歡迎加入QQ討論群258996829
麥子學(xué)院 頭像
蘋果6袋
6
麥子學(xué)院

使用python如何擴(kuò)充音頻數(shù)據(jù)？

發(fā)布時(shí)間：2018-04-15 23:34  回復(fù):0  查看:3268   最后回復(fù)：2018-04-15 23:34  
經(jīng)典的深度學(xué)習(xí)網(wǎng)絡(luò)AlexNet 使用  數(shù)據(jù)擴(kuò)充（Data Augmentation）  的方式擴(kuò)大數(shù)據(jù)集，取得較好的分類效果。在深度學(xué)習(xí)的圖像領(lǐng)域中，通過平移、  翻轉(zhuǎn)、加噪等方法進(jìn)行數(shù)據(jù)擴(kuò)充。但是，在  音頻（Audio）  領(lǐng)域中，如何進(jìn)行數(shù)據(jù)擴(kuò)充呢？
本文和大家分享的就是python 音頻數(shù)據(jù)擴(kuò)充的一些小技巧，一起來看看吧，希望對(duì)大家 學(xué)習(xí)python有所幫助。
　　音頻的數(shù)據(jù)擴(kuò)充主要有以下四種方式：
　　·  音頻剪裁（ Clip ）
　　·  音頻旋轉(zhuǎn)（ Roll ）
　　·  音頻調(diào)音（ Tune ）
　　·  音頻加噪（ Noise ）
　　音頻處理基于librosa 音頻庫(kù)；矩陣操作基于 scipy 和 numpy 科學(xué)計(jì)算庫(kù)。
　　以下是Python 的實(shí)現(xiàn)方式：
　　 音頻剪裁
　　 import librosa from scipy.io  import wavfile
　　y, sr = librosa.load("../data/love_illusion.mp3")  #  讀取音頻 print y.shape, sr
　　wavfile.write("../data/love_illusion_20s.mp3", sr, y[20 * sr:40 * sr])  #  寫入音頻
　　 音頻旋轉(zhuǎn)
　　 import librosa import numpy  as np from scipy.io  import wavfile
　　y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  #  讀取音頻
　　y = np.roll(y, sr*10) print y.shape, sr
　　wavfile.write("../data/raw/xxx_roll.mp3", sr, y)  #  寫入音頻
　　 音頻調(diào)音
　　import cv2
　　import librosa
　　from scipy.io import wavfile
　　 y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  #  讀取音頻
　　ly = len( y)
　　y_tune = cv2. resize( y, (1,  int(len( y) * 1.2))).squeeze() lc = len(y_tune) - ly
　　y_tune = y_tune[ int( lc / 2): int( lc / 2) + ly] print  y.shape, sr
　　wavfile. write("../data/raw/xxx_tune.mp3", sr,  y)  #  寫入音頻
　　音頻加噪，注意：在添加隨機(jī)噪聲時(shí)，保留0 值，否則刺耳難忍！
　　 import librosa from scipy.io  import wavfile import numpy  as np
　　y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  #  讀取音頻
　　wn = np.random.randn(len(y))
　　y = np.where(y != 0.0, y + 0.02 * wn, 0.0)  #  噪聲不要添加到 0 上！ print y.shape, sr
　　wavfile.write("../data/raw/love_illusion_20s_w.mp3", sr, y)  #  寫入音頻
來源：網(wǎng)絡(luò)
您還未登錄，請(qǐng)先登錄

熱門帖子

最新帖子

?