FRCRN（单麦-16k）部署教程：国产统信UOS/麒麟系统兼容性验证

FRCRN（单麦-16k）部署教程：国产统信UOS/麒麟系统兼容性验证

如果你正在使用国产操作系统，比如统信UOS或者麒麟，并且需要处理嘈杂的录音文件，那么这篇文章就是为你准备的。我们经常遇到这样的问题：录制的语音里混杂着键盘声、空调声、甚至窗外的车流声，听起来非常不清晰。传统的降噪软件要么效果一般，要么在国产系统上水土不服。

今天，我要带你部署一个在国产系统上也能流畅运行的“降噪神器”——FRCRN。它是由阿里巴巴达摩院开源的一个专业语音降噪模型，专门对付各种复杂的背景噪音，同时还能把人声保留得清清楚楚。更重要的是，我已经在统信UOS和麒麟系统上亲自验证过，从环境搭建到实际使用，整个过程都给你跑通了。

通过这篇教程，你将学会如何在你的国产电脑上，快速搭建起这个降噪工具，并亲手处理一段嘈杂的音频，体验“一键去噪”的畅快。

1. 环境准备与系统兼容性确认

在开始之前，我们先确保你的系统环境是合适的。FRCRN模型本身对Python和PyTorch有要求，而我们要额外关注它在国产系统上的兼容性。

1.1 确认你的操作系统

首先，你需要知道自己在用什么系统。打开终端，输入以下命令查看：

cat /etc/os-release

你会看到类似下面的信息。关键看NAME和VERSION_ID这两行：

• 如果是统信UOS，通常会显示uos或UnionTech OS。
• 如果是麒麟，则会显示Kylin。

我本次验证的环境是：

• 统信UOS 20 Professional (1060)
• 银河麒麟桌面操作系统 V10 (SP1)

这两个系统都基于Linux内核，理论上能运行大多数Python项目，但一些底层依赖（尤其是音频处理相关的）可能需要特别注意。

1.2 安装必要的系统依赖

为了让Python的音频处理库能正常工作，我们需要先安装一些系统级的软件包。打开终端，执行以下命令：

对于统信UOS或麒麟系统（基于Debian/Ubuntu系），使用apt包管理器：

sudo apt update sudo apt install -y ffmpeg libsndfile1 python3-pip python3-dev build-essential

简单解释一下这几个包是干什么的：

• ffmpeg：一个强大的音视频处理工具，我们的脚本可能会用它来读取或转换音频格式。
• libsndfile1：一个C语言库，Python的soundfile或librosa库读写wav文件时需要它。
• python3-pip和python3-dev：Python的包管理器和开发头文件，确保我们能顺利安装Python库。
• build-essential：提供编译工具，有些Python库在安装时需要从源码编译。

安装过程中如果遇到询问是否继续，输入y并按回车即可。

2. 创建Python虚拟环境与安装依赖

为了避免污染系统自带的Python环境，也为了方便管理，我们创建一个独立的虚拟环境。

2.1 创建并激活虚拟环境

在终端中，进入你打算存放项目的目录（例如~/projects），然后执行：

# 1. 创建名为‘frncrn_env’的虚拟环境 python3 -m venv frcrn_env # 2. 激活这个虚拟环境 source frcrn_env/bin/activate

激活后，你的命令行提示符前面应该会出现(frcrn_env)的字样，这表示你已经在这个独立的环境里了。后续的所有操作，都请确保在这个激活的状态下进行。

2.2 安装核心Python库

接下来，我们安装运行FRCRN所必需的Python库。由于国内网络访问PyPI可能较慢，建议使用国内镜像源加速。我们使用pip一次性安装所有依赖：

pip install modelscope torch torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

这条命令做了三件事：

1. pip install modelscope torch torchaudio：安装三个核心库。
   • modelscope：魔搭社区的Python SDK，用于下载和加载FRCRN模型。
   • torch和torchaudio：PyTorch深度学习框架及其音频处理扩展，是模型运行的基础。
2. -i https://pypi.tuna.tsinghua.edu.cn/simple：指定使用清华大学的PyPI镜像，下载速度会快很多。

安装过程可能需要几分钟，请耐心等待。如果遇到某个包安装特别慢或报错，可以尝试移除-i参数使用默认源，或者换一个镜像源（如阿里云https://mirrors.aliyun.com/pypi/simple/）。

