Hoe achtergrondgeluid te verwijderen voor STT: Complete gids voor ruisonderdrukking bij spraak-naar-tekst

Waarom achtergrondgeluid verwijderen voor STT?

• Lagere signaal-ruisverhouding (SNR) maakt het moeilijker voor modellen om spraak te onderscheiden
• Frequentiemasking waarbij ruis overlap heeft met spraakfrequenties
• Modelverwarring wanneer ruispatronen op spraak lijken
• Lagere confidence scores wat leidt tot meer transcriptiefouten
• Langere verwerkingstijd omdat modellen moeite hebben met ruisende input

• ✅ Verbeterde transcriptienauwkeurigheid (vaak 10-30% beter)
• ✅ Betere woordherkenning, vooral bij technische termen
• ✅ Snellere verwerking met schonere audio
• ✅ Betrouwbaardere tijdstempels en segmentatie
• ✅ Betere verwerking van zachte spraak

Achtergrondgeluidstypen begrijpen

1. Constante ruis (stationair)

• Voorbeelden: Airconditioning, ventilatorgebrom, elektrische brom, witte ruis
• Kenmerken: Consistente frequentie en amplitude
• Verwijdering: Makkelijker te verwijderen met spectrale subtractie of filtering

2. Variabele ruis (niet-stationair)

• Voorbeelden: Verkeer, geroezemoes, toetsenbordgetik, geritsel van papier
• Kenmerken: Verandert over tijd, onvoorspelbare patronen
• Verwijdering: Vereist geavanceerdere technieken zoals deep-learningmodellen

3. Impulsruis

• Voorbeelden: Klikken, ploppen, dichtslaande deuren, telefoongerinkel
• Kenmerken: Korte, plotselinge pieken
• Verwijdering: Vereist detectie en vervanging/interpolatie

4. Periodieke ruis

• Voorbeelden: Pieptonen, alarmen, repetitieve geluiden
• Kenmerken: Regelmatige patronen op specifieke frequenties
• Verwijdering: Kan gefilterd worden met notch-filters

Methode 1: Audio-editingsoftware gebruiken

Audacity (Gratis, Open Source)

1. Open je audiobestand in Audacity
2. Selecteer een gedeelte met alleen ruis (geen spraak)
3. Ga naar Effect → Noise Reduction
4. Klik op Get Noise Profile
5. Selecteer de volledige audiotrack
6. Ga opnieuw naar Effect → Noise Reduction
7. Pas instellingen aan:
   • Noise reduction (dB): 12-24 dB (begin met 15)
   • Sensitivity: 6.0 (standaard)
   • Frequency smoothing (bands): 3 (standaard)
8. Klik op OK om toe te passen

• Gebruik een ruisvoorbeeld van 0.5-2 seconden
• Kies een gedeelte met representatieve ruis
• Begin met gematigde instellingen en verhoog indien nodig
• Bekijk een preview voordat je op de hele track toepast

Adobe Audition

1. Open audiobestand
2. Selecteer gedeelte met alleen ruis
3. Ga naar Effects → Noise Reduction/Restoration → Capture Noise Print
4. Selecteer volledige track
5. Ga naar Effects → Noise Reduction/Restoration → Noise Reduction (process)
6. Pas aan:
   • Noise Reduction: 40-80% (begin met 60%)
   • Reduce by: 6-12 dB
   • High Frequency Transition: 4000-8000 Hz
7. Klik op Apply

Methode 2: Python-audiobewerkingslibraries

De noisereduce-library gebruiken

import noisereduce as nr
import soundfile as sf

# Load audio file
audio_data, sample_rate = sf.read("noisy_audio.wav")

# Method 1: Stationary noise reduction (for constant noise)
reduced_noise = nr.reduce_noise(
    y=audio_data,
    sr=sample_rate,
    stationary=True,
    prop_decrease=0.8  # Reduce noise by 80%
)

# Method 2: Non-stationary noise reduction (for variable noise)
reduced_noise = nr.reduce_noise(
    y=audio_data,
    sr=sample_rate,
    stationary=False,
    prop_decrease=0.8
)

