樣個數),　sigs:每個采樣位移值，
#原始音頻信號,時域資訊
sameple_rate,sigs = wf.read('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\noised.wav')
print('采樣率:{}'.format(sameple_rate))
print('信號點數量:{}'.format(sigs.size))

times = np.arange(len(sigs))/sameple_rate
plt.figure('Filter',facecolor='lightgray')

plt.title('時間域',fontsize=16)
plt.ylabel('信號',fontsize=12)
plt.grid(linestyle=':')
plt.plot(times[:200],sigs[:200],color='dodgerblue',label='噪聲信號 ')#查看前200個
plt.legend()
plt.show()

第二步：繪制頻域圖

fftfreq的說明：
在畫頻譜圖的時候，要給出橫坐標的數字頻率，這里可以用fftfreq給出，對于fftfreq的說明如下：
scipy.fftpack.fftfreq(n, d=1.0)
第一個引數n是FFT的點數，一般取FFT之后的資料的長度（size）
第二個引數d是采樣周期，其倒數就是采樣頻率Fs，即d=1/Fs

#基于傅里葉變換，獲取音頻頻域資訊
#繪制音頻頻域的: 頻域/能量影像
freqs = nf.fftfreq(sigs.size, 1/sameple_rate)
complex_arry = nf.fft(sigs)
pows = np.abs(complex_arry)#取絕對值

plt.title('頻率域',fontsize=16)
plt.ylabel('能量',fontsize=12)
plt.grid(linestyle=':')
plt.semilogy(freqs,pows,color='green',label='噪聲 Freq')
plt.legend()
plt.show()

第三步：去噪

fun_freq = freqs[pows.argmax()] #獲取頻率域中能量最高的#1000.0
print('fun_freq',fun_freq)
noised_idx = np.where(freqs != fun_freq)[0] #獲取所有噪聲的下標
print('noised_idx',noised_idx)
ca = complex_arry[:]#complex_arry為前面傅里葉變換得到的陣列
ca[noised_idx] = 0 #高通濾波#將噪聲全部設為0
filter_pows = np.abs(complex_arry)#過濾后的傅里葉變換資料，原始資料已被修改，用于化

filter_sigs = nf.ifft(ca)#逆傅里葉變換

plt.title('時域圖',fontsize=16)
plt.ylabel('Signal',fontsize=12)
plt.grid(linestyle=':')
plt.plot(times[:200],filter_sigs[:200],color='red',label='降噪后的信號')
plt.legend()
plt.show()

第四步：繪制降噪后的頻域能量圖

plt.title('頻率域',fontsize=16)
plt.ylabel('power',fontsize=12)
plt.grid(linestyle=':')
plt.plot(freqs,filter_pows,color='green',label='降噪后的頻譜能量圖')#filter_pows為降噪后的資料，尚未進行逆傅里葉變換
plt.legend()
plt.show()

第五步：保存

filter_sigs = filter_sigs.astype('i2')#格式轉換
wf.write('C:\\Users\\Shineion\\Desktop\\新建檔案夾\\降噪.wav',sameple_rate,filter_sigs)

代碼總結

說明本文是只保留最高的頻率，可以修改下面代碼保留不同資訊，

fun_freq = freqs[pows.argmax()] #獲取頻率域中能量最高的#1000.0
print(‘fun_freq’,fun_freq)
noised_idx = np.where(freqs != fun_freq)[0] #獲取所有噪聲的下標
print(‘noised_idx’,noised_idx)

如可以找到最大的幾個高頻索引，然后保留，
下面為尋找最大幾個值索引的方法

import heapq

nums = [1, 8, 2, 23, 7, -4, 18, 23, 24, 37, 2]

# 最大的3個數的索引
max_num_index_list = map(nums.index, heapq.nlargest(3, nums))

# 最小的3個數的索引
min_num_index_list = map(nums.index, heapq.nsmallest(3, nums))

print(list(max_num_index_list))
print(list(min_num_index_list))