
<html>

<head>

<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-1">

<style type="text/css" style="display:none;"><!-- P {margin-top:0;margin-bottom:0;} --></style>

</head>

<body dir="ltr">

<div id="divtagdefaultwrapper" style="font-size:12pt;color:#000000;font-family:Calibri,Arial,Helvetica,sans-serif;" dir="ltr">

<p>Hi everyone,</p>

<p><br>

</p>

<p>I am looking for an advice on how to best implement in Python adaptive "silence" detection. By silence I mean here regions where only background noise is present. The goal is to be able to analyse the spectrum in a subsequent step and do spectral subtraction

 on the whole sample to reduce noise.</p>

<p><br>

</p>

<p>Roughly three years ago I successfully used aubio to create a <a href="https://github.com/tracek/Ornithokrites">

tool</a> for automatic bird calls identification (thanks again Paul!) and was faced with exactly the same challenge. At that time I simply was taking two consecutive onsets (calculated with "energy" method) and if the distance between them was "large enough"

 I would take it with some buffer and call "silence". This is of course very naive method and I would like to improve it. </p>

<p><br>

</p>

<p>Can you offer some advice how to best do this?</p>

<p><br>

</p>

<p><br>

</p>

<p>Best regards,</p>

<p>Lucas</p>

<p><br>

</p>

<p>P.S. Thanks Paul for continuous work on improving the library! Python 3 support is very much welcomed.</p>

</div>

</body>

</html>