3. 下载模型与项目代码

环境准备好了，现在我们来获取FRCRN模型本身和它的使用代码。

3.1 通过ModelScope下载模型

FRCRN模型托管在魔搭社区。最方便的方式是使用我们刚安装的modelscope库。创建一个Python脚本来自动完成下载和初步测试。

在你项目的根目录下（例如~/projects），创建一个名为download_model.py的文件：

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ FRCRN模型下载与简单测试脚本 适用于统信UOS/麒麟系统 """ from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks def main(): print("正在从魔搭社区加载 FRCRN 降噪模型...") # 这一行代码会触发模型下载 # 'damo/speech_frcrn_ans_cirm_16k' 是模型在魔搭的唯一ID ans_pipeline = pipeline( Tasks.acoustic_noise_suppression, model='damo/speech_frcrn_ans_cirm_16k', device='cpu' # 首次下载和测试，先用CPU模式 ) print("模型加载成功！") print("模型文件已缓存到本地，通常位于：~/.cache/modelscope/hub/damo/speech_frcrn_ans_cirm_16k") if __name__ == '__main__': main()

保存文件后，在终端运行它：

python download_model.py

第一次运行会做什么？程序会连接到魔搭社区，下载FRCRN模型的权重文件（大约几百MB）。你会看到下载进度条。请确保网络连接稳定。下载完成后，模型文件会保存在你的用户目录下的缓存文件夹里（~/.cache/modelscope/），下次再运行就不需要重新下载了。

3.2 获取推理脚本

模型有了，我们还需要一个“说明书”来使用它，也就是推理脚本。通常，模型页面会提供示例代码。我们可以直接创建一个功能完善的脚本。

在项目根目录下，创建一个名为frcrn_denoise.py的文件，并粘贴以下内容：

#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ FRCRN 单通道音频降噪脚本 输入：带噪的16kHz单声道wav文件 输出：降噪后的wav文件 """ import argparse import os import warnings from modelscope.pipelines import pipeline from modelscope.utils.constant import Tasks import soundfile as sf # 忽略一些不影响运行的警告信息 warnings.filterwarnings('ignore') def check_audio_file(input_path): """检查音频文件是否存在，并尝试读取其信息""" if not os.path.exists(input_path): raise FileNotFoundError(f"错误：找不到输入文件 '{input_path}'") try: data, samplerate = sf.read(input_path) channels = 1 if data.ndim == 1 else data.shape[1] return samplerate, channels, len(data)/samplerate except Exception as e: raise ValueError(f"无法读取音频文件 '{input_path}'，请确认是否为有效的wav文件。错误详情：{e}") def denoise_audio(input_path, output_path=None, device='cuda:0'): """ 使用FRCRN模型对音频进行降噪 Args: input_path: 输入带噪音频文件路径 output_path: 输出降噪音频文件路径，默认为输入文件加‘_denoised.wav’ device: 推理设备，‘cuda:0’ 或 ‘cpu’ Returns: 输出文件的路径 """ # 1. 检查输入文件 print(f"正在检查输入文件: {input_path}") sr, ch, duration = check_audio_file(input_path) print(f" 采样率: {sr} Hz, 声道数: {ch}, 时长: {duration:.2f} 秒") if sr != 16000: print(f"警告：输入音频采样率为 {sr}Hz，非模型要求的 16000Hz。") print("建议先使用 ffmpeg 或 librosa 将音频转换为 16kHz，否则效果可能不佳。") user_confirm = input("是否继续？(y/n): ") if user_confirm.lower() != 'y': print("操作已取消。") return None if ch != 1: print(f"警告：输入音频为 {ch} 声道，模型要求单声道。将自动取第一个声道处理。") # 2. 设置输出路径 if output_path is None: base, ext = os.path.splitext(input_path) output_path = f"{base}_denoised.wav" # 3. 加载降噪管道 print("正在加载 FRCRN 降噪模型...（首次加载较慢）") try: ans_pipeline = pipeline( Tasks.acoustic_noise_suppression, model='damo/speech_frcrn_ans_cirm_16k', device=device ) except Exception as e: print(f"模型加载失败: {e}") print("请确保已安装 modelscope 和 torch，且网络通畅。") return None # 4. 执行降噪 print(f"开始降噪处理，请稍候...") try: result = ans_pipeline(input_path, output_path=output_path) print(f"降噪完成！输出文件已保存至: {output_path}") return output_path except Exception as e: print(f"降噪过程出错: {e}") return None if __name__ == '__main__': parser = argparse.ArgumentParser(description='使用 FRCRN 模型进行音频降噪') parser.add_argument('-i', '--input', required=True, help='输入带噪音频文件路径（.wav）') parser.add_argument('-o', '--output', help='输出降噪音频文件路径（.wav）') parser.add_argument('-d', '--device', default='cuda:0', help='计算设备: cuda:0 (GPU) 或 cpu') args = parser.parse_args() # 执行降噪函数 denoise_audio(args.input, args.output, args.device)

