推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 947 天前的主题，其中的信息可能已经有所发展或是发生改变。
https://github.com/libAudioFlux/audioFlux
一个用于音频和音乐分析、特征提取的库，支持数十种时频分析变换方法，以及相应时域、频域数百种特征组合，可以提供给深度学习网络进行训练，用于研究音频领域的分类、分离、音乐信息检索(MIR)、ASR 等各种任务。
- 系统、多维度的提取特征和组合，可以灵活的用于各种任务研究分析。
- 性能高效，核心大部分 C 实现，基于不同平台 FFT 硬件加速，方便大规模数据特征提取。
- 支持移动端，满足移动端音频流实时计算。
快速上手
pip install audioflux
import numpy as np import audioflux as af import matplotlib.pyplot as plt from audioflux.display import fill_spec # Get a 220Hz's audio file path sample_path = af.utils.sample_path('220') # Read audio data and sample rate audio_arr, sr = af.read(sample_path) # Extract mel spectrogram spec_arr, mel_fre_band_arr = af.mel_spectrogram(audio_arr, num=128, radix2_exp=12, samplate=sr) spec_arr = np.abs(spec_arr) # Extract mfcc mfcc_arr, _ = af.mfcc(audio_arr, cc_num=13, mel_num=128, radix2_exp=12, samplate=sr) # Display audio_len = audio_arr.shape[0] # calculate x/y-coords x_coords = np.linspace(0, audio_len / sr, spec_arr.shape[1] + 1) y_coords = np.insert(mel_fre_band_arr, 0, 0) fig, ax = plt.subplots() img = fill_spec(spec_arr, axes=ax, x_coords=x_coords, y_coords=y_coords, x_axis='time', y_axis='log', title='Mel Spectrogram') fig.colorbar(img, ax=ax) fig, ax = plt.subplots() img = fill_spec(mfcc_arr, axes=ax, x_coords=x_coords, x_axis='time', title='MFCC') fig.colorbar(img, ax=ax) plt.show() 
感兴趣的请给个 Star
https://github.com/libAudioFlux/audioFlux
更多实例
 | 1 CMLab 2023-03-09 15:41:29 +08:00 复制了一下代码，ipython 运行，确实出效果 |
 | 2 smallsung 2023-03-09 16:47:55 +08:00 看起来是跨平台的 好评 |
 | 3 tigerstudent 2023-03-09 17:13:28 +08:00 想知道做 ASR 之前，怎么过滤周围的一些杂音，比如说周围人的小声说话声、广播声、喧哗声 |
| 4 CMLab 2023-03-09 17:19:03 +08:00 @tigerstudent 看具体音源和业务情况，这些噪声是低频信号还是高频信号或者有明显特征的频域分布，这样才能有针对性处理，针对 ASR 而言，最简单的方式就是过一下高通滤波器 |
| 5 CMLab 2023-03-09 17:24:08 +08:00 @tigerstudent 如果业务要求较高的效果，可以用深度学习方式，针对噪声相关业务数据标注后，走频谱的 mask 的训练 |
 | 6 kevinlq 2023-03-09 22:01:18 +08:00 已 star, 正对对这方面感兴趣，深入学习下 |
 | 7 D2h0VL89HMAU417B 2023-03-10 08:49:14 +08:00 学习 |
 | 8 jememouse 2023-04-15 20:13:04 +08:00 via iPad 不错，最近正在找相关的资料 |
Select Language