python时间戳hour怎么计算_关于python：根据时间戳计算不同时间间隔的mfcc

我碰到了这个不错的教程https://github.com/manashmndl/DeadSimpleSpeechRecognizer，其中数据是根据由文件夹分隔的样本进行训练的，并且所有mfcc都会被立即计算出来。

我正在努力实现类似但又不同的目标。

基于此：https://librosa.github.io/librosa/genic/librosa.feature.mfcc.html

librosa可以为任何音频计算mfcc。如下 ：

import librosa

y, sr = librosa.load('test.wav')

mymfcc= librosa.feature.mfcc(y=y, sr =sr)

但我想根据文件中的时间戳逐部分计算音频的mfcc。

该文件具有以下标签和时间戳：

0.0 2.0 sound1

2.0 4.0 sound2

4.0 7.0 silence

7.0 11.0 sound1

我想计算每个范围的mfcc，我希望得到看起来像mfcc及其相应标签的带标签的火车数据。

mfcc_1，声音1

mfcc_2，声音2

等等。

我该如何实现？

我查看了基于带注释的文件为音频片段生成mfcc的问题，问题很相似，但是我发现问题和答案都很难遵循(因为我对这个领域非常陌生)。

TIA

更新：我的代码：

import librosa

from subprocess import call

def ListDir():

call(["ls","-l"])

def main():

ListDir()

readfile_return_segmentsmfcc()

my_segments =[]

# reading annotated file

def         readfile_return_segmentsmfcc():

pat ='000.mp3'

y, sr = librosa.load(pat)

print"

sample rate :"

print sr

with open("000.txt","rb") as f:

for line in f.readlines():

start_time, end_time, label = line.split('\t')

start_time = float(start_time)

end_time = float(end_time)

label = label.strip()

my_segments.append((start_time, end_time, label))

start_index = librosa.time_to_samples(start_time)

end_index = librosa.time_to_samples(end_time)

required_slice = y[start_index:end_index]

required_mfcc = librosa.feature.mfcc(y=required_slice, sr=sr)

print"Mfcc size is {}".format(mfcc.shape)

print start,end,label

return my_segments

main()

就我而言，我只是使用`required_slice = y [start_index [0]：end_index [0]"而不必使用int()转换。

阅读开始时间和结束时间：

start=2.0

end=4.0

使用librosa.time_to_samples转换为样本索引：

start_index = librosa.time_to_samples(start)

end_index = librosa.time_to_samples(end)

使用python [:]运算符从数据获取相关切片：

slice = y[int(start_index):int(end_index)]

在slice上计算mfcc，依此类推。

谢谢，让我试试看。

希望对您有所帮助-请考虑接受我的回答。 ;)

谢谢您的回答。请提出如何存储在上一步中生成的mfccs？因为mfcc.shape为(20，X)，其中X取决于特定段的长度。因此在上面的示例中，将生成4个不同的mfcc。

我收到以下错误：Traceback (most recent call last): File"generate_mfcc_based_on_segments.py", line 46, in main() File"generate_mfcc_based_on_segments.py", line 10, in main read_annotate_file_return_segments_and_mfcc() File"generate_mfcc_based_on_segments.py", line 33, in read_annotate_file_return_segments_and_mfcc required_slice = y[start_index:end_index] TypeError: only integer scalar arrays can be converted to a scalar index用我的代码更新了问题

该错误是因为index应该是整数。我将转换添加到int

您对是否应使用namedtuple的想法？

能否请您告诉我们如何保存在最后一步中生成的这些mfcc：`required_mfcc = librosa.feature.mfcc(y = required_slice，sr = sr)`

那是比这个问题更广泛的范围，并且高度取决于什么是应用程序以及如何使用保存的数据。如果您提出了一个新的问题，您要达到的目标以及所尝试的目标–您会增加获得帮助的可能性:)

我想输入mfcc和标签来训练神经网络。

@EranW我正在从事一个非常相似的项目，我的问题，方法以及我所困的地方在这里：stackoverflow.com/questions/48514322/如果您能提供一些启发，那将会很棒。谢谢