Un guide d'utilisation de la bibliothèque de traitement audio Python

Le traitement audio est une branche importante dans le domaine du multimédia En plus de l'industrie musicale, c'est également une compétence essentielle dans l'intelligence artificielle, l'interaction homme-machine et d'autres domaines. En Python, la bibliothèque de traitement audio est relativement couramment utilisée et elle peut nous aider dans la collecte, le traitement et l'analyse audio. Cet article présentera certaines bibliothèques de traitement audio Python couramment utilisées et comment les utiliser.

1. PyAudio

PyAudio est un module Python qui peut nous aider à implémenter des fonctions telles que la collection audio et la lecture en Python. Il prend en charge plusieurs systèmes d'exploitation et peut être utilisé non seulement sur les systèmes Windows, mais également sur Linux et Mac OS X. Grâce à PyAudio, nous pouvons facilement lire et écrire des fichiers audio, ainsi qu'enregistrer et lire de l'audio en temps réel.

L'installation de PyAudio est très simple, il vous suffit de l'installer via la commande pip :

pip install pyaudio

Ce qui suit est un exemple simple montrant comment utiliser PyAudio pour lire des fichiers audio :

import pyaudio
import wave

# 打开 wav 文件
wave_file = wave.open('test.wav', 'rb')

# 初始化 PyAudio
p = pyaudio.PyAudio()

# 打开音频流
stream = p.open(format=p.get_format_from_width(wave_file.getsampwidth()),
                channels=wave_file.getnchannels(),
                rate=wave_file.getframerate(),
                output=True)

# 读取数据并播放
data = wave_file.readframes(1024)
while data != b'':
    stream.write(data)
    data = wave_file.readframes(1024)

# 停止音频流和 PyAudio
stream.stop_stream()
stream.close()
p.terminate()

# 关闭 wav 文件
wave_file.close()

Le code ci-dessus utilise d'abord l'onde module pour ouvrir un fichier audio. Utilisez ensuite le module PyAudio pour ouvrir le flux audio, lire les données du fichier audio et les écrire dans le flux audio. Enfin, fermez le flux audio et PyAudio lorsque vous avez fini de lire l'audio.

2. SciPy

SciPy est une bibliothèque Python pour le calcul scientifique. Elle prend en charge une variété d'applications scientifiques, notamment le traitement du signal, le traitement d'images, l'optimisation, etc. Dans le traitement audio, nous utilisons généralement le module de signal de SciPy pour effectuer des opérations de traitement du signal telles que le filtrage.

L'installation de SciPy est également très simple, utilisez simplement la commande pip pour l'installer :

pip install scipy

Ce qui suit est un exemple simple montrant comment utiliser SciPy pour filtrer les données audio :

import scipy.signal as signal
import scipy.io.wavfile as wav

# 读取音频文件
rate, data = wav.read("test.wav")

# 构造滤波器
nyq_rate = rate / 2.0
cutoff_freq = 2000.0
normal_cutoff = cutoff_freq / nyq_rate
b, a = signal.butter(4, normal_cutoff, btype='lowpass')

# 滤波处理
filtered_data = signal.lfilter(b, a, data)

# 写入输出文件
wav.write("filtered_test.wav", rate, filtered_data.astype(data.dtype))

Dans le code ci-dessus, le module wav est utilisé pour lire les données audio originales, puis construisez un filtre passe-bas et utilisez la fonction signal.lfilter pour filtrer les données originales. Enfin, utilisez le module wav pour écrire les données audio traitées dans le fichier de sortie.

3. LibROSA

LibROSA est une bibliothèque Python pour l'analyse musicale et audio. Elle prend en charge plusieurs formats de fichiers audio et fournit de nombreuses fonctions pour le traitement des données audio. Grâce à LibROSA, nous pouvons facilement effectuer des opérations telles que l'extraction de fonctionnalités audio, le traitement et l'analyse du signal audio. De plus, LibROSA encapsule également des algorithmes d'extraction de fonctionnalités couramment utilisés, tels que l'analyse du domaine temporel audio et du domaine fréquentiel, la banque de filtres de fréquence Mel, Mel cepstrum, MFCC, etc.

Méthode d'installation de LibROSA :

pip install librosa

Ce qui suit est un exemple simple montrant comment utiliser LibROSA pour l'analyse audio :

import librosa

# 读取音频文件
y, sr = librosa.load("test.wav")

# 提取音频特征
# STFT
D = librosa.stft(y)

# 梅尔频率滤波器组 (melspectrogram)
S = librosa.feature.melspectrogram(y=y, sr=sr, n_mels=128,
                                    fmax=8000)

# 梅尔倒谱系数 (MFCCs)
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)

# 显示特征提取结果
import matplotlib.pyplot as plt
librosa.display.specshow(librosa.power_to_db(S, ref=np.max),
                            y_axis='mel', fmax=8000,
                            x_axis='time')

plt.colorbar(format='%+2.0f dB')
plt.title('Mel spectrogram')
plt.tight_layout()
plt.show()

Dans le code ci-dessus, utilisez la fonction librosa.load pour lire les données audio, puis utilisez librosa.stft, librosa.feature. Des fonctions telles que melspectrogram et librosa.feature.mfcc extraient les fonctionnalités de l'audio et affichent la carte des fonctionnalités audio traitées.

Résumé

Cet article présente trois bibliothèques de traitement audio Python couramment utilisées, notamment PyAudio, SciPy et LibROSA, et démontre leur utilisation. Ces bibliothèques peuvent facilement implémenter des fonctions telles que la collecte, le traitement et l'analyse audio. Nous espérons fournir une aide aux lecteurs qui apprennent le traitement audio.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!