- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我目前正在采样和构建一些音频文件,以便我可以将其作为神经网络的输入。我正在使用Librosa对音频进行采样并对其进行框架,尤其是框架非常重要,因为这是作为神经网络需求的输入提供的,这意味着长度必须一致,这似乎是我当前的问题。帧。
我目前正在这样采样和取景:
def load_sound_files(file_paths , data_input):
raw_sounds = []
data_output = []
for fp in file_paths:
y,sr = librosa.load(fp)
X = librosa.util.frame(y)
raw_sounds.append(X)
return raw_sounds
每个音频文件都附加到一个列表中,并且对于列表中的每个条目,每个帧都有一个数组。所以raw_sounds中的信息是这样存储的:
[array([[frame],[frame],...,[frame]],dtype=float32), ...]
我似乎对不同大小的帧有问题,每个音频文件都有不同的长度,但由于我使用相同的设置对其进行帧化,因此每个帧应该相同,但根据这些打印调试,情况并非如此。
print len(raw_sounds)
print len(raw_sounds[0])
print len(raw_sounds[0][0])
print len(raw_sounds[0][1])
print '\n'
print len(raw_sounds[1])
print len(raw_sounds[1][0])
print len(raw_sounds[1][1])
输出:
270
2048
121
121
96
96
是我设置错误吗?或者我在这里做错了什么?
原始样本:
[array([[ -1.58969939e-04, 2.85098387e-04, 2.57675620e-05,
5.58408792e-04, 2.09050399e-04, 3.10504751e-04,
7.08066545e-06, 6.51864902e-05, 4.64069366e-04,
-1.03915379e-04, -2.09252365e-04, 9.58807232e-06,
-3.70743481e-04, -2.73781188e-04, 1.47478888e-03,
-1.24523379e-02, -1.38171474e-02, 1.42919633e-03,
2.60417676e-03, -9.49124712e-03, 1.84055939e-02,
5.30609104e-04, -2.02661729e-03, -1.09214883e-03,
-2.67810683e-04, -9.33001807e-04, 1.57146193e-02,
3.06987576e-02, -2.89204344e-02, 8.31141882e-03,
-5.22559392e-04, 9.57424170e-04, -1.39959985e-02,
-2.45519826e-04, 7.94889964e-03, -2.45057382e-02,
2.76992898e-02, 2.75033060e-03, 1.91110268e-03,
2.65958859e-03, 4.22360376e-04, 2.87338579e-03,
3.60440137e-03, -6.81304885e-03, 1.19333845e-02,
5.27647883e-03, -8.81725773e-02, -1.10511519e-02,
1.67427063e-02, 4.18979749e-02, -1.76561251e-02,
1.40228057e-02, -6.56250417e-02, 8.04386102e-04,
6.77016005e-03, 8.95334259e-02, -3.07568144e-02,
-5.68932574e-03, 2.80798669e-03, -1.94037147e-03,
-6.80876488e-04, -7.51503045e-04, 1.61860569e-03,
-8.96663638e-04, 1.05839630e-03, 4.16457013e-04,
-1.14849303e-03, 2.51941121e-04, 1.09347668e-04,
-9.77083837e-05, -9.70639754e-04, 1.23860082e-03,
-5.82281128e-03, -7.96582922e-03, 1.05014764e-01,
8.55111331e-03, 1.02730282e-02, -1.64158875e-03,
-9.96976532e-03, -1.54927105e-03, -1.33159547e-03,
2.07886100e-03, -9.63974337e-04, 1.92957837e-03,
-9.57471970e-03, 8.37739408e-02, -2.46925298e-02,
1.15760174e-02, 1.53850103e-02, 1.39159057e-02,
7.28045590e-04, 1.28218243e-02, 2.47708824e-03,
3.64710722e-05, 2.31177593e-03, -3.88215925e-03,
2.85943900e-03, 3.40921571e-03, 8.19356064e-04,
1.31994265e-03, -4.02768754e-04, -3.73146904e-04,
-2.45199517e-05, -1.40402978e-03, -4.53661755e-03,
-8.06837995e-03, -3.07087135e-03, 5.65649476e-04,
