【NLP】Praat库(1) 安装及初步使用

官方网站

Praat: doint phonetics by computer
Python Praat库

安装测试

激活虚拟环境python 3.6.12,直接使用pip指令进行安装

pip install praat-parselmouth

测试

import parselmouth
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

install

绘制声波波幅图像

wav测试文件下载

sns.set() # 使用seaborn的默认设置
plt.rcParams['figure.dpi'] 

def plot_sound():
    snd=pm.Sound('audio/w_1.wav')
    plt.figure()
    plt.plot(snd.xs(), snd.values.T)
    plt.xlim([snd.xmin, snd.xmax])
    plt.xlabel('time [s]')
    plt.ylabel('amplitude')
    plt.show()

plot_sound()  

采集得到的图像如下
port

片段声音采集

It is also possible to extract part of speech fragment and plot it separately.

# 提取声音片段
def sound_fragement():
    snd_part=snd.extract_part(from_time=0.9, preserve_times=True)
    plt.figure()
    plt.plot(snd_part.xs(), snd_part.values.T)
    plt.xlim([snd_part.xmin, snd_part.xmax])
    plt.xlabel('time [s]')
    plt.ylabel('amplitude')
    plt.show()

sound_fragement()

snd_part

声音信号频谱和强度

# spectrogram
def draw_spectrogram(spectrogram, dynamic_range=70):
    X, Y=spectrogram.x_grid(), spectrogram.y_grid()
    sg_db=10*np.log10(spectrogram.values) # 取对数处理
    plt.pcolormesh(X, Y, sg_db, vmin=sg_db.max() - dynamic_range, cmap='spring_r')
    plt.ylim([spectrogram.ymin, spectrogram.ymax])
    plt.xlabel('time [s]')
    plt.ylabel('freq [Hz]')

# intensity
def draw_intensity(intensity):
    plt.plot(intensity.xs(), intensity.values.T, linewidth=1.5, linestyle='-.',color='blue')
    plt.grid(False)
    plt.ylim(0)
    plt.ylabel('intensity [dB]')


def curve_plot():
    intensity=snd.to_intensity() # 强度
    spectrogram=snd.to_spectrogram() # 频率
    plt.figure()
    draw_spectrogram(spectrogram)
    plt.twinx()
    draw_intensity(intensity)
    plt.xlim([snd.xmin, snd.xmax])
    plt.show()

curve_plot()

inten and freq

滑动窗口采样

The Parselmouth functions and methods have the same arguments as the Praat commands, so we can for example also change the window size of the spectrogram analysis to get a narrow-band spectrogram.

def draw_pitch(pitch):
    pitch_values=pitch.selected_array['frequency']
    pitch_values[pitch_values==0]=np.nan
    plt.plot(pitch.xs(), pitch_values, 'o', markersize=3, color='blue')
    plt.ylim(0, pitch.ceiling)
    plt.ylabel('fundamental freq. [Hz]')

def pitch_plot():
    pitch=snd.to_pitch()
    pre_emphasized_snd=snd.copy()
    pre_emphasized_snd.pre_emphasize()
    spectrogram=pre_emphasized_snd.to_spectrogram(window_length=0.03, maximum_frequency=8000)

    plt.figure()
    draw_spectrogram(spectrogram)
    plt.twinx()
    draw_pitch(pitch)
    plt.xlim([snd.xmin, snd.xmax])
    plt.show()

pitch_plot()

sample

使用seaborn中的FaceGrid函数可以同时展示多个音频文件的谱信息

'''
多文件显示
'''
import pandas as pd

def facet_util(data, **kwargs):
    digit, speaker_id=data[['digit', 'speaker_id']].iloc[0]
    sound=pm.Sound('digit/{}_{}.wav'.format(digit, speaker_id))
    draw_spectrogram(sound.to_spectrogram())
    plt.twinx()
    draw_pitch(sound.to_pitch())

    if digit != 5:
        plt.ylabel('')
        plt.yticks([])


def sns_face_grid():
    ans=pd.read_csv('digit/digit_list.csv')
    grid=sns.FacetGrid(ans, row='speaker_id', col='digit')
    grid.map_dataframe(facet_util)
    grid.set_titles(col_template="{col_name}", row_template="{row_name}")
    grid.set_axis_labels('time [s]', 'frequency [Hz]')
    grid.set(facecolor='white', xlim=(0, None))
    plt.show()

sns_face_grid()

mvt

MP3文件转为WAV文件

发现Praat库无法直接处理MP3文件,需要进行转换,安装pydub

pip install pydub

需要下载ffmpeg软件,解压后添加到系统环境变量中
env

发现直接调用pydub进行转换会遇到权限问题,目前尚未解决

'''
mp3文件转为wav文件
'''
from pydub import AudioSegment
import pydub
pydub.AudioSegment.converter="E:\\ffmpeg_2020\\bin"

def mp3_trans_wav():
    snd=AudioSegment.from_mp3('audio/adu_2.mp3')
    snd.export('test_.wav', format='wav')

fail

直接在CMD中调用ffmpeg软件对mp3文件进行解析
ffmpeg
考虑通过python调用cmd命令转换mp3文件

'''
在cmd中调用ffmpeg指令转换文件格式
ffmpeg -i {mp3 filepath} {wav filepath}
'''
import os

def cmd_func():
    # ans=os.popen('ipconfig')
    # print(ans.read())Q
    src='adu_2.mp3'
    dst='wav_2.wav'
    ff_cmd='ffmpeg -i audio/{} wav/{}'.format(src, dst)
    ans=os.popen(ff_cmd)
    print(ans)

cmd_func()

结果可行
wav

数据和代码下载

Praat库案例代码

参考资料

pydub库实现MP3文件与wav文件的相互转换
音频mp3格式转wav格式
python调用cmd命令行

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Quant0xff

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值