Audio Optimization Pipeline

Eine Python-basierte Pipeline zur automatischen Optimierung von Audioaufnahmen mit detaillierter Performance-Analyse. Die Pipeline führt verschiedene Audiooptimierungen durch und liefert einen ausführlichen Bericht über den Verarbeitungsprozess.

Features

• Audio-Formatstandardisierung

  • Konvertierung zu Mono
  • Anpassung der Abtastrate (Sample Rate)
  • Standardisierung des Audioformats

• Rauschunterdrückung

  • Intelligente Erkennung und Reduzierung von Hintergrundgeräuschen
  • Anpassbare Parameter für die Rauschunterdrückung

• Frequenzoptimierung

  • Bandpass-Filterung für den Sprachbereich (300-3400 Hz)
  • Butterworth-Filter für sanfte Frequenzübergänge

• Lautstärkenormalisierung

  • EBU R128 Standard
  • Konsistente Lautstärke über alle Aufnahmen

• Performance-Analyse

  • Detaillierte Zeitmessung für jeden Verarbeitungsschritt
  • Speicherverbrauchsanalyse
  • Ausführlicher Verarbeitungsbericht

Installation

1. Repository klonen:

git clone https://github.com/yourusername/audio-optimization-pipeline.git
cd audio-optimization-pipeline

2. Virtuelle Umgebung erstellen und aktivieren:

python -m venv venv
source venv/bin/activate  # Linux/Mac
# oder
venv\Scripts\activate     # Windows

3. Abhängigkeiten installieren:

pip install -r requirements.txt

Verwendung

1. Audiodatei in das data/sample_audio Verzeichnis legen

2. Pipeline ausführen:

python main.py

3. Die optimierte Audiodatei wird im data/test_results Verzeichnis gespeichert

Verarbeitungsschritte

Die Pipeline durchläuft folgende Schritte:

1. Audioeinlesung

   • Unterstützt WAV-Format
   • Automatische Erkennung von Mono/Stereo

2. Formatstandardisierung

   • Konvertierung zu Mono wenn nötig
   • Anpassung der Abtastrate auf 16kHz

3. Rauschunterdrückung

   • Statistische Analyse des Audiosignals
   • Intelligente Rauschfilterung

4. Frequenzfilterung

   • Fokussierung auf den Sprachbereich
   • Entfernung störender Frequenzen

5. Lautstärkenormalisierung

   • Anpassung auf -23 LUFS (EBU R128)
   • Verbesserung der Hörbarkeit

Performance-Metriken

Die Pipeline generiert einen detaillierten Bericht mit:

• Verarbeitungszeit pro Schritt
• Speicherverbrauch
• Gesamtverarbeitungszeit
• Audio-Informationen (Länge, Kanäle, Sample Rate)

Beispiel-Output:

=== Performanceanalyse der Audioverarbeitung ===
Audio Information:
- Sample Rate: 44100 Hz
- Länge: 98.48 Sekunden
- Kanäle: 2 -> 1 (Mono-Konvertierung)

Verarbeitungszeiten:
- Audioeinlesung: 0.03 Sekunden
- Formatstandardisierung: 0.56 Sekunden
- Rauschunterdrückung: 1.51 Sekunden
- Frequenzfilterung: 0.03 Sekunden
- Lautstärkenormalisierung: 0.05 Sekunden
- Speichern: 0.04 Sekunden

Gesamtverarbeitungszeit: 2.22 Sekunden

Projektstruktur

audio-optimization-pipeline/
│
├── data/
│   ├── sample_audio/        # Eingabe-Audiodateien
│   └── test_results/        # Optimierte Ausgaben
│
├── src/
│   ├── __init__.py
│   └── audio_optimizer.py   # Hauptverarbeitungsklasse
│
├── main.py                  # Ausführungsskript
├── requirements.txt         # Projektabhängigkeiten
└── README.md               # Projektdokumentation

Abhängigkeiten

• soundfile
• noisereduce
• scipy
• pyloudnorm
• numpy
• psutil

Zukünftige Erweiterungen

• Unterstützung für weitere Audioformate (MP3, OGG, etc.)
• Grafische Benutzeroberfläche
• Batch-Verarbeitung mehrerer Dateien
• Anpassbare Optimierungsparameter via Konfigurationsdatei
• Spektralanalyse und Visualisierung
• API für die Integration in andere Projekte

Lizenz

MIT License - siehe LICENSE Datei für Details.

Beitragen

Beiträge sind willkommen! Bitte lesen Sie CONTRIBUTING.md für Details zum Prozess für Pull Requests.