python音频分析（三）librosa

最新推荐文章于 2024-04-22 21:10:03 发布
最新推荐文章于 2024-04-22 21:10:03 发布
阅读量4k 收藏 9
点赞数 1
分类专栏： 信号处理
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_30165411/article/details/102558545
版权

    之前一直找不到封装好的包，以为什么梅尔频率倒谱系数都要自己写，才发现原来有librosa。各种可能用到的特征参照这篇文章的代码都可以执行。

python处理音频信号实战：手把手教你实现音乐流派分类和特征提取

（1）过零率

（2）光谱质心

（3）光谱衰减

（4）梅尔频率倒谱系数

（5）色度频率

    关于著名的梅尔倒谱系数，还有篇文章有比较好的讲解。

特征提取

    同时推荐该博客的另一篇翻译的文章，非常建议这方面的入门者阅读，能收获对深度学习在音频分析领域上应用的一个大体感知，受益良多。

深度学习在音频信号处理领域中的进展（截止至2019年5月）

 

kezis
关注
  • 1
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
音频特征提取——librosa工具包使用
weixin_34021089的博客
05-06 5674
作者：桂。 时间：2017-05-06  11:20:47 链接：http://www.cnblogs.com/xingshansi/p/6816308.html  前言  本文主要记录librosa工具包的使用，librosa在音频、乐音信号的分析中经常用到，是python的一个工具包，这里主要记录它的相关内容以及安装步骤，用的是python3.5以及win8.1环境。 ...
python librosa库实现变声
James_bobo的博客
09-23 9413
python librosa库实现变声 /opt/python/acapellabot/gg.wav import librosa y,sr = librosa.load("gg.wav") # 通过改变采样率来改变音速，相当于播放速度X2 librosa.output.write_wav("gg_resample.wav",y,sr*2) import librosa y,sr = libro...
音乐速度与节拍估计（一）基本方法
So You Try
02-04 2314
使用Librosa库对音乐速度、节拍进行估计的基本方法
数据科学家常用的24个Python库(1)
最新发布
2401_83817122的博客
04-22 421
是用于图像处理的PythonAPI，它结合了OpenCVC++API和Python语言的最佳特性。它是一个用Python编写的音频信号处理库，主要关注音乐信息检索（MIR）任务。可以执行图像分割，几何变换，色彩空间操作，分析，过滤，形态学，特征检测等等。是一个基于Python的科学计算包，可以用作：NumPy的替代品，可以使用GPU的强大功能，深度学习研究平台。TensorFlow由Google开发，是一个流行的深度学习库，可帮助您构建和训练不同的模型。是一个用于音频特征提取，分类和分段的Python库。
python提取mfcc参数（python_speech_features和librosa两个包速度比较）
weixin_38468077的博客
04-07 9697
1.比较代码 import librosa import os import time import numpy as np import scipy.io.wavfile as wav import python_speech_features from python_speech_features import mfcc #读取某文件夹下的所有.wav文件，并返回文件全称 def file_name(file_dir): L = [] for root, dirs, files in
【机器学习】音乐表示Music Representation
noobiee的博客
11-08 2370
因为最基础的MIDI文件只需要起止（Onset、Offset）、绝对音高（MIDI pitch）就可以播放了（音色之类的都可以设为默认如钢琴），因此才会造成数据如此杂乱。MusicXML格式就好得多，因为其是一个面向乐谱显示或排版的格式，包含基本音乐学信息是其基础。 MusicXML文件分为两种类型：score-partwise与score-timewise，其中较为常见的是score-partwise。 基于节拍事件（Beat-based）相比MIDI-like，REMI的异同：事件表示某一特定音高的
【Python】librosa音频处理教程
fengdu78的博客
05-19 7905
Librosa简介Librosa是一个 Python 模块，用于分析一般的音频信号，是一个非常强大的python语音信号处理的第三方库，根据网络资料以及官方教程，本文主要总结了一些重要且常用的功能。#安装 !pipinstalllibrosaLooking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple Re...
python，音频 pyaudio vs librosa
11-01
pyaudio vs librosa 区别的示例代码。
librosa：用于音频和音乐分析的Python库
02-05
用于音乐和音频分析的python软件包。 文献资料 有关完整的参考手册和入门教程，请参见 。 安装 PyPI上提供了最新的稳定版本，您可以通过说出它来安装 pip install librosa Anaconda用户可以使用conda-forge安装： ...
音频处理 windows10下python三方库librosa安装教程
09-16
主要介绍了音频处理 windows10下python三方库librosa安装方法，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
Python音频数据聚类分析 课程设计
01-06
