### Python GUI音频噪声检测与滤波代码示例 以下是基于Python的GUI应用程序的一个完整实现方案，能够完成音频输入采集、噪声检测以及滤波处理的功能。此程序利用`tkinter`构建图形界面，并结合`pyaudio`库进行实时音频流捕获，同时采用谱减法去除噪声。 #### 实现细节 1. **音频采集模块**: 使用 `PyAudio` 来获取麦克风输入数据。 2. **频谱分析模块**: 利用短时傅里叶变换 (STFT) 对音频信号进行分解，以便识别潜在的噪声成分[^1]。 3. **噪声过滤模块**: 结合谱减算法对音频中的固定噪声进行抑制[^2]。 4. **用户交互界面**: 通过 `Tkinter` 提供友好的可视化窗口，允许用户启动录音、查看语谱图并应用滤波器。 下面是完整的代码示例： ```python import tkinter as tk from tkinter import ttk import pyaudio import numpy as np import matplotlib.pyplot as plt from scipy.fftpack import fft, ifft from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg class AudioNoiseReducerApp: def __init__(self, root): self.root = root self.root.title("音频降噪工具") # 初始化 PyAudio 和配置参数 self.CHUNK = 1024 self.FORMAT = pyaudio.paInt16 self.CHANNELS = 1 self.RATE = 44100 self.p = pyaudio.PyAudio() # 创建绘图区域 self.fig, self.ax = plt.subplots(figsize=(7, 4)) self.canvas = FigureCanvasTkAgg(self.fig, master=root) self.canvas.get_tk_widget().pack(side=tk.TOP, fill=tk.BOTH, expand=True) # 控制按钮 frame_controls = ttk.Frame(root) frame_controls.pack(pady=10) btn_start_recording = ttk.Button(frame_controls, text="开始录制", command=self.start_recording) btn_stop_recording = ttk.Button(frame_controls, text="停止录制", command=self.stop_recording) btn_apply_filter = ttk.Button(frame_controls, text="应用滤波", command=self.apply_filter) btn_start_recording.grid(row=0, column=0, padx=5) btn_stop_recording.grid(row=0, column=1, padx=5) btn_apply_filter.grid(row=0, column=2, padx=5) # 数据存储变量 self.frames = [] self.filtered_frames = [] # 录音状态标志位 self.is_recording = False def start_recording(self): """ 开始录音 """ if not self.is_recording: self.stream = self.p.open(format=self.FORMAT, channels=self.CHANNELS, rate=self.RATE, input=True, frames_per_buffer=self.CHUNK) self.is_recording = True self.record() def stop_recording(self): """ 停止录音 """ if self.is_recording: self.is_recording = False self.stream.close() def record(self): """ 不断记录音频帧直到停止命令发出 """ while self.is_recording: data = self.stream.read(self.CHUNK) audio_data = np.frombuffer(data, dtype=np.int16) self.frames.append(audio_data.copy()) self.update_spectrogram(audio_data) def update_spectrogram(self, audio_data): """ 更新语谱图显示 """ spectrum = abs(fft(audio_data))[:len(audio_data)//2] frequencies = np.linspace(0, self.RATE//2, len(spectrum)) self.ax.clear() self.ax.plot(frequencies, spectrum) self.ax.set_xlim([0, self.RATE/2]) self.ax.set_ylim(bottom=0) self.ax.set_title('当前频谱') self.canvas.draw_idle() def apply_filter(self): """ 应用谱减法滤波 """ if len(self.frames) > 0: combined_signal = np.concatenate(self.frames) noise_estimate = combined_signal[:int(len(combined_signal)*0.1)] # 取前10%作为噪音样本 signal_fft = fft(combined_signal) noise_fft = fft(noise_estimate) mean_noise_magnitude = np.abs(noise_fft).mean(axis=-1) filtered_spectrum = np.where( np.abs(signal_fft) >= mean_noise_magnitude*1.5, signal_fft - mean_noise_magnitude*1.5, 0 ) filtered_audio = np.real(ifft(filtered_spectrum)).astype(np.int16) self.filtered_frames = list(filter(lambda x: len(x), np.split(filtered_audio, range(self.CHUNK, len(filtered_audio), self.CHUNK)))) print("已成功应用滤波!") if __name__ == "__main__": root = tk.Tk() app = AudioNoiseReducerApp(root) root.mainloop() ``` #### 功能描述 - 用户点击“开始录制”后，程序会持续监听来自麦克风的数据，并动态更新其对应的频谱图表。 - 当按下“停止录制”，所有捕捉到的原始音频会被保存下来等待进一步处理。 - “应用滤波”功能则执行谱减运算，尝试消除预估出来的背景杂讯部分^。 #### 注意事项 由于本脚本依赖外部硬件设备（如内置或外接话筒），运行之前需确认安装好必要的驱动支持；另外考虑到性能消耗较大，建议仅针对较短时段内的声音片段实施此类密集型计算任务。 ---