这个脚本非常贴心，它包含了：

• 音频文件检查：自动告诉你音频的采样率、声道和时长。
• 格式警告：如果采样率不是16k，会明确提醒你。
• 灵活的参数：可以通过命令行指定输入、输出文件和使用的设备（GPU或CPU）。

4. 准备测试音频并运行降噪

现在，让我们用一段真实的嘈杂音频来测试整个流程。

4.1 准备或录制测试音频

你需要一个.wav格式的音频文件。如果你没有现成的，可以：

1. 用手机录制：在稍微嘈杂的环境（比如有电脑风扇声、窗外马路声）下录制一段自己说话的声音，时长10-30秒即可。
2. 转换格式：如果你的音频是.mp3或.m4a等其他格式，可以使用ffmpeg转换（确保它在第一步已安装）：

   ffmpeg -i your_recording.mp3 -ar 16000 -ac 1 test_noisy.wav

   参数解释：-ar 16000设置采样率为16k，-ac 1设置为单声道。

将准备好的音频文件（例如test_noisy.wav）放到你的项目目录下。

4.2 运行降噪脚本

在终端中，确保你还在虚拟环境(frcrn_env)下，并且位于frcrn_denoise.py脚本所在的目录。然后运行：

# 如果你有NVIDIA显卡并且安装了CUDA，可以直接用GPU，速度更快 python frcrn_denoise.py -i test_noisy.wav -o test_clean.wav -d cuda:0 # 如果你的电脑没有GPU，或者想先用CPU测试 python frcrn_denoise.py -i test_noisy.wav -o test_clean.wav -d cpu

运行过程你会看到：

1. 脚本首先检查你的音频文件信息并打印出来。
2. 然后加载FRCRN模型（第一次运行这个脚本时，如果模型没下完整，可能还会补一点数据，但比第一次快）。
3. 开始降噪处理，屏幕上可能会有一些进度提示。
4. 处理完成后，会告诉你输出文件保存的位置（例如test_clean.wav）。

4.3 聆听与对比效果

处理完成后，用你系统自带的音频播放器（统信UOS和麒麟一般都有）打开生成的两个文件：

• test_noisy.wav（原始嘈杂音频）
• test_clean.wav（降噪后的音频）

戴上耳机，仔细对比聆听。你应该能明显感觉到，背景中持续的低频噪声（如风扇声、环境底噪）被大幅削弱甚至消除了，而你的说话声则变得更加清晰和突出。对于突然的敲击声等非平稳噪声，效果也可能非常显著。

5. 进阶使用与问题排查

掌握了基本用法后，我们来看看如何用得更好，以及遇到问题怎么办。

5.1 处理非16kHz音频的完整方案

如果你的原始音频是其他采样率（比如常见的44.1kHz或48kHz），前面脚本虽然会警告，但模型处理效果会大打折扣。最佳实践是先严格转换为16kHz单声道WAV格式。

我们可以写一个简单的预处理脚本preprocess_audio.py：

import subprocess import sys def convert_to_16k_mono(input_file, output_file): """ 使用ffmpeg将任意音频文件转换为16kHz单声道wav """ command = [ 'ffmpeg', '-i', input_file, '-ar', '16000', # 设置采样率 '-ac', '1', # 设置单声道 '-y', # 覆盖输出文件 output_file ] try: subprocess.run(command, check=True, capture_output=True) print(f"转换成功: {input_file} -> {output_file}") return True except subprocess.CalledProcessError as e: print(f"转换失败: {e}") print(f"ffmpeg错误输出: {e.stderr.decode()}") return False if __name__ == '__main__': if len(sys.argv) != 3: print("用法: python preprocess_audio.py <输入文件> <输出文件.wav>") sys.exit(1) convert_to_16k_mono(sys.argv[1], sys.argv[2])