这段Python代码实现了音频数据处理和分析的功能。它的主要步骤包括： 1. 加载音频数据：从指定文件夹中加载音频文件（.wav格式）的文件路径。 2. 特征提取：使用Librosa库提取音频数据的MFCC（Mel-Frequency ...
Python音频处理包——Librosa的安装与使用
热门推荐
赵至柔的博客
05-16 3万+
Python音频处理库—librosa的安装与使用 1、librosa简介    Librosa是一个用于音频、音乐分析、处理的python工具包，一些常见的时频处理、特征提取、绘制声音图形等功能应有尽有，功能十分强大。本文主要介绍librosa的安装与使用方法。    librosa的安装与使用文档 https://librosa.github.io/librosa/ins...
python常用信号处理函数之librosa
Barbara‘s Blog
09-01 3963
librosa.feature.mfcc 主要学习利用该库提取mfcct特征，望各位批评指正。 MFCCs (Mel-frequency cepstral coefficients):梅尔倒谱系数 librosa.feature.mfcc(y=None, sr=22050, S=None, n_mfcc=20, dct_type=2, norm='ortho', lifter=0, **kwargs 输入参数： y: 语音时间序列。np.ndarray [shape=(n,)] or None sr:
音频信号处理库——librosa上手指南Python
机器学习初学者必看，关注我，一起了解机器学习
12-23 2049
毕设驱动，故写此文，留念。 更新时间：2020年12月22日21:24:51 安装-极其简单pip 搞定 pip install librosa 简单上手-加载音频librosa.load 音符识别的小栗子，可以识别音乐中的音符的起始时间 # Beat tracking example，导入函数库 import librosa # 1. Get the file path to an included audio example audio_path = 'D://整理资料//cd//Track01.a
音频重采样 python+librosa
yyy430的博客
04-21 2807
原始音频采样率为48kHz，利用librosa库中的resample函数将这段音频下采样到16KHz。 import librosa filename = 'ClapSound.wav' newFilename = 'ClapSound_8k.wav' y, sr = librosa.load(filename, sr=48000) y_16k = librosa.resample(y,s...
python 语音学习 librosa语音特征Feature extraction
weixin_43928944的博客
09-29 2120
文档 这东西真好,提取特征是件挺麻烦的事情，预加重、分帧、加窗 … 不得不感叹py是真舒服。 相比python_speech_features的文档,librosa似乎更舒适 代码 “你好”的频谱 import matplotlib.pyplot as plt import librosa.display from python_speech_features import * import numpy as np import utils x , sr = librosa.load("output
librosa实现音频格式转换（单曲&批量） | MP3转wav
qq_44250700的博客
05-25 2881
文章目录step1：环境要求①安装ffmpeg②安装librosa③安装soundfilestep2：4行代码完成转换①导包②读入需要处理的MP3文件③用soundfile重写成wav综上，完整代码如下： step1：环境要求 ①安装ffmpeg 这一步很关键。如果没有ffmpeg，librosa读取MP3文件时就会报错。 见笔者的文章：ffmpeg安装 ②安装librosa pip install librosa ③安装soundfile pip install soundfile step2：4
librosa处理音频信号
yunman2012的博客
12-14 1万+
二十世纪八十年代，有专家研究巴赫《第一勃兰登堡协奏曲》的音乐信号时发现，音乐信号的功率谱与人类大脑生理信号的功率谱相似，符合1/f信号公式。还发现，音乐信号α越靠近数值1越好听，从科学上找到一个近似参数来判定音乐的悦耳度。2012年加拿大麦吉尔大学音乐系主任分析发现，音乐节奏也满足这个规律，α值为0.8。不同音乐体裁的α值不一样，所以也可以用这个数值反推音乐的风格体裁。不同作曲家风格音乐的α值不...
利用python-librosa库进行音频处理
lyapple2008的专栏
09-09 9982
librosa安装conda只需要下面一条命令就可以完成安装conda install -c conda-forge librosa音频输入与输出特征计算
librosa 音频分析python代码
05-31
以下是一个基本的使用Librosa库进行音频分析的Python代码示例： ```python import librosa # 加载音频文件 audio_data, sample_rate = librosa.load('audio_file.wav') # 提取Mel频率倒谱系数(MFCCs) mfccs = librosa.feature.mfcc(y=audio_data, sr=sample_rate, n_mfcc=13) # 显示MFCCs特征 print(mfccs) ``` 这段代码首先使用`librosa.load`函数加载音频文件，返回音频数据和采样率。然后使用`librosa.feature.mfcc`函数提取音频数据的Mel频率倒谱系数(MFCCs)特征。最后，使用`print`函数显示MFCCs特征。 当然，Librosa库还有很多其他的音频分析功能，如音频可视化、节拍检测、音高检测等等，具体使用方式可以查看Librosa官方文档。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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