Python之librosa库语音信号处理

2021/5/20 22:27:26

编程Tag： 转换 python ... length 频率信号处理 Librosa SR hop

本文主要是介绍Python之librosa库语音信号处理，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

librosa是一个非常强大的python语音信号处理的第三方库，本文参考的是librosa的官方文档，本文主要总结了一些重要，对我来说非常常用的功能。

学会librosa后再也不用用python去实现那些复杂的算法了，只需要一句语句就能轻松实现。

官网：https://librosa.org/doc/latest/core.html

核心 IO 和 DSP

音频加载

`负载`（路径=，sr，单声道，偏移，持续时间，...]）	加载音频文件作为浮点时间系列。
`流`（路径，block_length，frame_length，...）	在固定长度的缓冲区中流式传输音频。
`to_mono`（y）	通过跨通道平均样本将音频信号转换为单声道。
`共和`（y，orig_sr，target_sr，res_type，...]）	从orig_sr到target_sr重新组件时间系列
`get_duration`（[y， sr， S， n_fft， hop_length，...] ）	计算音频时间系列的持续时间（在几秒钟内），功能矩阵，或文件名。
`get_samplerate（`路径）	获取给定文件的采样率。

时域处理

`自相关`（y[，max_size，轴]）	边界滞后自动相关性
`磅`（y，订单）	通过 Burg 的方法进行线性预测系数
`zero_crossings`（y [，阈值，...]	找到信号的零交叉点：指数如此。`yisign(y[i]) != sign(y[j])`
mu_compress（x[，亩，量化]）	粘液压缩
mu_expand（x[，亩，量化]）	穆法扩张

信号生成

`点击`次数、帧、sr、hop_length、...]）	构建"单击轨道"。
`音（`频率[，sr，长度，持续时间，phi]）	以给定频率构建纯音（舒适）信号。
`啁啾`（fmin，fmax[，sr，长度，持续时间，...]）	构建"鸣叫"或"精扫"信号。

光谱表示

`斯特夫特`（y [， n_fft， hop_length， win_length，...] ）	短时间富利埃转换（STFT）。
（stft_matrix[，hop_length，win_length，...]）	反向短时间富里埃转换（ISTFT）。
`reassigned_spectrogram`（y [， sr， S， n_fft，...] ）	时间频率重新分配光谱图。
`cqt`（y [， sr， hop_length， fmin， n_bins，...] ）	计算音频信号的常量Q转换。
`icqt`（C [， sr， hop_length， fmin，...] ）	计算反向常量Q转换。
`hybrid_cqt`（y [， sr， hop_length， fmin， ...] ）	计算音频信号的混合常数-Q转换。
`pseudo_cqt`（y [， sr， hop_length， fmin，...] ）	计算音频信号的伪常量-Q转换。
vqt（y[，sr，hop_length，芬，n_bins，...]）	计算音频信号的变量Q转换。
`（y`[， sr， win_length， hop_length，...] ）	使用 IIR 过滤器的时间频率表示
`fmt`（y [， t_min， n_fmt，善良，测试版，...] ）	快速梅林转换（FMT）
`马格相`（D[，电源]）	将复杂值的光谱图 D 分离到其量级（S）和相（P）组件中，以便。`D = S * P`

相位恢复

`格里芬利姆`（S [， n_iter， hop_length，...] ）	使用"快速"格里芬-林算法的近似量级光谱图反转。
`griffinlim_cqt`（C [， n_iter， sr， hop_length，...] ）	使用"快速"格里芬-林算法的近似常量-Q级光谱图反转。

谐波

`interp_harmonics`（x，弗雷克斯， h_range [ ，善良，...] ）	在时间频率表示的谐波下计算能量。
`显著性`（S，壁画，h_range[，重量，...]）	谐波显著功能。
`phase_vocoder（D、`费率[、hop_length]）	相声编码器。

规模缩放

`amplitude_to_db`（S [，参考，阿明， top_db]）	将振幅光谱图转换为 dB 缩放光谱图。
db_to_amplitude（S_db[，参考]）	将 dB 比例光谱图转换为振幅光谱图。
`power_to_db`（S [，参考，阿明， top_db]）	将功率光谱图（振幅平方）转换为分贝（dB）单位
db_to_power（S_db[，参考]）	将 dB 级光谱图转换为电源光谱图。
`perceptual_weighting（S、`频率[，种类]）	功率光谱仪的感性权重。
`frequency_weighting（`频率[，种类]）	计算一组频率的权重。
`multi_frequency_weighting（`频率[，种类]）	计算一组频率的多个权重。
`A_weighting（`频率[，min_db]）	计算一组频率的 A 权重。
`B_weighting（`频率[，min_db]）	计算一组频率的 B 权重。
`C_weighting（`频率[，min_db]）	计算一组频率的 C 权重。
`D_weighting（`频率[，min_db]）	计算一组频率的 D 权重。
pcen（S[，sr，hop_length，获得，偏见，权力，...]）	每通道能量正常化（PCEN）