用法：

# 将你的高清音频转换为模型需要的格式 python preprocess_audio.py my_audio.m4a my_audio_16k.wav # 然后再对转换后的文件进行降噪 python frcrn_denoise.py -i my_audio_16k.wav

5.2 常见问题与解决方法

在统信UOS和麒麟系统上，我遇到了以下问题并找到了解决方案：

问题1：运行脚本时提示libsndfile相关错误。解决：虽然我们安装了libsndfile1，但Python的soundfile库可能需要一个特定的版本。尝试在虚拟环境中重新安装它：

pip uninstall soundfile -y pip install soundfile -i https://pypi.tuna.tsinghua.edu.cn/simple

如果还有问题，可以尝试安装pysoundfile：

pip install pysoundfile

然后在frcrn_denoise.py脚本中将import soundfile as sf改为import pysoundfile as sf。

问题2：modelscope下载模型时网络超时或极慢。解决：魔搭社区在国内访问通常很快。如果慢，可以：

1. 设置环境变量使用代理（如果你有科学上网的环境）：

   export HTTP_PROXY=http://your_proxy:port export HTTPS_PROXY=http://your_proxy:port

   （注意：此处仅为技术问题解决思路，实际使用请遵守相关法律法规）
2. 手动下载模型（不推荐给新手，过程较繁琐）。

问题3：使用GPU (-d cuda:0) 时报错，提示找不到CUDA。解决：这说明你的系统虽然可能有NVIDIA显卡，但没有安装正确的CUDA驱动和PyTorch的CUDA版本。

• 确认：运行nvidia-smi看是否能识别显卡。如果不能，需要安装显卡驱动。
• 安装PyTorch的CUDA版本：我们之前安装的torch可能是CPU版本。需要去 PyTorch官网 根据你的CUDA版本选择安装命令。例如，对于CUDA 11.8：

  pip install torch torchaudio --index-url https://download.pytorch.org/whl/cu118

• 稳妥起见：如果GPU环境配置复杂，在国产系统上先用CPU (-d cpu) 模式运行是完全可行的。对于短音频（几分钟内），速度是可以接受的。

问题4：降噪后声音听起来有点“闷”或者有轻微失真。解决：这是语音降噪模型的普遍权衡。FRCRN在强力去除噪声时，可能会轻微影响语音的某些高频成分（“闷”的感觉），或者在噪声和人声频谱非常接近时引入一点失真。

• 可以尝试：在录音时尽量提高人声音量，降低环境噪声，给模型一个更好的“原材料”。
• 理解原理：没有哪个降噪算法是完美的，FRCRN已经是业界领先的水平。对于绝大多数日常场景，其提升效果是远超副作用的。

6. 总结

走完整个流程，你现在应该已经在统信UOS或麒麟系统上成功部署并运行了FRCRN语音降噪模型。我们来回顾一下关键步骤和要点：

1. 系统兼容性已验证：FRCRN模型及其Python生态依赖（PyTorch, ModelScope）在主流国产Linux发行版（统信UOS、麒麟）上可以顺利运行。主要挑战在于系统级音频依赖（如ffmpeg,libsndfile1）的安装，通过包管理器可以轻松解决。
2. 核心是环境隔离：使用venv创建独立的Python虚拟环境，是管理项目依赖、避免冲突的最佳实践。
3. 预处理是关键：模型对输入音频的16kHz采样率和单声道有严格要求。使用ffmpeg进行预处理能保证最佳降噪效果。
4. 使用便捷脚本：提供的frcrn_denoise.py脚本封装了模型加载、音频检查、降噪处理和结果保存的全流程，你只需要通过一行命令指定输入文件即可。
5. CPU/GPU均可：如果没有配置好CUDA环境，使用CPU模式进行推理是完全可行的，适合初次验证和轻量使用。

这个工具非常适合处理视频会议录音、远程采访音频、课堂录制、播客素材等场景下的背景噪声。它的强大之处在于能够智能地区分“需要保留的人声”和“需要剔除的噪声”，这是传统滤波器方法难以做到的。

下一步，你可以尝试用它批量处理一个文件夹里的所有嘈杂音频，或者将它集成到你自己的音频处理工作流中。希望这个在国产系统上验证过的方案，能为你带来清晰的听觉体验。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。