我正在从事音频处理工作，需要将嘈杂的音频文件与干净的音频文件分开。为此，我需要为每个音频文件进行一些“噪声测量”。
我的输入是音频文件列表。
音频包含通话数据，因此有时会包含交通和其他噪音。
有没有办法将嘈杂的文件与非嘈杂的文件分开？
目前我对降噪器不太感兴趣。我的主要重点是从非嘈杂的音频中量化和分类嘈杂的音频。
我更喜欢非深度学习解决方案。
遇到 SNR，它基本上将平均值除以（音频文件的）数据数组的标准偏差，但意识到它需要所有值都是非负的，而我的 scipy 波形文件函数返回波形文件的振幅既积极又消极。
除此之外，SNR 的其他实现需要将信号和噪声分开计算 SNR，但由于我没有将信号和噪声分开，我也没有任何明确定义的噪声，我无法应用任何信噪比
我在 python 中实现了所有这些，并且遇到了像 noisereduce 这样的库。但这会完全减少噪音，有时也会发出信号。