1、编译及文件说明
编译步骤如下：
./autogen.sh
./configure
make
其中，执行 ./autogen.sh 时，会下载models文件（RNNoise 项目预训练的模型数据文件，如果下载过慢，可从文末提供的渠道获取）：
image
rnnoise_data主要包含了项目预训练好的模型权重，使得用户在编译 RNNoise 后，无需自己从头训练模型，就能直接使用其降噪功能。
rnnoise_data文件里面是c代码及pth文件：
image
这里面有.c文件和.pth文件，其中：
.c 文件由.pth文件生成，存储预训练模型权重，将神经网络权重以C数组形式嵌入，供降噪算法直接调用，降噪时由 rnnoise_process_frame 等函数直接使用。
.pth 文件存储训练模型，用于模型研究、微调或重新训练，并非RNNoise运行时必需。
使用说明：
1）若只需使用RNNoise的降噪功能，关注编译好的库及API即可。
2）若需要优化模型或适配特殊场景，才需研究 .pth 文件及项目的训练脚本。
2、降噪效果验证
在examples目录里面有可直接运行的demo程序，需要准备s16le 48khz格式的音频文件。
输出为pcm格式的文件。
导入效果如下：
image
降噪效果如下：
image
这里用的是Audacity软件查看降噪效果的，关于Audacity软件的使用，可参考这篇文章：
https://www.cnblogs.com/MikeZhang/p/audacity2022022.html
关于pcm音频的播放可参考这篇文章：
https://www.cnblogs.com/MikeZhang/p/pcm20232330.html
配套的音频文件可从如下渠道获取：
关注微信公众号（聊聊博文，文末可扫码）后回复 20251031 获取。
3、使用静态库二次开发
实际使用过程中，会涉及基于rnnoise库进行二次开发的情况，这里提供下简单示例。
基于rnnoise_demo.c修改的示例代码如下（test1.c）：
复制代码
#include <stdio.h>
#include "rnnoise.h"
#define FRAME_SIZE 480
int main(int argc, char **argv) {
int i;
int first = 1;
float x[FRAME_SIZE];
FILE *f1, *fout;
DenoiseState *st;
st = rnnoise_create(NULL);
if (argc!=3) {
fprintf(stderr, "usage: %s <noisy speech> <output denoised>\n", argv[0]);
return 1;
}
f1 = fopen(argv[1], "rb");
fout = fopen(argv[2], "wb");
while (1) {
short tmp[FRAME_SIZE];
fread(tmp, sizeof(short), FRAME_SIZE, f1);
if (feof(f1)) break;
for (i=0;i<FRAME_SIZE;i++) x[i] = tmp[i];
rnnoise_process_frame(st, x, x);
for (i=0;i<FRAME_SIZE;i++) tmp[i] = x[i];
if (!first) fwrite(tmp, sizeof(short), FRAME_SIZE, fout);
first = 0;
}
rnnoise_destroy(st);
fclose(f1);
fclose(fout);
return 0;
}
复制代码
编译命令如下：
g++ test1.c -o test1 -Iinclude -static libs/librnnoise.a
也可写使用Makefile文件：
复制代码
CC = g++
CFLAGS = -g -O2 -Wall
HDRS= -Iinclude
LIBS = -static libs/librnnoise.a
# g++ test1.c -o test1 -Iinclude -static libs/librnnoise.a
all:
make test1
test1:test1.o
$(CC) -o test1 test1.o $(LIBS)
clean:
rm -f test1
rm -f *.o
.c.o:
$(CC) $(CFLAGS) $(HDRS) -c -o $*.o $<
复制代码
编译及运行效果如下：
image
降噪效果如下：
image
配套代码及文件可从如下渠道获取：
关注微信公众号（聊聊博文，文末可扫码）后回复 20251031 获取。
二、在python中使用rnnoise库
rnnoise的python库内置的有降噪模型，不用额外下载模型。
pypi地址：
https://pypi.org/project/pyrnnoise/
image
安装rnnoise库：
pip install pyrnnoise
主流平台都支持的：
image
安装时会下载很多依赖库：
image
安装后dll路径：
image
示例代码（rnnoiseTest1.py）：
复制代码
from pyrnnoise import RNNoise
# Create denoiser instance
denoiser = RNNoise(sample_rate=16000)
# Process audio file
for speech_prob in denoiser.denoise_wav("mix1.wav", "output.wav"):
print(f"Processing frame with speech probability: {speech_prob}")
复制代码
运行效果如下：
image
降噪效果如下：
image
配套代码及文件可从如下渠道获取：
关注微信公众号（聊聊博文，文末可扫码）后回复 20251031 获取。
三、模型训练
这里做下简单说明，具体可参考GitHub上的README文档：
https://github.com/xiph/rnnoise
image
1、数据集获取
数据及模型下载地址：
https://media.xiph.org/rnnoise/
image
1）rnnoise_contributions.tar.gz 是 RNNoise 项目提供的一个数据集压缩包，主要用于训练 RNNoise 模型；
2）data目录里面包含语音数据、噪音数据及其它辅助数据，展开如下；
image
3）misc目录只有一个wav音频文件；
image
4）models文件夹存储的训练好的模型，可直接使用；
image
2、训练过程
大致过程如下：
1）使用dump_features提取特征文件。
示例如下：
./dump_features -rir_list rir_list.txt speech.pcm background_noise.pcm foreground_noise.pcm features.f32 <count>
其中 为处理的序列数量，建议至少 10000 次（越多越好，推荐 200000 次以上）。
dump_features在rnnoise的根目录（编译后）：
image
2）可使用脚本 script/dump_features_parallel.sh 加速特征生成。
使用方法如下：
script/dump_features_parallel.sh ./dump_features speech.pcm background_noise.pcm foreground_noise.pcm features.f32 <count> rir_list.txt
该脚本会启动多个进程，每个进程处理一定数量的序列，并将结果合并为一个文件。
3）执行训练，生成模型文件。
训练脚本目录：torch/rnnoise
image
训练命令如下：
python3 train_rnnoise.py features.f32 output_directory
可选择适当的训练轮数（通过 --epochs 参数指定，比如 75000 次），当使权重更新次数达到约 75000 次时，会生成 .pth 文件（比如 rnnoise_50.pth ）。
4）将模型文件转换为 C 代码。
脚本名称： dump_rnnoise_weights.py
转换示例：
python3 dump_rnnoise_weights.py --quantize rnnoise_50.pth rnnoise_c
会自动创建 rnnoise_c 文件夹，然后在该文件夹里面生成 rnnoise_data.c 和 rnnoise_data.h 文件。
5）在C代码中使用模型。
复制 rnnoise_data.c 和 rnnoise_data.h 文件到 src/ 目录，然后按照之前描述的方法编译 RNNoise 工程，会在examples目录里面找到可直接运行的demo程序（rnnoise_demo）。
四、资源获取
本文相关资源及运行环境，可从如下渠道获取：
关注微信公众号（聊聊博文，文末可扫码）后回复 20251031 获取。
image
