Swift SoundAnalysis——对文件音频进行分析

本文中，你可以利用Apple内置的音频分类器对音频进行一个分类，对音频中出现的声音进行对比分析，从而推断出该音频所对应的声音是什么事物所发出的。

以下是实现代码

import UIKit
import SoundAnalysis
class ViewController: UIViewController{
    override func viewDidLoad() {
        do{
            //创建一个请求
            let request = try SNClassifySoundRequest(classifierIdentifier: .version1)
            //创建分析器
            let analyzer = try SNAudioFileAnalyzer(url: URL(fileURLWithPath: Bundle.main.path(forResource: "o", ofType: ".mp3")!))
            //每次进行分析时，所选取的音频的范围，这里是15s。
            request.windowDuration = CMTime(seconds: 15, preferredTimescale: 1)
            //创建观察者
            let resultObserver = FirstDetectionObserver()
            //为文件分析器添加请求和观察者
            try analyzer.add(request, withObserver: resultObserver)
            //进行分析
            analyzer.analyze()
            }
        catch{
            print("error")
        }
}
}
class FirstDetectionObserver:NSObject,SNResultsObserving{
    //CMTime————精确的时间
    var firstDetectiontime = CMTime()
    //当分析出结果时，执行该代码
    func request(_ request: SNRequest, didProduce result: SNResult) {
        if let result = result as? SNClassificationResult,
           firstDetectiontime == CMTime.invalid
        {
            //输出匹配度最高的声音
            print(result.classifications[0])
        }
    }
}

如果想分析文件中是否出现过某种事物的声音，或者想找一下在什么时间出现过这种事物的声音，只需对上面的代码稍作修改就可。

以下是实现代码：

import UIKit
import SoundAnalysis
class ViewController: UIViewController{
    override func viewDidLoad() {
        do{
            //创建一个请求
            let request = try SNClassifySoundRequest(classifierIdentifier: .version1)
            //创建分析器
            let analyzer = try SNAudioFileAnalyzer(url: URL(fileURLWithPath: Bundle.main.path(forResource: "o", ofType: ".mp3")!))
            //每次进行分析时，所选取的音频的范围，这里是15s。
            request.windowDuration = CMTime(seconds: 15, preferredTimescale: 1)
            //创建观察者
            let resultObserver = FirstDetectionObserver(label: "guitar")
            //为文件分析器添加请求和观察者
            try analyzer.add(request, withObserver: resultObserver)
            //进行分析
            analyzer.analyze()
            }
        catch{
            print("error")
        }
}
}
class FirstDetectionObserver:NSObject,SNResultsObserving{
    //CMTime————精确的时间
    var firstDetectiontime = CMTime()
    //初始化
    var label: String
    init(label:String) {
        self.label = label
    }
    //当分析出结果时，执行该代码
    func request(_ request: SNRequest, didProduce result: SNResult) {
        if let result = result as? SNClassificationResult,
           //从所有分析结果中挑选出想要的结果
           let classification = result.classification(forIdentifier: label),
           //进行置信度分析，这里当置信度>0.5时，就会进行下面的分析
           classification.confidence > 0.5,
           firstDetectiontime == CMTime.invalid
        {
            //输出指定音源所出现的时间
            firstDetectiontime = result.timeRange.start
            print(firstDetectiontime)
        }
    }
}

这样就成功的利用Apple内置的音频分类器对音频文件进行分类了，不需要我们自己再去训练机器模型，简洁高效。