时间单位转换

`frames_to_samples（`帧[，hop_length，n_fft]）	将帧指数转换为音频样本指数。
`frames_to_time（`帧[，sr，hop_length，n_fft]）	将帧转换为时间（秒）。
`samples_to_frames（`样品[，hop_length，n_fft]）	将样本指数转换为 STFT 框架。
`samples_to_time（`样品[，sr]）	将样本指数转换为时间（在几秒钟内）。
`time_to_frames（`时间、时间、hop_length、n_fft））	将时间戳转换为 STFT 框架。
`time_to_samples（`时间[，sr]）	将时间戳（在几秒钟内）转换为示例指数。
`blocks_to_frames（`块，block_length）	将块指数转换为框架指数
`blocks_to_samples`（块， block_length...	将块指数转换为样本指数
`blocks_to_time`（块， block_length，...）	将块指数转换为时间（在几秒钟内）

频率单元转换

`hz_to_note（`频率，**夸格斯）	将一个或多个频率（在 Hz 中）转换为最近的注释名称。
`hz_to_midi（`频率）	获取给定频率的 MIDI 注释编号
`hz_to_svara_h`（频率，萨，阿布，...] ）	将频率（在 Hz 中）转换为印度斯坦语斯瓦拉
`hz_to_svara_c（`频率，萨，梅拉，阿伯，...]）	将频率（在 Hz 中）转换为卡纳蒂奇斯瓦拉
`midi_to_hz（`注）	获取MIDI注释的频率（Hz）
`midi_to_note（`米迪[，八度，美分，钥匙，单码]）	将一个或多个 MIDI 数字转换为注释字符串。
`midi_to_svara_h`（米迪，萨埃，阿布，八度音阶，...] ）	将 MIDI 编号转换为印度斯坦斯瓦拉
`midi_to_svara_c`（米迪，萨，梅拉 [，阿布，...] ）	将 MIDI 数字转换为给定梅拉卡塔拉内的卡纳蒂奇斯瓦拉
`note_to_hz（`注意，**夸格斯）	将一个或多个注释名称转换为频率（Hz）
`note_to_midi（`注[，round_midi]）	将一个或多个拼写注释转换为 MIDI 编号。
`note_to_svara_h（`音符、萨埃、阿布、八度音阶、...]）	将西文笔记转换为印度斯坦尼斯瓦拉
`note_to_svara_c`（注意，萨，梅拉[，阿布，...] ）	将西方纸币转换为卡纳蒂奇斯瓦拉
`hz_to_mel（`频率[，htk]）	将Hz转换为梅尔斯
`hz_to_octs（`频率[，调谐，...]）	将频率（Hz）转换为（分数）八度数字。
`mel_to_hz（`梅尔斯[，赫特克]）	将梅尔箱编号转换为频率
`octs_to_hz（`八度、调音、bins_per_octave））	将八度数字转换为频率。
A4_to_tuning（A4[，bins_per_octave]）	将参考音高频率（例如）转换为调谐估计值，按每个八度箱的分数进行。`A4=435`
`tuning_to_A4（`调整[，bins_per_octave]）	将每个八度音阶（例如）中每个垃圾箱的分数调整偏差（从 0）转换为相对于 A440 的参考音高频率。`tuning=-0.1`

音乐符号

`key_to_notes（`密钥[，单码]）	列出所有 12 个按色阶排列的注释名称，根据给定键（主要或次要键）拼写。
`key_to_degrees（`键）	为给定键构建硅量级度。
`mela_to_svara（`梅拉[，阿布，单码]）	拼写卡纳蒂奇斯瓦拉名称给定的梅拉卡塔拉加
`mela_to_degrees（`梅拉）	为给定的梅拉卡塔拉加构建斯瓦拉指数（度）
`thaat_to_degrees（`太）	为给定指标（度）构建
`list_mela`()	按姓名和索引列出梅拉卡塔拉加斯。
`list_thaat`()	列表按名称支持。

频率范围生成

fft_frequencies（[sr，n_fft]）	np.fft.fftfreq 的替代实施
`cqt_frequencies（n_bins，`弗明...）	计算常数-Q箱的中心频率。
`mel_frequencies`（[n_mels， fmin， fmax， htk]）	计算一系列调整为梅尔比例的声学频率。
tempo_frequencies（n_bins]，hop_length，sr]）	计算频率（每分钟节拍）与发病的自动相关性或节奏矩阵相对应。
fourier_tempo_frequencies（[sr，win_length]）	计算频率（每分钟节拍）与傅立叶节奏矩阵相对应。

音高和调谐

`皮因`（y， fmin， fmax [， sr， frame_length，...] ）	基本频率（F0）使用概率 YIN （pYIN）估算。
`阴`（y， fmin， fmax [， sr， frame_length，...] ）	使用 YIN 算法进行基本频率（F0）估计。
`estimate_tuning`（[y， sr， S， n_fft，...]	估计音频时间系列或光谱输入的调整。
`pitch_tuning（`频率[，分辨率，...]）	鉴于音高集合，估计其调谐偏移（以垃圾箱的分数）相对于 A440=440.0Hz。
`皮特拉克`（[y， sr， S， n_fft， hop_length，...] ）	门槛寄生插值 STFT 上的间距跟踪。

杂项

samples_like（X[，hop_length，n_fft，轴]）	返回一系列样本指数，以匹配功能矩阵中的时间轴。
times_like（X[，sr，hop_length，n_fft，轴]）	返回时间值阵列，以匹配功能矩阵中的时间轴。
`get_fftlib`()	获取目前由利布罗萨使用的FT库
`set_fftlib`（[图书馆]）	设置利布罗萨使用的FT库。

这篇关于Python之librosa库语音信号处理的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！