Importieren von sound-Dateien in Python-wie NumPy-arrays (alternativen zu audiolab)

Sox http://sox.sourceforge.net/ kann dein Freund sein. Es kann Lesen viele in vielen verschiedenen Formaten und Ausgabe als raw, in welcher Datentyp, den Sie bevorzugen. In der Tat, ich schrieb den code zum Lesen eines Blocks von Daten von einer audio-Datei in ein numpy-array.

Habe ich beschlossen diesen Weg zu gehen Portabilität (sox ist sehr weit) und zur Maximierung der Flexibilität von input audio-Typen, die ich verwenden könnte. Eigentlich, so scheint es von den ersten Tests, dass es nicht spürbar langsamer, für was ich es verwenden für... die Lesen kurz (ein paar Sekunden) von audio aus sehr lange (Stunden) Dateien.

Variablen, die Sie brauchen:

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

Ist der aktuelle code ist wirklich einfach. Wenn Sie möchten, extrahieren Sie die gesamte Datei, können Sie entfernen Sie die start_samp, len_samp, und 'trim' - Zeug.

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: Hier ist code zu Lesen, Sachen von audio-Datei-Header mit 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

InformationsquelleAutor travc

In Fall, dass Sie wollen, dies zu tun für MP3 -

Hier bin ich mit: Es nutzt pydub und scipy.

Full setup (auf Mac, können sich auf andere Systeme):

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

Kredit James Thompson ' s blog

InformationsquelleAutor Peter