python 处理音频并提取特征可视化，看完就明白了！

#python 处理音频并提取特征可视化，看完就明白了！| 来源: 网络整理| 查看: 265

2020-08-27 13:56:26

马上下载

万能音频处理大师

python 处理音频并提取特征可视化，看完就明白了！深度学习和机器学习在图像和视觉方面有很多的研究，而且取得了很好的效果，但是在音频处理方面还是比较弱，还有很大的提升空间。图像上有openCV这个强大的库，而在音频方面有哪些比较合适的库呢？这里说的是python支持的库，因为本人接触的主要还是python。所以今天就介绍一下python处理音频的库。

进入正题：Python有一些很棒的音频处理库，比如Librosa和PyAudio，今天着重学习一下librosa库，这个库的安装非常简单，和其它库安装一样，直接pip install librosa就行了。以下代码在jupyter notebook中完成。

In[1]:

importlibrosaaslr audio_path='./data/js.wav' x,sr=lr.load(audio_path)#sr-samplerate采样率 print(type(x),type(sr)) print(x.shape,sr)

Out[2]:

(127200,) 22050

#这会将音频时间序列作为numpy数组返回，默认采样率sr为22KHZ mono我们可以通过以下方式更改： lr.load(audio_path, sr = 44100) #以44.1KHZ重新采样，或者禁重新采样。采样率是每秒传输的音频样本数。 lr.load(audio_path, sr=None)

Out[3]:

(array([-3.0517578e-04,-2.7465820e-04,-3.6621094e-04,..., -1.2207031e-04,-9.1552734e-05,-9.1552734e-05],dtype=float32),44100)

In [4]:

#使用Ipython.display.Audio播放音频 importIPython.displayasipd ipd.Audio(audio_path)

可视化音频：

可视化音频的目的主要让你更直观的理解音频特征

In [5]:

#波形：我们可以绘制音频数组librosa.display.waveplot: %matplotlibinline importmatplotlib.pyplotasplt importlibrosa.display plt.figure(figsize=(14,5)) librosa.display.waveplot(x,sr=sr) python 处理音频并提取特征可视化，看完就明白了！

【本文地址】

公司简介

联系我们