原理

　　在現在的喊麥上，人聲消除是常用的一個功能，筆者測試過幾款喊麥的系統，發現就人聲消除這塊，可以說效果是參差不齊。由于自己產品上也要有這個功能，就花了一些時間來研究了一下。下面就把研究的心得體會做個總結。
人聲的聲波波形在歌曲的兩個聲道是相同或者相似的，因此，我們可以采取兩個聲道相減的辦法來消除立體聲歌曲中的人聲。
一個標準的人聲消除過程如下：
步驟一：高通濾波器(High-pass filter)
步驟二：聲道混合(Channel Mixer)
步驟三：低通濾波器(Low-pass filter)
其實，高通和通過濾波器的作用就是盡量讓音樂的聲音保留。在實際的操作中，有些簡單的做法直接使用步驟2，省略到了步驟1和3，這樣做的好處是操作簡單，問題是人聲音消除的不是很干凈的。
我們一般把聲道混合分成四個參數，分別為：

新左聲道里原左聲道所占的百分數a1;
新左聲道里原右聲道所占的百分數a2;
新右聲道里原左聲道所占的百分數b1;
新右聲道里原右聲道所占的百分數b2;
a1,a2,a3,a4這四個數的數值在-100到100之間。則新左聲道采樣值newLeft=a1Left/100+a2Right/100，新右聲道采樣值newRight=b1Left/100+b2Right/100。
如果想消除80%的人聲，那么就將聲道混合的數值設定如下：
100,-80, -80, 100;
如果想消除50%的人聲，那么聲道混合的四個數值為：
100, -50, -50, 100。
如果想消除100%的人聲，那么聲道混合的四個數值為：
100, -100, -100, 100。
這樣，人聲消除就很清楚了，接下來就是算法實現了。

python源碼

　　在這里，我用python做了一個簡單的仿真代碼，可以實現簡單的消除人聲的效果。具體代碼如下:

 1 import numpy as np
 2 from scipy.io import wavfile
 3 from scipy import signal
 4 
 5 def splitChannel(srcMusicFile):
 6    # read wav file
 7    sampleRate, musicData = wavfile.read(srcMusicFile)
 8 
 9    left = []
10    right = []
11    for item in musicData:
12        left.append(item[0])
13        right.append(item[1])
14 
15    mixed_data = np.array(left) - np.array(right)
16    wavfile.write('mixed_b.wav', sampleRate, mixed_data)
17 
18 splitChannel("test.wav")

通過播放原始音樂和處理后的音樂，發現人聲消除的效果還不錯。筆者發現，這個消除的效果要和音樂有關系，對于那些立體聲比較對稱的音樂來說，這種方法效果還是非常不錯的。針對有些特殊的音樂，這個就不那么好用了。市面上基本上使用的都是這種方法。
對于那些本想把音頻直接掛到博客園上，沒想到遇到了一些技術問題，只能把它們連同代碼一同放到github上了，有需要的朋友可以進去看一下。github地址：GitHub - DyLanCao/CoolAdudio: my open source audio edit software
輸出音頻：

方案實現

僅僅有仿真是遠遠不夠的，還要把方案做出了，筆者在國內一家藍牙芯片上，實現了該功能，效果初步測試和上面的仿真的基本能夠吻合。不過，要把效果做的更好，還要加一些料的。針對消不掉的人聲音，直接加vad檢測，針對檢測到的人聲做一下衰減，再過一下這個，效果那就是杠杠的了。案子涉及到產品保密，就不往網上掛了。有興趣的朋友可以通過QQ交流。

參考文檔

人聲消除_百度百科

作者：音頻大牛
簡介：無線音頻解決方案提供商，提供音頻處理和編解碼的算法，方案及技術外包，歡迎各位老板和同仁前來溝通和交流。
商務合作和技術探討：郵箱:caoyin2011@163.com QQ：1173496664. 音頻市場技術對接群：347609188

總結

以上是生活随笔為你收集整理的人声消除的原理算法源码及方案实现的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。