KudioStudio

KudioStudio 是 kudio 的桌面工作台，kudio 是我寫的 Python 語音音訊工具組。開啟一段音訊，觀察它、修改它、量測它，再用它建立資料集，這些都不必先寫腳本。各個面板執行的都是有文件的 kudio 函式，面板上也會顯示那些控制項組成的呼叫。那一行是寫給人讀的；編輯真正記錄下來的是確切的呼叫，隨機效果實際抽到的 seed、讀取的檔案完整路徑都會寫進去，所以在這裡試出來的做法，可以直接搬進程式碼。

安裝

pip install kudiostudio
kudiostudio

需要 Python 3.9 以上。入門列出各個選用套件組、Linux 需要的東西，以及從開啟檔案到存檔的第一次操作。

各面板

視窗右側的工具列，每個工具對應一個面板：

面板	用途	背後的 kudio
檢視	分析圖的設定、選取範圍，以及「音量」讀數	STFT, melspectrogram, mfcc, audio_report, loudness_over_time, true_peak
效果	一次套用一種效果到選取範圍或整段音訊，套用前先試聽	kudio.effects, rir, apply_rir, rt60
增強	七種統計式降噪器搭配四種雜訊估計器、trad_enhance、小波濾波，以及學習式模型	spectral_enhance, trad_enhance, wavelet_low_pass_filter, kudioenhance
比較	在同一段音訊上比較七種統計式降噪器、四種雜訊估計器，或兩者的完整組合，並排名；給它一個學習式模型，就多一列。每一列點一下就能聽	compare_enhancers
錄音	固定長度的錄音，或錄到按停止為止，錄的同時畫出來	record, StreamRecorder, SpectrogramStream, StreamEnhancer
合成	用一個乾淨語音資料夾和一個雜訊資料夾建立含噪資料集，可加上房間與電話線路	Synthesizer
Manifest	把那個資料集讀回來：遺失的檔案，以及雜訊 × SNR 的覆蓋情況	load_manifest
音高	畫在頻譜圖上的 f0 輪廓，以及轉成標記的有聲區段	f0
指標	沒有參考訊號時找出錄音本身的問題，有參考訊號時評分	audio_report, dnsmos, find_delay, eval_metrics, snr, si_sdr, segmental_snr
批次	整個資料夾轉檔、正規化、降噪，或另外做一份加了殘響的副本，並列出沒能達標的檔案	convert_folder, enhance_folder, rir, apply_rir

接下來看哪裡

• 入門

  ---

  安裝、選用套件組、命令列，以及從開啟檔案到存檔的第一次操作。

• 視窗導覽

  ---

  視窗每個區塊是什麼，怎麼選取、縮放、播放，以及所有快捷鍵。

• 編輯與標記

  ---

  每個接合處都有交叉淡化的剪下與貼上、與原始音訊做 A/B 比較、跨工作階段保留的標記，以及把編輯匯出成腳本。

• 面板

  ---

  工具列上每個工具各一頁，列出每個控制項與它呼叫的函式。

• 撰寫面板

  ---

  在自己的套件裡寫一個工具，放上工具列。

• 疑難排解

  ---

  視窗、聲音或某個面板沒有照預期運作時，可能的原因與處理方式。

相關專案

kudio

底層的工具組：檔案、特徵、效果、房間與通道、資料集合成、降噪、指標與錄音。它自己的說明在 recklight.github.io/Kudio。

kudioenhance

訓練「增強」與「比較」面板載入的學習式降噪模型。