python - 无法在 tensorflow 中加载音频文件(Windows10)

Question

这是可能的问题。
我可以像这样加载audio_binaryaudio_binary = tf.read_file(wav_file_path)但是当我尝试用这个阅读wav时:

from tensorflow.contrib import ffmpeg
waveform = ffmpeg.decode_audio( audio_binary, file_format='wav', samples_per_second=16000, channel_count=1)

我收到错误 ImportError: No module named 'tensorflow.contrib.ffmpeg.ops'
我也试过这样做:

from tensorflow.contrib.framework.python.ops import audio_ops as contrib_audio
wav_decoder = contrib_audio.decode_wav(audio_binary, desired_channels=1)

我收到此错误 InvalidArgumentError: Header mismatch: Expected RIFF but found NIST
顺便说一句，我在 Jupyter 笔记本中使用 tensorflow-gpu。

任何帮助将不胜感激。
谢谢!

Answer 1

您可能想检查您当前拥有的 tensorflow 版本。

tensorflow 1.X:

tensorflow.contrib.ffmpeg.decode_audio()

tensorflow 2.X:

tensorflow.audio.decode_wav()

请记住 decode_wav() 需要 .wav 数据，无法自行从 .wav 数据中读取

有关 tensorflow.audio.decode_wav() 的更多信息，请参阅此处的文档: https://www.tensorflow.org/api_docs/python/tf/audio/decode_wav

查看此答案以获取更多信息: From audio to tensor, back to audio in tensorflow