Spaces:
Running
Running
| import os | |
| from pydub import AudioSegment | |
| import noisereduce as nr | |
| import numpy as np | |
| import librosa | |
| import soundfile as sf | |
| from typing import Optional | |
| def clean_audio(input_file: str, output_file: Optional[str] = None) -> str: | |
| """ | |
| Ses dosyasını temizleyerek gürültüyü azaltır ve kaliteyi artırır | |
| Args: | |
| input_file: Girdi ses dosyasının yolu | |
| output_file: Çıktı ses dosyasının yolu (None ise otomatik oluşturulur) | |
| Returns: | |
| Temizlenmiş ses dosyasının yolu | |
| """ | |
| # Çıktı dosya adını oluştur | |
| if output_file is None: | |
| output_file = input_file.replace('.wav', '_cleaned.wav') | |
| try: | |
| # Ses dosyasını yükle | |
| audio, sr = librosa.load(input_file, sr=None) | |
| # 1. Gürültü azaltma | |
| reduced_noise = nr.reduce_noise(y=audio, sr=sr, stationary=True) | |
| # 2. Ses seviyesi normalizasyonu | |
| normalized = librosa.util.normalize(reduced_noise) | |
| # 3. Sessiz bölümleri kırp | |
| non_silent_intervals = librosa.effects.split(normalized, top_db=30) | |
| if len(non_silent_intervals) > 0: | |
| non_silent_audio = np.concatenate([ | |
| normalized[start:end] for start, end in non_silent_intervals | |
| ]) | |
| # Çok kısa ise orijinali kullan | |
| if len(non_silent_audio) > 0.5 * len(normalized): | |
| normalized = non_silent_audio | |
| # 4. Band-pass filtresi (insan sesi için optimize - 80Hz-8000Hz) | |
| y_filter = librosa.effects.preemphasis(normalized) | |
| # Temizlenmiş sesi kaydet | |
| sf.write(output_file, y_filter, sr) | |
| return output_file | |
| except Exception as e: | |
| print(f"Ses temizleme hatası: {str(e)}") | |
| # Hata durumunda orijinal dosyayı döndür | |
| return input_file | |
| def clean_audio_streaming(input_file: str, output_file: Optional[str] = None, chunk_seconds: int = 30) -> str: | |
| """Büyük dosyaları parça parça işle""" | |
| if output_file is None: | |
| output_file = input_file.replace('.wav', '_cleaned.wav') | |
| try: | |
| # Temel bilgileri al | |
| y, sr = librosa.load(input_file, sr=None, duration=10) # Sadece örnek rate için | |
| # Çıktı dosyasını hazırla | |
| with sf.SoundFile(output_file, 'w', sr, channels=1) as out_f: | |
| # Dosyayı parça parça işle | |
| for i, (audio_chunk, sr) in enumerate(librosa.stream(input_file, | |
| block_length=chunk_seconds, | |
| frame_length=2048, | |
| hop_length=512)): | |
| # Her parça için gürültü azaltma | |
| reduced_noise = nr.reduce_noise(y=audio_chunk, sr=sr) | |
| # Normalize | |
| normalized = librosa.util.normalize(reduced_noise) | |
| # Yaz | |
| out_f.write(normalized) | |
| return output_file | |
| except Exception as e: | |
| print(f"Ses temizleme hatası: {str(e)}") | |
| return input_file | |