13

私は過去にAudiolabを使用してサウンドファイルをインポートしてきましたが、非常にうまく機能しました。でも：

-

In [2]: from scikits import audiolab
--------------------------------------------------------------------

ImportError                               Traceback (most recent call last)

C:\Python26\Scripts\<ipython console> in <module>()

C:\Python26\lib\site-packages\scikits\audiolab\__init__.py in <module>()
     23 __version__ = _version
     24
---> 25 from pysndfile import formatinfo, sndfile
     26 from pysndfile import supported_format, supported_endianness, \
     27                       supported_encoding, PyaudioException, \

C:\Python26\lib\site-packages\scikits\audiolab\pysndfile\__init__.py in <module>()
----> 1 from _sndfile import Sndfile, Format, available_file_formats, available_encodings
      2 from compat import formatinfo, sndfile, PyaudioException, PyaudioIOError
      3 from compat import supported_format, supported_endianness, supported_encoding

ImportError: DLL load failed: The specified module could not be found.``

だから私はどちらかをしたいと思います：

  • 2.6で機能しない理由（_sndfile.pydに問題がありますか？）を理解し、サポートされていない形式で機能するように拡張する方法を見つけてください。
  • audiolabの完全な代替品を探す
4

5 に答える 5

14

AudiolabはPython2.6.2を搭載したUbuntu9.04で動作しているため、Windowsの問題である可能性があります。フォーラムへのリンクで、作成者はそれがWindowsエラーであることも示唆しています。

過去には、このオプションは私にも有効でした：

from scipy.io import wavfile
fs, data = wavfile.read(filename)

dataデータ型がある可能性があるintため、[-1,1）内でスケーリングされないことに注意してください。たとえば、がの場合data、[-1,1）内でスケーリングするためにint16除算dataする必要があります。2**15

于 2010-03-01T22:46:13.000 に答える
6

Soxhttp ://sox.sourceforge.net/はこれの友達になることができます。多くの異なる形式を読み取り、任意のデータ型で生として出力できます。実際、私はオーディオファイルからnumpy配列にデータのブロックを読み取るコードを書いただけです。

私は、移植性（soxは非常に広く利用可能）と、使用できる入力オーディオタイプの柔軟性を最大化するために、このルートを選択することにしました。実際、最初のテストから、非常に長い（時間）ファイルから短い（数秒）オーディオを読み取るために使用しているものでは、それほど遅くはないようです。

必要な変数：

SOX_EXEC # the sox / sox.exe executable filename
filename # the audio filename of course
num_channels # duh... the number of channels
out_byps # Bytes per sample you want, must be 1, 2, 4, or 8

start_samp # sample number to start reading at
len_samp   # number of samples to read

実際のコードは本当に単純です。ファイル全体を抽出する場合は、start_samp、len_samp、および'trim'のものを削除できます。

import subprocess # need the subprocess module
import numpy as NP # I'm lazy and call numpy NP

cmd = [SOX_EXEC,
       filename,              # input filename
       '-t','raw',            # output file type raw
       '-e','signed-integer', # output encode as signed ints
       '-L',                  # output little endin
       '-b',str(out_byps*8),  # output bytes per sample
       '-',                   # output to stdout
       'trim',str(start_samp)+'s',str(len_samp)+'s'] # only extract requested part 

data = NP.fromstring(subprocess.check_output(cmd),'<i%d'%(out_byps))
data = data.reshape(len(data)/num_channels, num_channels) # make samples x channels

PS：これはsoxを使用してオーディオファイルヘッダーからものを読み取るためのコードです...

    info = subprocess.check_output([SOX_EXEC,'--i',filename])
    reading_comments_flag = False
    for l in info.splitlines():
        if( not l.strip() ):
            continue
        if( reading_comments_flag and l.strip() ):
            if( comments ):
                comments += '\n'
            comments += l
        else:
            if( l.startswith('Input File') ):
                input_file = l.split(':',1)[1].strip()[1:-1]
            elif( l.startswith('Channels') ):
                num_channels = int(l.split(':',1)[1].strip())
            elif( l.startswith('Sample Rate') ):
                sample_rate = int(l.split(':',1)[1].strip())
            elif( l.startswith('Precision') ):
                bits_per_sample = int(l.split(':',1)[1].strip()[0:-4])
            elif( l.startswith('Duration') ):
                tmp = l.split(':',1)[1].strip()
                tmp = tmp.split('=',1)
                duration_time = tmp[0]
                duration_samples = int(tmp[1].split(None,1)[0])
            elif( l.startswith('Sample Encoding') ):
                encoding = l.split(':',1)[1].strip()
            elif( l.startswith('Comments') ):
                comments = ''
                reading_comments_flag = True
            else:
                if( other ):
                    other += '\n'+l
                else:
                    other = l
                if( output_unhandled ):
                    print >>sys.stderr, "Unhandled:",l
                pass
于 2012-03-21T04:40:56.817 に答える
5

FFmpegはmp3をサポートし、Windowsで動作します（http://zulko.github.io/blog/2013/10/04/read-and-write-audio-files-in-python-using-ffmpeg/）。

mp3ファイルの読み取り：

import subprocess as sp

FFMPEG_BIN = "ffmpeg.exe"

command = [ FFMPEG_BIN,
        '-i', 'mySong.mp3',
        '-f', 's16le',
        '-acodec', 'pcm_s16le',
        '-ar', '44100', # ouput will have 44100 Hz
        '-ac', '2', # stereo (set to '1' for mono)
        '-']
pipe = sp.Popen(command, stdout=sp.PIPE, bufsize=10**8)

データをnumpy配列にフォーマットします。

raw_audio = pipe.proc.stdout.read(88200*4)

import numpy

audio_array = numpy.fromstring(raw_audio, dtype="int16")
audio_array = audio_array.reshape((len(audio_array)/2,2))
于 2016-06-01T15:38:24.127 に答える
4

MP3でこれを行いたい場合

これが私が使用しているものです：それはpydubとscipyを使用しています。

フルセットアップ（Macの場合、他のシステムでは異なる場合があります）：

import tempfile
import os
import pydub
import scipy
import scipy.io.wavfile


def read_mp3(file_path, as_float = False):
    """
    Read an MP3 File into numpy data.
    :param file_path: String path to a file
    :param as_float: Cast data to float and normalize to [-1, 1]
    :return: Tuple(rate, data), where
        rate is an integer indicating samples/s
        data is an ndarray(n_samples, 2)[int16] if as_float = False
            otherwise ndarray(n_samples, 2)[float] in range [-1, 1]
    """

    path, ext = os.path.splitext(file_path)
    assert ext=='.mp3'
    mp3 = pydub.AudioSegment.from_mp3(file_path)
    _, path = tempfile.mkstemp()
    mp3.export(path, format="wav")
    rate, data = scipy.io.wavfile.read(path)
    os.remove(path)
    if as_float:
        data = data/(2**15)
    return rate, data

JamesThompsonのブログのクレジット

于 2018-02-26T06:37:39.397 に答える
2

最近、Audiolabの代わりにPySoundFileを使用しています。で簡単にインストールできますconda。

ほとんどのもののように、それはmp3をサポートしていません。MP3はもはや特許を取得していないため、MP3をサポートできない理由はありません。誰かがlibsndfileにサポートを書き込む必要があります。

于 2018-02-26T14:53:32.530 に答える