FunAudioDenoise 智能音频降噪

服务简介

FunAudioDenoise 是阿里云百炼平台提供的专业级音频降噪服务，采用深度学习算法精准分离人声与背景噪音，让您的录音更清晰、更专业。

核心优势

特性	说明
AI 智能降噪	基于通义实验室深度学习模型，精准识别人声，有效消除环境噪音
实时流式处理

WebSocket 双向流式协议，支持边传边处理，响应迅速 | | 多格式兼容 | 支持 wav、mp3、aac、opus、amr、pcm 等主流音频格式 | | 大文件支持 | 单文件最大支持 2 小时或 1GB，满足长录音需求 | | 质量评估 | 自动输出音频质量评分，帮助您了解录音状况 |

适用场景

• - 会议录音 - 消除会议室回声、空调声、键盘声等干扰
• 播客制作 - 提升人声清晰度，打造专业音质
• 语音识别预处理 - 提高 ASR 识别准确率
• 在线教育 - 优化课程录音质量
• 采访录音 - 还原清晰的对话内容
• 有声书制作 - 打造沉浸式听书体验

快速开始

环境准备

bash
pip install dashscope websocket-client

设置密钥（只需一次）

bash
export DASHSCOPEAPIKEY=你的阿里云 API 密钥

一行命令降噪

bash
python denoise_cli.py input.mp3 output.wav

Python API 调用

python
from denoisecli import denoiseaudio

result = denoise_audio(
inputpath=noisyrecording.wav,
outputpath=cleanaudio.wav
)

if result[success]:
print(f降噪完成！音频质量评分: {result[outputinfo][voicequality]})

核心 API

DenoiseParam 参数配置

参数	类型	默认值	说明
model	str	fun-audio-denoising	模型名称（固定值）
apikey

str | None | DashScope API Key | | format | str | wav | 音频格式：wav、mp3、aac、opus、amr、pcm | | sampleratein | int | 16000 | 输入采样率（PCM 格式必填） | | samplerateout | int | None | 输出采样率（默认同输入） | | enable_denoise | bool | True | 是否启用降噪 |

处理结果元数据

python
{
samplerateout: 48000, # 输出采样率
voice_quality: 0.89, # 音频质量评分 (0-1)
validspeechms: 15000 # 有效语音时长（毫秒）
}

使用示例

示例 1：命令行快速降噪

bash

基础使用（自动推断格式）

python denoisecli.py meetingrecording.mp3

指定输出文件

python denoisecli.py interview.wav cleaninterview.wav

自定义参数

python denoise_cli.py podcast.mp3 --format mp3 --sample-rate 48000

示例 2：Python 脚本集成

python
import dashscope
from audio_process import Denoise, DenoiseParam, ResultCallback, DenoiseResult
import threading

设置 API Key

dashscope.api_key = your-api-key

class MyCallback(ResultCallback):
def init(self):
self.audio_data = b
self.complete_event = threading.Event()

def on_event(self, result: DenoiseResult):
if result.audio_frame:
self.audiodata += result.audioframe

def on_complete(self):
print(处理完成！)
self.complete_event.set()

配置参数

param = DenoiseParam( format=wav, sampleratein=16000, enable_denoise=True )

执行降噪

callback = MyCallback() denoise = Denoise(param=param, callback=callback) denoise.start_task()

发送音频数据

with open(input.wav, rb) as f: while chunk := f.read(3200): denoise.sendaudioframe(chunk)

denoise.syncstoptask()

保存结果

with open(output.wav, wb) as f: f.write(callback.audio_data)

示例 3：批量处理多个文件

python
from denoisecli import denoiseaudio
import os

inputdir = rawrecordings/
outputdir = cleanrecordings/
os.makedirs(outputdir, existok=True)

for filename in os.listdir(input_dir):
if filename.endswith(.wav):
inputpath = os.path.join(inputdir, filename)
outputpath = os.path.join(outputdir, fclean_{filename})

result = denoiseaudio(inputpath, output_path, verbose=False)

if result[success]:
quality = result[outputinfo].get(voicequality, N/A)
print(f✓ {filename} - 质量评分: {quality})
else:
print(f✗ {filename} - 失败: {result[error]})

最佳实践

1. 音频分帧策略

• - 推荐帧大小：3200 字节（对应 16000Hz 采样率下 100ms 音频）
• 发送间隔：配合音频时长，模拟实时流（100ms 数据间隔 100ms 发送）
• 大文件处理：分块读取，避免内存溢出

2. 采样率选择

场景	推荐采样率	说明
语音识别	16000Hz	平衡质量与处理速度
电话录音

8000Hz | 兼容传统电话系统 | | 音乐/播客 | 44100Hz/48000Hz | 高保真音质 |

3. 质量评估解读

• - voicequality > 0.8：音频质量优秀
• voicequality 0.5-0.8：音频质量良好，轻度噪音
• voice_quality < 0.5：音频质量较差，噪音较多

4. 异常处理建议

python
try:
denoise.start_task()
# ... 发送音频数据
denoise.syncstoptask(timeout=120000)
except TimeoutError:
print(处理超时，请检查网络连接)
except Exception as e:
print(f处理失败: {e})
finally:
denoise.close() # 确保资源释放

命令行工具详解

usage: denoisecli.py [-h] [--api-key APIKEY] [--format FORMAT]
[--sample-rate SAMPLE_RATE] [--no-denoise]
[--chunk-size CHUNKSIZE] [--chunk-delay CHUNKDELAY]
[-q]
input [output]

positional arguments:
input 输入音频文件路径
output 输出音频文件路径（可选）

optional arguments:
-h, --help 显示帮助信息
--api-key API_KEY DashScope API Key
--format FORMAT 音频格式 (wav, mp3, pcm, aac, opus, amr)
--sample-rate SAMPLE_RATE
采样率 (默认: 16000)
--no-denoise 禁用降噪（仅转换格式）
--chunk-size CHUNK_SIZE
分块大小（默认: 3200）
--chunk-delay CHUNK_DELAY
分块发送间隔（默认: 0.1秒）
-q, --quiet 静默模式

技术规格

项目	规格
支持格式	wav、mp3、aac、opus、amr、pcm
最大时长

2 小时 | | 最大文件 | 1 GB | | 输出采样率 | 自动优化（默认 48kHz） | | 协议 | WebSocket 双向流式 | | 延迟 | < 200ms（首包响应） |

相关资源

• - Denoise.py 源码 - SDK 实现源码

---

FunAudioDenoise - 让每一句声音都清晰可闻