# Save cleaned audio
sf.write("cleaned_audio.wav", reduced_noise, sample_rate)

pip install noisereduce soundfile

librosa gebruiken voor spectral gating

import librosa
import numpy as np
import soundfile as sf

def spectral_gate(audio_path, threshold_db=-40):
    """Remove noise using spectral gating."""
    # Load audio
    y, sr = librosa.load(audio_path, sr=None)
    
    # Compute short-time Fourier transform (STFT)
    stft = librosa.stft(y)
    magnitude = np.abs(stft)
    phase = np.angle(stft)
    
    # Convert to dB
    magnitude_db = librosa.amplitude_to_db(magnitude)
    
    # Apply threshold (remove frequencies below threshold)
    magnitude_db_cleaned = np.where(
        magnitude_db > threshold_db,
        magnitude_db,
        -80  # Silence very quiet parts
    )
    
    # Convert back to linear scale
    magnitude_cleaned = librosa.db_to_amplitude(magnitude_db_cleaned)
    
    # Reconstruct audio
    stft_cleaned = magnitude_cleaned * np.exp(1j * phase)
    y_cleaned = librosa.istft(stft_cleaned)
    
    return y_cleaned, sr

# Usage
cleaned_audio, sample_rate = spectral_gate("noisy_audio.wav", threshold_db=-35)
sf.write("cleaned_audio.wav", cleaned_audio, sample_rate)

scipy gebruiken voor high-pass filtering

from scipy import signal
import soundfile as sf

def high_pass_filter(audio_path, cutoff_freq=80):
    """Remove low-frequency noise with high-pass filter."""
    # Load audio
    audio_data, sample_rate = sf.read(audio_path)
    
    # Design high-pass filter
    nyquist = sample_rate / 2
    normalized_cutoff = cutoff_freq / nyquist
    b, a = signal.butter(4, normalized_cutoff, btype='high')
    
    # Apply filter
    filtered_audio = signal.filtfilt(b, a, audio_data)
    
    return filtered_audio, sample_rate

# Usage
cleaned_audio, sr = high_pass_filter("noisy_audio.wav", cutoff_freq=100)
sf.write("cleaned_audio.wav", cleaned_audio, sr)

Methode 3: Deep-learning-gebaseerde ruisonderdrukking

RNNoise gebruiken

import rnnoise
import numpy as np
import soundfile as sf

def rnnoise_denoise(audio_path):
    """Remove noise using RNNoise model."""
    # Load audio
    audio_data, sample_rate = sf.read(audio_path)
    
    # RNNoise expects 16kHz mono audio
    if sample_rate != 16000:
        import librosa
        audio_data = librosa.resample(audio_data, orig_sr=sample_rate, target_sr=16000)
        sample_rate = 16000
    
    # Convert to mono if stereo
    if len(audio_data.shape) > 1:
        audio_data = np.mean(audio_data, axis=1)
    
    # Process in chunks (RNNoise processes 480 samples at a time)
    chunk_size = 480
    denoised_audio = []
    
    denoiser = rnnoise.RNNoise()
    
    for i in range(0, len(audio_data), chunk_size):
        chunk = audio_data[i:i+chunk_size]
        if len(chunk) < chunk_size:
            chunk = np.pad(chunk, (0, chunk_size - len(chunk)))
        
        denoised_chunk = denoiser.process(chunk)
        denoised_audio.extend(denoised_chunk)
    
    return np.array(denoised_audio), sample_rate

# Usage
cleaned_audio, sr = rnnoise_denoise("noisy_audio.wav")
sf.write("cleaned_audio.wav", cleaned_audio, sr)

pip install rnnoise

Facebook's Demucs gebruiken

from demucs.pretrained import get_model
from demucs.audio import AudioFile
import torch

def demucs_separation(audio_path):
    """Separate speech from noise using Demucs."""
    # Load pre-trained model
    model = get_model('htdemucs')
    model.eval()
    
