如何进行Python音频的数据扩充-创新互联

今天就跟大家聊聊有关如何进行Python 音频的数据扩充,可能很多人都不太了解,为了让大家更加了解,小编给大家总结了以下内容,希望大家根据这篇文章可以有所收获。

创新互联凭借在网站建设、网站推广领域领先的技术能力和多年的行业经验,为客户提供超值的营销型网站建设服务,我们始终认为:好的营销型网站就是好的业务员。我们已成功为企业单位、个人等客户提供了网站设计、做网站服务,以良好的商业信誉,完善的服务及深厚的技术力量处于同行领先地位。

经典的深度学习网络AlexNet使用数据扩充(Data Augmentation)的方式扩大数据集,取得较好的分类效果。在深度学习的图像领域中,通过平移、 翻转、加噪等方法进行数据扩充。但是,在音频(Audio)领域中,如何进行数据扩充呢?

音频的数据扩充,主要有以下四种方式:

  • 音频剪裁(Clip)

  • 音频旋转(Roll)

  • 音频调音(Tune)

  • 音频加噪(Noise)

音频解析基于librosa音频库;矩阵操作基于scipy和numpy科学计算库。

以下是Python的实现方式:

音频剪裁

import librosafrom scipy.io import wavfile
y, sr = librosa.load("../data/love_illusion.mp3")  # 读取音频print y.shape, sr
wavfile.write("../data/love_illusion_20s.mp3", sr, y[20 * sr:40 * sr])  # 写入音频

音频旋转

import librosaimport numpy as npfrom scipy.io import wavfile
y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  # 读取音频y = np.roll(y, sr*10)print y.shape, sr
wavfile.write("../data/raw/xxx_roll.mp3", sr, y)  # 写入音频

音频调音,注:cv库的resize函数含有插值功能。

import cv2import librosafrom scipy.io import wavfile
y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  # 读取音频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_tune)  # 写入音频

音频加噪,注:在添加随机噪声时,保留0值,否则刺耳难忍!

import librosafrom scipy.io import wavfileimport numpy as np
y, sr = librosa.load("../data/raw/love_illusion_20s.mp3")  # 读取音频wn = np.random.randn(len(y))
y = np.where(y != 0.0, y + 0.02 * wn, 0.0)  # 噪声不要添加到0上!print y.shape, sr
wavfile.write("../data/raw/love_illusion_20s_w.mp3", sr, y)  # 写入音频

看完上述内容,你们对如何进行Python 音频的数据扩充有进一步的了解吗?如果还想了解更多知识或者相关内容,请关注创新互联-成都网站建设公司行业资讯频道,感谢大家的支持。


本文名称:如何进行Python音频的数据扩充-创新互联
路径分享:http://myzitong.com/article/dpooop.html