Недавно я попытался провести эксперимент, в котором нейронная сеть, написанная в Python IDE IDLE с использованием Keras, используется для анализа набора данных песен GTZAN. Я пытаюсь изменить слои, чтобы увидеть, не влияет ли это на...

Я пытаюсь прочитать аудиофайл в Librosa, но получаю следующую ошибку FileNotFoundError: [WinError 2] The system cannot find the file specified Упоминается, что где-то мне нужно установить ffmpeg , но это не решило проблему. У меня ffmpeg...

Я работаю над классификацией звука с файлами wav продолжительностью от 1 до 4 секунд. я хочу преобразовать wav в изображение 224x224x3, которое я могу заплатить в Resnet для классификации Преобразование должно быть с использованием мелспектограммы...

Librosa Python 3.5 On 8000Hz Образцы аудио с ошибкой: ошибка извлечения функции. Полоса пропускания фильтра лежит за пределами Найквиста Ранее получались другие ошибки о Найквисте, но исправленные путем ручной установки sr и fmin,...

Я хочу извлечь функции mfcc из аудиофайла, дискретизированного с частотой 8000 Гц, с размером кадра 20 мс и перекрытием 10 мс. Какими должны быть параметры функции librosa.feature.mfcc (). Указывает ли в приведенном ниже коде фрагменты по 20 мс с...

При получении основных параметров аудиофайла с помощью Wave: import wave data = wave.open('c:\\sample.wav', mode = 'rb') params = data.getparams() print params Он возвращает: (1, 2, 4000, 160000, 'NONE', 'not compressed') Это для:...

Я пытаюсь рассчитать функцию Mfcc на С++. И я нашел Aubio ( https://github.com/aubio/aubio ), но я не могу создать такой же результат как Librosa Python (это важно). Код Либрозы: X, sample_rate = sf.read(file_name, dtype='float32') mfccs =...

У меня есть массив с плавающей запятой, который выводится функцией загрузки библиотеки librosa, которую я хотел бы преобразовать в AudioData, необходимую для библиотеки Google SpeechRecognition. Форматы данных показаны ниже Примечание: они...

Я пытаюсь написать Dockerfile для небольшого веб-проекта на Python, и что-то не так с зависимостями. Я искал в Интернете, и он сказал, что библиотека Librosa требует правильной работы libsndfile, поэтому я попытался установить ее с помощью apt-get...

Я использую Librosa lib для выполнения stft. Это приводит к матрице с n_fft + 1 строками, которые представляют определенные элементы разрешения по частоте. Я точно не специалист в этой области! Но насколько я понимаю, самая низкая возможная...

Я создаю CNN для распознавания речи с помощью Librosa. Я извлек MFCC для каждого аудиофайла и предварительно обработал свои аудиоданные. Аудиоданные имеют размеры (93894, 8000), а MFCC имеют размеры (93894, 26, 16). В таком виде я не могу...

Я извлекаю MFCC из аудиофайла с помощью функции Librosa (librosa.feature.mfcc) и правильно возвращаю массив numpy с формой, которую я ожидал: 13 значений MFCC для всей длины аудиофайла, который составляет 1292 окна (в 30 секунд). Чего не хватает,...

В настоящее время я работаю над сверточной нейронной сетью (CNN) и начал смотреть на различные графики спектрограмм: Что касается графика Либрозы (MFCC), спектрограмма сильно отличается от других графиков спектрограммы. Я взглянул на...

Я хочу написать скрипт python, который принимает входные данные как изображение спектрограммы и генерирует из него звук. Есть ли способ преобразовать изображение спектрограммы в соответствующий звук? Я считаю, что должен быть способ реконструировать...