Cet article s'adresse aux personnes qui souhaitent utiliser librosa mais ne savent pas par où commencer. Je suis l'un d'eux (rires)
Ici, basé sur le tutoriel librosa, vous pouvez partager votre propre interprétation et compréhension de ce que vous faites dans le tutoriel. je pense Plus précisément, tout en commentant le tutoriel original en japonais, j'expliquerai sous forme de complément du comportement en montrant le contenu et les figures des variables. Cependant, comme je suis moi-même débutant, je n'ai pas écrit beaucoup de choses difficiles.
Ceci est le premier article, alors jetez un œil chaleureux. Si vous avez des erreurs, n'hésitez pas à les signaler!
--Chargement de la source sonore de l'échantillon
Cliquez ici pour savoir comment installer librosa (https://librosa.github.io/librosa/install.html)!
Cette fois, c'est un démarrage rapide du didacticiel de la librosa. Tout d'abord, cela ressemble à l'essentiel. Je veux m'habituer petit à petit à la librosa!
Tout d'abord, obtenons le chemin (emplacement) de la source sonore de l'échantillon.
#Importer une librosa
import librosa
#Obtenez le chemin de l'exemple de fichier ogg
filename = librosa.util.example_audio_file()
print(filename) # C:~\Python\Python36\site-packages\librosa\util\example_data\Kevin_MacLeod_-_Vibe_Ace.ogg
Ici, le fichier Kevin_MacLeod - Vibe_Ace.ogg est chargé comme exemple de source sonore.
Vous pouvez charger n'importe quelle source sonore en changeant ce nom de fichier.
En passant, comme le nom du fichier l'indique, cette chanson est Vibe Ace de Kevin Macleod.
[Google Play Music](https://www.google.com/search?sa=X&biw=1280&bih=667&sxsrf=ALeKk00C4J7UUWZwKvPxMEnRFVkx_rSMVQ:1590896525499&q=%E3%82%B1%B%3%3%3%E selon l'E3% 83% BB% E3% 83% 9E% E3% 82% AF% E3% 83% AD% E3% 83% BC% E3% 83% 89 + ambiance + ace & bâton = H4sIAAAAAAAAAONgFuLVT9c3NEwqN7IwME_OUYJwk7PzUopMstK0RLOTrfRzS4szk_UTc5JKc62K8_PSixexqjxu2vi4efLj5s2Pm3c_bp73uGn94-a1j5v3PG7uVCjLTEpVSExO3cHKCACxHq1VYQAAAA & ved = 2ahUKEwiq_5qyl93pAhVGHaYKHQnECMkQri4wKHoECBUQUw), chanson La durée est aussi courte que 1:05, et le genre semble être Jazz.
Qu'est-ce qu'un fichier ogg? D'après Wikipedia
Ogg est un conteneur qui stocke un ou plusieurs codecs en tant que contenu. Le code le plus typique d'Ogg est le codeur vocal Vorbis. L'Ogg qui stocke Vorbis s'appelle Ogg Vorbis (ainsi que d'autres codecs). Ogg Vorbis est parfois appelé simplement Ogg, mais il convient de noter que Ogg est le nom du conteneur, pas le codec. (Omis) Au départ, la Fondation Xiph.Org a défini l'extension commune pour Ogg comme .ogg, mais en 2007 a changé l'extension commune en .ogx, l'extension vidéo en .ogv et l'extension audio en .oga. .. L'extension commune d'origine, .ogg, est utilisée à des fins de compatibilité uniquement avec les fichiers audio Ogg Vorbis.
Il semble que le contenu soit un format de fichier appelé Vorbis.
Chargez-le maintenant.
#Charger en utilisant le chemin précédent
#y: Forme d'onde
#sr: taux d'échantillonnage
y, sr = librosa.load(filename)
print(type(y)) # <class 'numpy.ndarray'>
print(y.shape) # (1355168,)
print(type(sr), sr) # <class 'int'> 22050
librosa.load
--Entrée: chemin du fichier audio filenamey, taux d'échantillonnage srC'est la méthode utilisée pour lire le fichier audio Il semble prendre en charge la plupart des formats de fichiers audio tels que wav, flac et aiff.
Les sorties "y" et "sr" sont représentées respectivement par des tableaux numpy et des entiers.
Depuis print (y.shape), vous pouvez voir que y contient 1355168 nombres.
De plus, «sr» est de 22050 Hz par défaut, ce qui signifie que 22050 nombres correspondent à 1 seconde.
Vient ensuite l'acquisition des informations de battement.
Ce qui est important ici, c'est une ** frame ** qui résume les valeurs numériques de certaines des formes d'onde (le nombre défini par hop_length).
Par défaut, hop_length = 512, donc le nombre est 512 → 1 image.
Cette fois, nous obtiendrons l'image qui est le battement (point).
