音频信息处理

# -*- coding: utf-8 -*-

from nnmnkwii.util import example_audio_file,example_label_file
from scipy.io import wavfile
from scipy.signal import spectrogram
import librosa
import wave
import librosa.display
from IPython.display import Audio
import matplotlib.pyplot as plt
import numpy as np
from librosa import feature

def audio_(path):#nnmnkwii文档信息
    fs, x = wavfile.read(path)
    assert fs == 16000
    librosa.display.waveplot(x) , sr=fs)#这里要求浮点型数据,否则报错
    Audio(sig, rate=fs)
    
def audio_use(path):
    fs, sig = wavfile.read(path)
    print (fs, sig)
    sig = sig/max(abs(sig))#这里进行归一化,之后为浮点型数据
    plt.figure()
    librosa.display.waveplot(sig , sr=fs)
    plt.savefig("show.png")
    
def audio_use1(path):
    fs, sig = wavfile.read(path)
    print (fs, sig)
    plt.figure()
    librosa.display.waveplot(sig.astype(np.float32), sr=fs)#变为浮点型数据
    plt.savefig("show1.png")


def pyworld_use(path):

    import pyworld
    fs, x = wavfile.read(path)
    frame_period = 5 # ms
    hop_length = int(0.001 * fs * frame_period)

    x = x.astype(np.float64)
    f0, timeaxis = pyworld.harvest(x, fs, frame_period=frame_period)
    spectrogram = pyworld.cheaptrick(x, f0, timeaxis, fs)
    aperiodicity = pyworld.d4c(x, f0, timeaxis, fs)

    from nnmnkwii.preprocessing import trim_zeros_frames
    spectrogram = trim_zeros_frames(spectrogram)
    plt.figure()
    librosa.display.specshow(np.log(spectrogram).T, sr=fs,
                             hop_length=hop_length, x_axis="time",
                             y_axis="linear", cmap="magma")
    plt.savefig("show2.png")


def aligment_file(path,output):
    from nnmnkwii.io import hts
    path =(example_label_file())
    labels = hts.load(path)
    with open(output,"w") as f:
        f.write(str(labels))
    silence_indices = labels.silence_frame_indices()
    trimmed_spectrogram = spectrogram[:labels.num_frames()]
    silence_removed_spectrogram = np.delete(trimmed_spectrogram, silence_indices, axis=0)

    librosa.display.specshow(np.log(silence_removed_spectrogram).T, sr=fs,
                             hop_length=hop_length, x_axis="time",
                             y_axis="linear", cmap="magma")
    plt.savefig("show3.png")

def main():
    path="audio/mono.wav"
    output = "mono.lab"
    #audio_use(path)
    #audio_use1(path)
    #pyworld_use(path)
    aligment_file(path,output)


main()

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
参考:https://r9y9.github.io/nnmnkwii/latest/nnmnkwii_gallery/notebooks/00-Quick%20start%20guide.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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

佐倉

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