    # Load audio
    wav = AudioFile(audio_path).read(streams=0, samplerate=model.sample_rate, channels=model.audio_channels)
    ref = wav.mean(0)
    wav = (wav - ref.mean()) / ref.std()
    wav = torch.from_numpy(wav).float()
    
    # Separate sources
    with torch.no_grad():
        sources = model(wav[None])
        sources = sources * ref.std() + ref.mean()
    
    # Extract vocals (speech) - usually index 0 or 3
    speech = sources[0, 0].cpu().numpy()
    
    return speech, model.sample_rate

# Usage
speech_audio, sr = demucs_separation("noisy_audio.wav")
sf.write("speech_only.wav", speech_audio, sr)

Methode 4: Online tools voor ruisonderdrukking

1. Audacity Online (Cloud-versie)

• Gratis, browsergebaseerd
• Goed voor snelle verwerking
• Beperkte bestandsgrootte

2. Adobe Podcast Enhance

• AI-gestuurde ruisonderdrukking
• Gratis voor beperkt gebruik
• Uitstekende resultaten voor spraak

3. Krisp.ai

• Real-time ruisonderdrukking
• API beschikbaar voor integratie
• Goed voor live audio

4. Cleanvoice.ai

• Automatische ruisverwijdering
• Kan meerdere ruissoorten aan
• Batchverwerking beschikbaar

Complete workflow: audio voorbewerken voor STT

import librosa
import noisereduce as nr
import soundfile as sf
from scipy import signal
import numpy as np

def preprocess_audio_for_stt(audio_path, output_path):
    """Complete audio preprocessing pipeline for STT."""
    
    # Step 1: Load audio
    print("Loading audio...")
    y, sr = librosa.load(audio_path, sr=16000, mono=True)
    
    # Step 2: Remove DC offset
    print("Removing DC offset...")
    y = y - np.mean(y)
    
    # Step 3: High-pass filter (remove low-frequency noise)
    print("Applying high-pass filter...")
    nyquist = sr / 2
    normalized_cutoff = 80 / nyquist
    b, a = signal.butter(4, normalized_cutoff, btype='high')
    y = signal.filtfilt(b, a, y)
    
    # Step 4: Normalize volume
    print("Normalizing volume...")
    max_val = np.max(np.abs(y))
    if max_val > 0:
        y = y / max_val * 0.95  # Normalize to 95% to avoid clipping
    
    # Step 5: Noise reduction
    print("Reducing noise...")
    y = nr.reduce_noise(
        y=y,
        sr=sr,
        stationary=False,  # Use non-stationary for variable noise
        prop_decrease=0.8  # Reduce noise by 80%
    )
    
    # Step 6: Final normalization
    print("Final normalization...")
    max_val = np.max(np.abs(y))
    if max_val > 0:
        y = y / max_val * 0.95
    
    # Step 7: Save processed audio
    print(f"Saving to {output_path}...")
    sf.write(output_path, y, sr)
    
    print("Preprocessing complete!")
    return y, sr

# Usage
preprocess_audio_for_stt("noisy_recording.wav", "cleaned_for_stt.wav")

Best practices voor ruisverwijdering

1. Kies de juiste methode

• Constante ruis: Gebruik spectrale subtractie of stationaire ruisonderdrukking
• Variabele ruis: Gebruik niet-stationaire reductie of deep-learningmodellen
• Impulsruis: Gebruik klikverwijdering of interpolatie
• Meerdere ruissoorten: Combineer meerdere technieken

2. Behoud spraakkwaliteit

• Verwerk niet te agressief (kan artefacten introduceren)
• Gebruik gematigde instellingen voor ruisonderdrukking (60-80%)
• Behoud het frequentiebereik van menselijke spraak (80-8000 Hz)
• Behoud natuurlijke spraakeigenschappen

3. Test en herhaal

• Bekijk altijd een preview voordat je op de hele track toepast
• Vergelijk originele vs. verwerkte audio
• Test transcriptienauwkeurigheid met beide versies
• Pas instellingen aan op basis van resultaten

4. Houd rekening met je STT-model

• Sommige modellen (zoals Whisper) gaan goed om met ruis
• Voorbewerking is niet altijd nodig
• Test met en zonder voorbewerking
• Grotere modellen zijn robuuster tegen ruis

