L'importation de fichiers audio en Python comme des tableaux NumPy (alternatives à l'audiolab)

Sox http://sox.sourceforge.net/ peut être votre ami pour cela. Il peut lire de nombreux de nombreux différents formats et de les exporter en tant que matières premières dans quel que soit le type de données que vous préférez. En fait, j'ai juste écrit le code pour lire un bloc de données à partir d'un fichier audio dans un tableau numpy.

J'ai décidé d'aller dans cette voie pour des raisons de portabilité (sox est très largement disponible) et à maximiser la flexibilité de l'entrée audio types que je pourrais utiliser. En fait, il semble que des premiers tests que ce n'est pas beaucoup plus lent pour ce que je suis en utilisant... qui est la lecture de courte durée (quelques secondes) de l'audio depuis très longtemps (en heures) des fichiers.

Les Variables dont vous avez besoin:

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

Le code est très simple. Si vous voulez extraire la totalité du fichier, vous pouvez supprimer le start_samp, len_samp, et "finition" des choses.

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: Voici le code pour lire des trucs de fichier audio les en-têtes à l'aide de sox...

    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

OriginalL'auteur travc

Dans le cas où vous voulez le faire pour MP3

Voici ce que j'utilise: Il utilise pydub et scipy.

Complète de la configuration (sur Mac, peut varier sur d'autres systèmes):

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(FILEPATH)
_, 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

De crédit à James Thompson blog

OriginalL'auteur Peter