如何用python规范化原始音频文件

我在机器人的音频流中工作。我正在使用python，并将流式处理结果保存在.raw文件中。当我试图复制文件时，它非常嘈杂。我需要规范化原始音频，并将新清理的音频保存在一个数据阵列中，然后保存到一个新的原始文件中

我看到，如果我将原始文件导入audacity，然后应用效果normalize，则噪声将被删除，音频将完全可听见。（在audacity效果normalize中，我将normalize maximun振幅设置为-1.0 dB）

这是原始数据的内容（out_1_2.raw是包含我在Audacity中导入的音频的文件）

A=np.fromfile（'out\u 1\u 2.raw'，dtype='int16'）
印刷品（A.形状）
打印（“最大值-->”+str（最大值（绝对值（A）））

此代码的输出为：

(1638400,)
[    0     0  7168 16560     0     0  1024 16561     0     0]
A MAX --> 32704

(1638400,)
[     0 -16384 -22494  16316      0   8192  17813  16318      0  24576]
B MAX --> 32767

在Audacity中导入out_1_2.raw并应用上述规格化效果后，我从Audacity将新的audible wave导出到一个新的原始文件（out_1_2_normalized.raw），生成的文件具有以下内容：

B=np.fromfile（'out\u 1\u 2\u normalized.raw'，dtype='int16'）
印刷品（B.shape）
打印（“B最大值-->”+str（最大值（abs（B）））

此代码的输出为：

(1638400,)
[    0     0  7168 16560     0     0  1024 16561     0     0]
A MAX --> 32704

(1638400,)
[     0 -16384 -22494  16316      0   8192  17813  16318      0  24576]
B MAX --> 32767

我希望知道此转换必须使用的算法是什么，以便在python代码中应用它。如果我需要从零开始实现算法，或者如果有可以使用的python库

---

以下是wav信号的一个示例，它是一个数字16位信号，范围为-32768到+32767。规格化后得到的最大值告诉我，正在进行规格化，使峰值等于范围的最大值。为了在numpy中做到这一点，您通常可以简单地执行以下操作：

非标准化信号=np.数组（[np.random.randint（-32768，32767）用于范围（16）中的样本）]，np.int16）#只是具有适当类型的wav范围中的随机16样本信号。
打印（np.max（np.abs（非标准化信号）））
标准化信号=np.array（[（非标准化信号/np.max（非标准化信号））*32767]，np.int16）
打印（np.max（np.abs（归一化_信号）））

归一化首先将信号除以其最大绝对值。这会将其投影到[-1，1]空间，然后乘以wav范围中的最大值，将其投影回来。最后，我创建了一个具有适当数据类型的新数组，以确保仍然有一个有效的16位wav数组

---

我希望这有帮助

我真的不明白

规范化
是如何去除音频中的噪音的！你能上传一个音频文件的样本吗？我添加了一个音频文件的样本。首先，它不是你原始文件中存在的噪音。你确定单靠规范化就能解决所有问题吗？你们在规范化文件后听过它吗？是的，只有规范化才能解决我的问题。音频完全听得见。如果您能听到结果，只需将附加的原始音频文件导入audacity（这是一个单声道，这些是导入编码的参数：64位浮点，字节顺序：Little endian，通道：1 Channell（单声道），起始偏移量：0字节，导入量：100%，采样率：44100 Hz）。然后在导入后，您只需应用效果normalize，音频就会完全听得见。（在Audacity effect normalize中，我将normalize maximun振幅设置为-1.0 dB），您应该打印
max（abs（））
，而不仅仅是
max（）
。您完全正确。我只是在代码的调试部分有点懒，现在将对其进行调整。