Veelgemaakte fouten om te vermijden

• Kan spraakfrequenties verwijderen
• Veroorzaakt artefacten en vervorming
• Laat spraak robotachtig klinken

• Kan belangrijke spraakcomponenten verwijderen
• Laat spraak dun of blikkerig klinken
• Beinvloedt natuurlijkheid

• Voorbewerking verbetert de nauwkeurigheid mogelijk niet
• Sommige modellen werken beter met originele audio
• Doe altijd A/B-tests

• Zorg voor een juiste sample rate (16kHz aanbevolen)
• Gebruik waar mogelijk lossless formaten
• Vermijd dubbele compressie

Integratie met spraak-naar-tekst

Gebruik met OpenAI Whisper

import whisper
import noisereduce as nr
import soundfile as sf

def transcribe_with_noise_reduction(audio_path):
    """Transcribe audio with noise reduction preprocessing."""
    
    # Step 1: Reduce noise
    audio_data, sr = sf.read(audio_path)
    cleaned_audio = nr.reduce_noise(
        y=audio_data,
        sr=sr,
        stationary=False,
        prop_decrease=0.75
    )
    
    # Save temporary cleaned file
    temp_path = "temp_cleaned.wav"
    sf.write(temp_path, cleaned_audio, sr)
    
    # Step 2: Transcribe with Whisper
    model = whisper.load_model("base")
    result = model.transcribe(temp_path)
    
    # Clean up
    import os
    os.remove(temp_path)
    
    return result["text"]

# Usage
transcription = transcribe_with_noise_reduction("noisy_audio.wav")
print(transcription)

Gebruik met SayToWords API

import requests
import noisereduce as nr
import soundfile as sf

def transcribe_with_saytowords(audio_path):
    """Preprocess and transcribe with SayToWords."""
    
    # Preprocess audio
    audio_data, sr = sf.read(audio_path)
    cleaned_audio = nr.reduce_noise(
        y=audio_data,
        sr=sr,
        stationary=False,
        prop_decrease=0.8
    )
    
    # Save cleaned audio
    cleaned_path = "cleaned_for_api.wav"
    sf.write(cleaned_path, cleaned_audio, sr)
    
    # Upload and transcribe
    with open(cleaned_path, 'rb') as f:
        files = {'file': f}
        response = requests.post(
            'https://api.saytowords.com/transcribe',
            files=files,
            headers={'Authorization': 'Bearer YOUR_API_KEY'}
        )
    
    return response.json()

Effectiviteit van ruisonderdrukking meten

Vergelijking voor/na

import librosa
import numpy as np

def measure_snr(audio_path):
    """Estimate signal-to-noise ratio."""
    y, sr = librosa.load(audio_path, sr=None)
    
    # Simple SNR estimation
    signal_power = np.mean(y ** 2)
    noise_floor = np.percentile(np.abs(y), 10) ** 2
    snr_db = 10 * np.log10(signal_power / noise_floor) if noise_floor > 0 else 0
    
    return snr_db

# Compare before and after
original_snr = measure_snr("noisy_audio.wav")
cleaned_snr = measure_snr("cleaned_audio.wav")

print(f"Original SNR: {original_snr:.2f} dB")
print(f"Cleaned SNR: {cleaned_snr:.2f} dB")
print(f"Improvement: {cleaned_snr - original_snr:.2f} dB")

Conclusie

• Ruissoort (constant vs. variabel)
• Audiokwaliteit (sample rate, bit depth)
• Beschikbare tools (software vs. programmeren)
• STT-model (sommige gaan beter om met ruis dan andere)

• Voor snelle verwerking: Gebruik Audacity of online tools
• Voor automatisering: Gebruik Python-libraries zoals noisereduce
• Voor beste resultaten: Combineer meerdere technieken
• Voor productie: Test met je specifieke STT-model

Aanvullende bronnen

• Whisper for Noisy Background Guide
• How to Fix Unclear Recordings
• Audio Enhancement Best Practices