rnnoisepy 1.0.0

RNNoise(python bindings)

RNNoisePy

ノイズリダクション用ライブラリRNNoiseを、 Pythonから簡単に使えるようにするためのシンプルなライブラリです。 ノイズリダクションに加え、音声フレームごとの音声っぽさを評価できます。

インストール

x86_64環境では、pipコマンドでインストールできます。

$ pip install rnnoisepy

つかいかた

先ほどビルドしたライブラリのパスを環境変数で渡し、実行してください。

import numpy as np
import numpy.typing as npt

from rnnoisepy import RNNoise

rnnoise: RNNoise = RNNoise()

# 1ch 48000Hz int16leのサンプルを480個持つ音声フレームを
# NDArray形式で用意
audio_data

# ノイズリダクションした音声フレームと、人間の音声っぽさの値を得る。
# voice_probsは0.0～1.0。1.0に近いほど人間の音声っぽい。
reducted_audio: npt.NDArray[np.int16]
voice_probs: float
reducted_audio, voice_probs = rnnoise.process_frame(audio_data)

詳しくは examples/rnnoise-file.pyなどを参照してください。

サポートしている環境

現時点ではLinux(-march=x86-64-v3)のバイナリのみを用意しています。 それ以外の環境では、RNNoiseのソースコードからlibrnnoise.soをビルドし、 次のように環境変数RNNOISE_LIB_PATHでライブラリのパスを指定すれば利用できる可能性があります。

$ RNNOISE_LIB_PATH="/home/sincromisor/apps/lib/librnnoise.so" uv run examples/rnnoise-file.py

制約

• サンプリングレートは48000Hzで固定されています。
• フレームのサンプル数は480以上です。 多くするとうまく機能しない場合がありますので、デフォルトの480のままがよさそうです。
• 人間の音声っぽさは0.0～1.0で評価されます。1.0に近いほど、人間の音声っぽいとされます。