# 基于深度学习的噪声抑制与语音识别系统

**Repository Path**: feeling-cool/speech-recognition-system

## Basic Information

- **Project Name**: 基于深度学习的噪声抑制与语音识别系统
- **Description**: 基于傅里叶变换的降噪与基于深度学习的语音识别的多功能系统
- **Primary Language**: Python
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 27
- **Forks**: 2
- **Created**: 2022-03-09
- **Last Updated**: 2025-01-03

## Categories & Tags

**Categories**: Uncategorized

**Tags**: Deep-learning, Python, TensorFlow

## README

**首先声明 本系统语音识别模块采用了AI柠檬博主的开源项目 ASRT 进行语音识别
ASRT 项目地址 ：https://gitee.com/ailemon/ASRT_SpeechRecognition?_from=gitee_search
希望大家可以向ASRT作者点star** 


只需将项目git至本地，运行ASRT文件下的GUI.py即可

系统功能如下

1、噪声抑制：
（1）提供对音频进行转换成频谱图，让用户分析起来更加直观。
（2）可以进行录音，并将录进的音频内容保存到指定的文件夹中。
（3）同时可以对录进的音频进行添加噪音，添加研究内容。
（4）可以对录制的音频进行降噪处理，使录进的音频听起来更加清晰。
（5）可以将处理后的音频播放出来。
2、语音合成：
（1）提供对用户想输入的两段文字的编辑功能。
（2）可以将用户输入的两段文字合成为一段文字并将文字转换为音频信息。
（3）可以存取转换后的音频，也可以存取任意一段文字所转换的音频。
（4）可以将存取的音频播放出来
3、语音识别：
（1）提供对于用户输入的音频进行录制。
（2）可以将用户录入的音频存储到指定路径中并进行播放。
（3）将存储的音频识别成文字的方式进行输出。 

以下为系统使用说明

主界面
当用户进入主界面时，题目为噪声抑制实验与语音合成系统，主界面标题为语音识别系统，我们的功能主要围绕语音合成和降噪而展开，主界面有四个按钮，分别为语音识别、FFT降噪、语音降噪和语音合成。点击按钮后，会触发监听事件，并分别进入相应的界面。
 

语音识别
当用户点击语音识别按钮后，程序会自动进入语音识别界面，如图所示，此界面共有三个按钮，分别为开始录音、播放录音和开始识别，当用户点击开始录音后，程序会自动将音频文件自动存储在audio文件夹中，存储完成后，会自动跳出存储成功界面。再次点击播放语音，程序会将存储在audio文件夹中的音频文件播放出来。当用户点击开始识别，程序会将存储的音频文件输出为文字，显示在界面中，如图所示。
 

FFT降噪
当用户点击FFT降噪按钮后，程序会自动进入FFT降噪界面，如图所示，界面共有六个按钮，分别为开始录音、添加白噪、FFT降噪、播放原音频、播放降噪音频、播放加噪音频。此界面主要添加了两个主要功能，分别为添加白噪和FFT降噪，录音后，点击添加白噪，程序会在原音频中添加幅度分布服从高斯分布、而功率密度又是均匀分布的高斯白噪声。添加高斯白噪后频谱图如图所示，点击播放加噪音频后，会自动播放加噪完成后的音频。点击FFT降噪后，程序将使用傅里叶变换进行图像去噪。FFT降噪频谱图如图所示，点击播放降噪音频后，会自动播放降噪完成后的音频。
  
维纳滤波降噪
当用户点击语音降噪后，程序会自动进入语音降噪界面，如图所示，当用户点击开始录音后，会将音频文件存储到audio文件夹中，点击播放原音频后，程序会自动将存储在audio文件夹中的音频文件播放出来。点击加噪处理后，程序会将原音频中加入噪声，点击播放加噪音频会将经过加噪处理的音频播放出来。点击降噪处理后，程序会使用维纳滤波器，将信号与噪声信号分离，以达到降噪效果，点击播放降噪音频后会将经过降噪处理的音频播放出来。

语音合成
当用户在主界面点击语音合成按钮后，程序会自动进入语音合成界面，语音合成界面由两个文字框、五个按钮组成，五个按钮分别为合成语音、存取合成音频、存取1号音频、存取2号音频、播放合成音频组成。在两个文字框分别输入文字后，点击合成语音按钮，会将两段文字合称为一段文字并转换为音频。点击播放合成音频后，会将音频播放出来，点击存取合成音频后，会将合成的音频存取起来，存取成功后，会自动弹出存取成功界面，如图所示，点击存取1号音频会将左边文字框中文字转换的音频存取起来。点击存取2号音频会将右边文字框中文字框中文字转换的音频存取起来。



本项目具有可优化部分，希望有兴趣的朋友们进行二次开发