Что касается шумоподавления звука с использованием искусственного интеллекта и FFmpeg, вы можете изучить несколько методов. Вот некоторые из них:

1. Подавление шума на основе глубокого обучения. Обучите модель глубокого обучения, например сверточную нейронную сеть (CNN) или рекуррентную нейронную сеть (RNN), для удаления шума из аудиосигналов. Для обучения модели можно использовать набор данных из чистых и шумных аудиопар.

2. Спектральное вычитание. Этот метод включает оценку спектра шума из зашумленного звука и вычитание его из исходного спектра для восстановления чистого звука. FFmpeg предоставляет алгоритмы спектрального вычитания, которые вы можете использовать.

3. Фильтрация Винера. Фильтрация Винера — это метод статистической обработки сигналов, который можно использовать для уменьшения шума в аудио. Он оценивает спектральную плотность мощности чистого звука и применяет фильтр для уменьшения шума, сохраняя при этом нужные аудиокомпоненты.

4. Неотрицательная матричная факторизация (NMF): NMF может разлагать аудиосигнал на составные части, включая шум и желаемый звук. Отделив компонент шума, вы можете эффективно снизить шум в звуке.

5. Вейвлет-шумоподавление: Вейвлет-шумоподавление — это метод, который использует вейвлет-преобразования для разложения аудиосигналов на различные частотные диапазоны. Применяя пороговое значение к вейвлет-коэффициентам, вы можете удалить шум из каждой полосы частот.