8.99529332e-05, 9.43572959e-04, 1.52094246e-04,
-9.59860045e-04, 2.72397720e-03, 1.27405506e-02,
-9.37244575e-03, -1.79420076e-02, 1.07235732e-02,
2.84450967e-03, 4.49513178e-03, 2.41923026e-05,
-3.13379533e-05],
最佳答案
来自librosa's documentation这是 util.frame()
返回的内容:
Returns:
y_frames : np.ndarray [shape=(frame_length, N_FRAMES)]
An array of frames sampled from y: y_frames[i, j] == y[j * hop_length + i]
所以你得到的是一个二维数组。因此 raw_sounds[0]
是您加载的第一个声音文件,并且可以在二维中对其进行寻址。您应该使用 shape 来获取其大小:
print raw_sounds[0].shape
要获取一帧,请使用此表示法 result[0][:, nf]
,其中 nf
是帧的编号。
当您请求 raw_sounds[0][0]
时获得的数字是帧数,它将取决于声音样本大小。所以它似乎工作正常。
关于python - 为什么每个帧的长度不相等?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40441199/
也许我在 Java 上工作的时间太长而没有真正理解它的一些基础知识。 我确实理解 == 用于对象引用相等,而 .equals() 用于对象值相等。 比较整数: Integer x = 1, y = 1
我是从一道考试题中得出这个答案的,但无法理解该解决方案的工作原理。如果值“x”和“y”相等,则此函数应该返回“true”,否则返回 False。 解决方法: function equal_boolea
我将带有表情符号的文本存储在 mysql 数据库中。 数据库、表和列设置为使用utf8mb4和utf8mb4_unicode_ci。 我可以毫无问题地输入单元格值(数据类型是 VARCHAR)。 但是
如果两个 DateTime 对象具有相同的日、月和年,我该如何比较?问题是他们有不同的小时/分钟/秒。 最佳答案 对于 DateTime 对象,没有好的方法可以做到这一点。所以你必须做,比方说,不是那
我一直想知道这个问题,所以我想我会问的。 您将看到的大多数地方都使用相同的语义逻辑来覆盖 Equals 和 GetHashCode 以实现成员平等...但是它们通常使用不同的实现: publi
苹果 CoreGraphics.framework , CGGeometry.h : CG_INLINE bool __CGSizeEqualToSize(CGSize size1, CGSize s
在最新的python 版本中, dict 保留了插入的顺序。在平等方面是否有任何变化。例如,目前以下工作。既然广告顺序很重要, future 会不会发生这种变化? 我问是因为有根本性的变化 - 以前
class VideoUserModel(models.Model): user = models.ManyToManyField(get_user_model()) viewlist
我在 COQ 中有一个有限枚举类型(比如 T),我想检查元素是否相等。这意味着,我需要一个函数 bool beq_T(x:T,y:T) 我设法定义这样一个函数的唯一方法是逐个分析。这会导致很多匹配语
我在 Windows 7(32 位)下的 MinGW 中使用 gfortran 来编译 Fortran 代码。这是文件 testequal.f 中包含的最少代码: program test
我有以下 jsp 片段: ${campaign.moderated}
我想检查两个稀疏数组是否(几乎)相等。而对于 numpy 数组,你可以这样做: import numpy as np a = np.ones(200) np.testing.assert_array_
我有以下类(class): public class MyDocuments { public DateTime registeredDate; public
这个问题已经有答案了: Is floating point math broken? (33 个回答) 已关闭 5 年前。 我在这里想做的是,我采用一个精度值(小于 1)并打印 1/n 类型的所有数字
我正在为我的arduino写一个草图,我想检查我的字符串的最后一个字符。 例如: 如果输入是 cats- 我想看看最后一个字符(在我的例子中是“-”)实际上是否 - 我使用的代码: 串行事件函数 vo
让我们开始: using System; public class Program { class A { public virtual void Do() { }
我只需要根据几个键(不是全部)来确定两个 HashMap 的相等性 除了单独访问每个字段并比较相等性之外,还有其他节省时间的方法吗? 最佳答案 我能想到的一种方法是在您的 HashMap 上存储某种“
在Java中,大写的Double可以为null。 但是如果我有 double a 和 b 并且我这样做: if (a.equals(b)) 如果其中之一为空,它会崩溃。有没有更好的方法来比较它们? 最
我正在尝试从我的旧数据库中插入表格数据。 Id 在数据库表和选择特定列中都相等。这是我的数据库。 旧数据库:sch -> 旧表:product (id, tag, url) (13, red, aaa
我正在开发一个应用程序,它在我的主视图中有一个侧边栏和两个 div。我试图在容器内平均分割两者的高度。我试过 height = 50% 但效果不太好。
我是一名优秀的程序员,十分优秀!