Audio Normalizer для видео файлов

Приложение для автоматической нормализации звука в видео файлах с использованием современных алгоритмов обработки аудио и нейронных сетей.

Возможности

• 🎵 EBU R128 нормализация - стандарт вещания для сбалансированного звука
• 🧠 Нейронные сети - подавление шумов с помощью RNNoise и других алгоритмов
• ⚡ GPU ускорение - использование PyTorch для быстрой обработки
• 📁 Пакетная обработка - обработка множества файлов одновременно
• 🎛️ Гибкие настройки - различные режимы нормализации
• 🖥️ Удобный интерфейс - графический интерфейс для простого использования

Установка

Требования

• Python 3.8+
• FFmpeg (последняя версия)
• CUDA (опционально, для GPU ускорения)

Установка зависимостей

pip install -r requirements.txt

Установка FFmpeg

Windows:

1. Скачайте FFmpeg с официального сайта
2. Добавьте путь к FFmpeg в переменную PATH

Linux/macOS:

# Ubuntu/Debian
sudo apt update && sudo apt install ffmpeg

# macOS
brew install ffmpeg

Использование

Командная строка

from audio_normalizer import AudioNormalizer

# Создание экземпляра нормализатора
normalizer = AudioNormalizer(
    method='ebu_r128',  # или 'rms', 'peak'
    target_loudness=-23.0,  # LUFS
    use_gpu=True,  # использовать GPU если доступно
    noise_reduction=True  # включить подавление шумов
)

# Обработка одного файла
normalizer.normalize_file('input.mp4', 'output.mp4')

# Пакетная обработка
normalizer.normalize_batch(['file1.mp4', 'file2.mp4'], output_dir='normalized/')

Графический интерфейс

python gui.py

Алгоритмы нормализации

EBU R128 (рекомендуется)

• Стандарт европейского вещательного союза
• Целевая громкость: -23 LUFS
• Лучший выбор для большинства случаев

RMS нормализация

• Основана на среднеквадратичном значении
• Хорошо подходит для музыки

Peak нормализация

• Нормализация по пиковым значениям
• Быстрая, но менее точная

Подавление шумов

Приложение использует несколько методов подавления шумов:

1. RNNoise - рекуррентная нейронная сеть для подавления фонового шума
2. Spectral Gating - спектральное стробирование через noisereduce
3. Traditional DSP - классические методы цифровой обработки сигналов

Примеры использования

Нормализация диалогов в фильме

normalizer = AudioNormalizer(
    method='ebu_r128',
    target_loudness=-23.0,
    speech_enhancement=True,
    noise_reduction=True
)
normalizer.normalize_file('movie.mp4', 'movie_normalized.mp4')

Обработка подкастов

normalizer = AudioNormalizer(
    method='rms',
    target_loudness=-20.0,
    speech_enhancement=True,
    dynamic_range_compression=True
)
normalizer.normalize_file('podcast.mp4', 'podcast_normalized.mp4')

Конфигурация

Создайте файл config.yaml для настройки параметров по умолчанию:

audio:
  method: "ebu_r128"
  target_loudness: -23.0
  sample_rate: 48000
  
processing:
  use_gpu: true
  batch_size: 8
  num_workers: 4
  
noise_reduction:
  enabled: true
  method: "rnnoise"
  strength: 0.8

Производительность

• CPU: ~0.5x реального времени на современном процессоре
• GPU: ~2-5x реального времени с CUDA
• Память: ~500MB для обработки HD видео

Поддерживаемые форматы

Входные форматы:

• MP4, AVI, MKV, MOV, WMV
• MP3, WAV, FLAC, AAC, OGG

Выходные форматы:

• MP4 (рекомендуется)
• MKV, AVI
• Аудио: AAC, MP3, FLAC

Устранение неполадок

FFmpeg не найден

Ошибка: FFmpeg не найден в PATH
Решение: Установите FFmpeg и добавьте в PATH

Ошибки CUDA

Ошибка: CUDA out of memory
Решение: Уменьшите batch_size или отключите GPU

Медленная обработка

Проблема: Обработка занимает много времени
Решение: Включите GPU ускорение или уменьшите качество

Лицензия

MIT License - см. файл LICENSE

Благодарности

• ffmpeg-normalize - основа для нормализации
• RNNoise - подавление шумов
• noisereduce - дополнительные алгоритмы

Поддержка

Если у вас есть вопросы или предложения, создайте issue в репозитории.