python实现音乐分类,如何对音频进行预处理以进行分类?

本文介绍了如何使用Python对音频文件进行预处理,包括通过pydub进行音频格式转换、声道调整和采样率设置,以及利用scipy和python_speech_features获取幅度谱图,进行噪声减少和归一化,为音乐分类任务准备输入数据。
摘要由CSDN通过智能技术生成

在声音分类方面,我个人更喜欢光谱图作为神经网络的输入。这样,原始音频数据将转换为图像表示,您可以将其视为基本图像分类任务。

有多种方法可供选择,以下是我通常使用scipy做的事情,python_speech_features和pydub:

import numpy as np

import scipy.io.wavfile as wave

import python_speech_features as psf

from pydub import AudioSegment

#your sound file

filepath = 'my-sound.wav'

def convert(path):

#open file (supports all ffmpeg supported filetypes)

audio = AudioSegment.from_file(path, path.split('.')[-1].lower())

#set to mono

audio = audio.set_channels(1)

#set to 44.1 KHz

audio = audio.set_frame_rate(44100)

#save as wav

audio.export(path, format="wav")

def getSpectrogram(path, winlen=0.025, winstep=0.01, NFFT=512):

#open wav file

(rate,sig) = wave.read(path)

#get frames</

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
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