本文主要是介绍音频处理四:(音频的分帧),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
程序设计四:音频的分帧
一:需求分析
为了分析读人数据,通常进行分帧处理。在分帧中,往往设置在相邻两帧之间有一部分重叠。其原因是:语音信号是时变的,在短时范围内特征变化较小,所以作为稳态来处理;但超出这短时范围语音信号就有变化了。在相邻两帧之间基音发生了变化,如正好是两个音节之间, 或正好是声母向韵母过渡,等等,这时,其特征参数有可能变化较大,但为了使特征参数平滑地变化,在两个不重叠的帧之间插一些帧来提取特征参数,这就形成了相邻帧之间有重叠部分。
将本地的采样数据.txt读出,分帧以后保存到另一个.txt文件,需要考虑单声道和双声道
wavtxtframe -i yyy.txt -o zzz.txt -framelength 4 -overlap 2
二:参考知识
1.文件知识
本地.txt信息
lanTian2.txt 声道数1 采样率8000 量化位数2的lanTian2.mav的采样值
BAC009S0003W0121.txt 声道数1 采样率16000 量化位数2的BAC009S0003W0121.wav的采样值
2.分帧介绍
wlen为帧长,inc为帧移,重叠部分为overlap,overlap=wlen - inc
信号帧数为:
n f = ( N − overlap) / inc = ( N − w l e n ) / i n c + 1 n f=(N-\text { overlap) } / \text { inc }=(N-w l e n) / i n c+1 nf=(N− overlap) / inc =(N−wlen)/inc+1
nf = int(np.ceil((1.0 * signal_length - wlen + inc) / inc))
np.ceil向上取整,所以会导致实际分帧后的长度大于信号本身的长度,所以要对原来的信号进行补零,类似与FFT变换中的数据点不够补零达到采样点的数量。
pad_length = int((nf - 1) * inc + wlen) # 所有帧加起来总的铺平后的长度
zeros = np.zeros((pad_length - signal_length,)) # 不够的长度使用0填补,类似于FFT中的扩充数组操作#np.concatenate()连接两个维度相同的矩阵
pad_signal = np.concatenate((signal, zeros)) # 填补后的信号记为pad_signal
三:python代码
holiday04.py
import wave
import numpy as np
import sys
import getoptdef enframe(signal, wlen, inc):'''参数含义:signal:原始音频型号nw:每一帧的长度inc:相邻帧的间隔'''signal_length = len(signal) # 信号总长度if signal_length <= wlen: # 若信号长度小于一个帧的长度,则帧数定义为1nf = 1else: # 否则,计算帧数nf = int(np.ceil((1.0 * signal_length - wlen + inc) / inc))#np.ceil计算大于等于改值的最小整数,将小数点后部分删除pad_length = int((nf - 1) * inc + wlen) # 所有帧加起来总的铺平后的长度zeros = np.zeros((pad_length - signal_length,)) # 不够的长度使用0填补,类似于FFT中的扩充数组操作#np.concatenate()连接两个维度相同的矩阵pad_signal = np.concatenate((signal, zeros)) # 填补后的信号记为pad_signalindices = np.tile(np.arange(0, wlen), (nf, 1)) + np.tile(np.arange(0, nf * inc, inc), (wlen, 1)).T# 相当于对所有帧的时间点进行抽取,得到nf*nw长度的矩阵#tile() 函数,就是将原矩阵横向、纵向地复制展开indices = np.array(indices, dtype=np.int32) # 将indices转化为矩阵frames = pad_signal[indices] # 得到帧信号return frames#返回帧信号矩阵def main(argv):try:#opts, args = getopt.getopt(argv, "-h-i:-f:-o:", ["help", "input=", "framelength", "overlap"])opts, args = getopt.getopt(argv, "-h-i:-o:-f:-l:", ["help", "input=", "output=","framelength=","overlap="])except getopt.GetoptError:print('Error: python holiday04.py -i BAC009S0003W0121.txt -o frame02.txt --framelength 200 --overlap 100')print(' or: python holiday04.py -i BAC009S0003W0121.txt -o frame01.txt -f 200 -l 100')sys.exit(2)# 处理 返回值options是以元组为元素的列表。for opt, arg in opts:if opt in ("-h", "--help"):print("为真实还原,输入的参数尽量和原语音一致")print('python holiday04.py -i BAC009S0003W0121.txt -o frame02.txt --framelength 200 --overlap 100')print('or: python holiday04.py -i BAC009S0003W0121.txt -o frame01.txt -f 200 -l 100')sys.exit()elif opt in ("-i", "--input"):input = argelif opt in ("-o", "--output"):output = argelif opt in ("-f", "--framelength"):framelength = int(arg)print(framelength)elif opt in ("-l", "--overlap"):overlap = int(arg)f = open(input)# f = open("wavData(left).txt")# f = open("lanTian2.txt")# wavData(left)line = f.readline()data_list = []while line:# 把切分出的列表的每个值, 把它们转成np.short型, 并返回迭代器num = list(map(np.short, line.split())) # np.short# 用list函数把map函数返回的迭代器遍历展开成一个列表data_list.append(num)line = f.readline()f.close()wave_data = np.array(data_list)signal = wave_data.TFrame = enframe(signal[0], framelength, overlap) # signal[0]是为了保证维度一致file = open(output, 'w+')np.savetxt(file,Frame, fmt='%d', delimiter=' ')file.close()if __name__ == "__main__":# sys.argv[1:]为要处理的参数列表,sys.argv[0]为脚本名,所以用sys.argv[1:]过滤掉脚本名。main(sys.argv[1:])#python holiday04.py -i BAC009S0003W0121.txt -o frame02.txt --framelength 200 --overlap 100
#python holiday04.py -i BAC009S0003W0121.txt -o frame01.txt -f 200 -l 100
#python holiday04.py -i lanTian2.txt -o frame01.txt -f 200 -l 100
四:实现结果
1.请求帮助
python holiday04.py -h
2.单参数分帧
- -i 输入采样值点的文件
- -o 保存的文件
- -f 帧长
- -l 帧移
python holiday04.py -i BAC009S0003W0121.txt -o frame01.txt -f 200 -l 100
3.多参数分帧
- -i 输入采样值点的文件
- -o 保存的文件
- –framelength 帧长
- –overlap 帧移
python holiday04.py -i BAC009S0003W0121.txt -o frame02.txt --framelength 200 --overlap 100
五:结果分析
以BAC009S0003W0121.txt的内容用本程序将结果保存,再用matlab直接读取原语音BAC009S0003W0121.wav进行对比,结果为一致
1.matlab对比程序
程序4对比.m
%实验要求一:语音分帧显示
clc
clear all
close all[x,Fs]=audioread('G:\python\holiday\BAC009S0003W0121.wav','native'); % 读入数据文件
wlen=200; inc=100; % 给出帧长和帧移
N=length(x); % 信号长度
time=(0:N-1)/Fs; % 计算出信号的时间刻度
signal=enframe(x,wlen,inc)'; % 分帧
signal=signal';
2.显示结果
2.1 matlab结果
2.2 python生成的frame01.txt
这篇关于音频处理四:(音频的分帧)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!