# tempo：BPM
# beat_images: images de synchronisation de battement
#512 échantillons par image(hop_length=512)
tempo, beat_frames = librosa.beat.beat_track(y=y, sr=sr)
print('Estimated tempo: {:.2f} beats per minute'.format(tempo)) # Estimated tempo: 129.20 beats per minute
print(beat_frames)
# [ 5 24 43 63 83 103 122 142 162 182 202 222 242 262
# 281 301 321 341 361 382 401 421 441 461 480 500 520 540
# 560 580 600 620 639 658 678 698 718 737 758 777 798 817
# 837 857 877 896 917 936 957 976 996 1016 1036 1055 1075 1095
# 1116 1135 1155 1175 1195 1214 1234 1254 1275 1295 1315 1334 1354 1373
# 1394 1414 1434 1453 1473 1493 1513 1532 1553 1573 1593 1612 1632 1652
# 1672 1691 1712 1732 1752 1771 1791 1811 1831 1850 1871 1890 1911 1931
# 1951 1971 1990 2010 2030 2050 2070 2090 2110 2130 2150 2170 2190 2209
# 2229 2249 2269 2289 2309 2328 2348 2368 2388 2408 2428 2448 2468 2488
# 2508 2527 2547]
librosa.beat.beat_track
--Entrée: Forme d'onde y, taux d'échantillonnage sr
--Output: BPMtempo, Liste des index des images qui sont des battements beat_framesVous pouvez obtenir le BPM de la musique à partir de cette méthode.
Dans ce cas, «BPM = 129,20», ce qui signifie qu'il y a 129,2 battements par minute.
De plus, à partir de print (beat_frames), vous pouvez voir que le battement arrive dans la 5e image, la 24e image, .... Il semble que le rythme arrive toutes les 20 images.
Ensuite, regardons le timing du battement en termes de temps.
# beat_frames->beat_times
#À utiliser lorsque vous souhaitez connaître le timing du battement par temps
beat_times = librosa.frames_to_time(beat_frames, sr=sr)
#La formule de calcul est la suivante
# beat_times[i] = beat_frames[i] * hop_length / sr
print(beat_times)
# [ 0.11609977 0.55727891 0.99845805 1.46285714 1.92725624 2.39165533
# 2.83283447 3.29723356 3.76163265 4.22603175 4.69043084 5.15482993
# 5.61922902 6.08362812 6.52480726 6.98920635 7.45360544 7.91800454
# 8.38240363 8.87002268 9.31120181 9.77560091 10.24 10.70439909
# 11.14557823 11.60997732 12.07437642 12.53877551 13.0031746 13.4675737
# 13.93197279 14.39637188 14.83755102 15.27873016 15.74312925 16.20752834
# 16.67192744 17.11310658 17.60072562 18.04190476 18.52952381 18.97070295
# 19.43510204 19.89950113 20.36390023 20.80507937 21.29269841 21.73387755
# 22.2214966 22.66267574 23.12707483 23.59147392 24.05587302 24.49705215
# 24.96145125 25.42585034 25.91346939 26.35464853 26.81904762 27.28344671
# 27.7478458 28.18902494 28.65342404 29.11782313 29.60544218 30.06984127
# 30.53424036 30.9754195 31.43981859 31.88099773 32.36861678 32.83301587
# 33.29741497 33.7385941 34.2029932 34.66739229 35.13179138 35.57297052
# 36.06058957 36.52498866 36.98938776 37.43056689 37.89496599 38.35936508
# 38.82376417 39.26494331 39.75256236 40.21696145 40.68136054 41.12253968
# 41.58693878 42.05133787 42.51573696 42.9569161 43.44453515 43.88571429
# 44.37333333 44.83773243 45.30213152 45.76653061 46.20770975 46.67210884
# 47.13650794 47.60090703 48.06530612 48.52970522 48.99410431 49.4585034
# 49.92290249 50.38730159 50.85170068 51.29287982 51.75727891 52.221678
# 52.6860771 53.15047619 53.61487528 54.05605442 54.52045351 54.98485261
# 55.4492517 55.91365079 56.37804989 56.84244898 57.30684807 57.77124717
# 58.23564626 58.6768254 59.14122449]
librosa.frames_to_time
--Input: Liste des index des images qui sont des battements beat_frames, taux d'échantillonnage srbeat_timesLes calculs suivants sont effectués ici.
\mathrm{beat\_times[i]=beat\_frames[i] \times hop\_length / sr}\\
Par exemple, dans le cas de $ \ mathrm {i = 0} $
\begin{align}
\mathrm{beat\_times}[0]&=\mathrm{beat\_frames[0]} \times \mathrm{hop\_length} / \mathrm{sr}\\
&=5 \times 512 / 22050\\
&=0.1160997732...\\
&\simeq0.11609977
\end{align}
À partir de là, il a été trouvé que «beat_times» peut être calculé à partir de «beat_frames» et «sr».
La première fois, c'était le tutoriel Quickstart, comment était-ce? Nous vous serions reconnaissants si vous pouviez commenter l'article ainsi que le contenu.
La prochaine fois, le tutoriel Utilisation avancée, puis Exemples avancés J'espère pouvoir accéder à .html # advanced).
Recommended Posts