深度学习和机器学习在图像和视觉方面有很多的研究，而且取得了很好的效果，但是在音频处理方面还是比较弱，还有很大的提升空间。图像上有openCV这个强大的库，而在音频方面有哪些比较合适的库呢？这里说的是python支持的库，因为本人接触的主要还是python。所以今天就介绍一下python处理音频的库。
进入正题：Python有一些很棒的音频处理库，比如Librosa和PyAudio，今天着重学习一下librosa库，这个库的安装非常简单，和其它库安装一样，直接pip install librosa就行了。以下代码在jupyter notebook中完成。
In[1]:
import librosa as lr
audio_path = './data/js.wav'
x, sr = lr.load(audio_path) #sr-sample rate采样率
print(type(x),type(sr))
print(x.shape,sr)Out[2]:
<class 'numpy.ndarray'> <class 'int'>
(127200,) 22050
#这会将音频时间序列作为numpy数组返回，默认采样率sr为22KHZ mono我们可以通过以下方式更改：
lr.load(audio_path, sr = 44100)
#以44.1KHZ重新采样，或者禁重新采样。采样率是每秒传输的音频样本数。
lr.load(audio_path, sr=None)来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/2318/viewspace-3161327/ ，如需转载，请注明出处，否则将追究法律责任。
上一篇：
C语言实现定时关机源代码
下一篇：
简单的PHP上传图片实例
请登录后发表评论
登录
全部评论
