首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >问答首页 >如何使用时间戳注释标记和提取音频

如何使用时间戳注释标记和提取音频
EN

Stack Overflow用户
提问于 2020-08-18 18:41:15
回答 2查看 580关注 0票数 0

我想标签,然后提取音频文件(audio.wav)的某些片段。段的开始和结束时间由另一个文件(注释文件(annot.csv))中的DateTimeStamp (第一列)和操作持续时间(以毫秒为单位)提供:

代码语言:javascript
运行
复制
DateTimeStamp           Action  Duration of action in milliseconds
04/16/20 21:25:36:241   A       502
04/16/20 21:25:36:317   B       2253
04/16/20 21:25:36:734   X       118
04/16/20 21:25:36:837   C       10
04/16/20 21:25:37:537   D       797
04/16/20 21:25:37:606   X       70
04/16/20 21:25:37:874   A       1506
.                       .       .

audio.wav文件从文件annot.csv的第一个DateTimeStamp开始。如何使用annot.csv文件中的信息来标记和提取audio.wav文件中的某个片段(例如,对应于操作X)?

我试图用librosa和pyAudioAnalysis包来解决这个问题,但是我找不到所需的信息。任何帮助都非常感谢。

EN

Stack Overflow用户

发布于 2020-12-23 20:35:11

代码语言:javascript
运行
复制
import io
import pandas
import numpy as np
import librosa
import soundfile as sf
def read_data(annot, date_format):
  df = pandas.read_csv(annot, sep=',')

  # Use proper pandas datatypes
  df['Time'] = pandas.to_datetime(df['DateTime'], format=date_format)
  df['Duration'] = pandas.to_timedelta(df['Duration ms'], unit='ms')
  df = df.drop(columns=['DateTime', 'Duration ms'])

  # Compute start and end time of each segment
  # audio starts at time of first segment
  first = df['Time'].iloc[0]
  df['Start'] = df['Time'] - first
  df['End'] = df['Start'] + df['Duration']

  return df

def extract_segments(y, sr, segments):
  # compute segment regions in number of samples
  starts = np.floor(segments.Start.dt.total_seconds() * sr).astype(int)
  ends = np.ceil(segments.End.dt.total_seconds() * sr).astype(int)

  # slice the audio into segments
  i = 0
  for start, end in zip(starts, ends):
    audio_seg = y[start:end]
    print('extracting audio segment:', len(audio_seg), 'samples')
    
    # file name string
    # it takes 5 first character of Action
    # and converts start and end time 
    file_name = str(segments.Activity[i][:5]) + \
    '__' + \
    str(segments.Start[i]).split('s ')[1].replace(':','_') + \
    '__' + \
    str(segments.End[i]).split('s ')[1].replace(':','_') + ".wav"
    
    sf.write(file_name, audio_seg, sr)
    i += 1
segments = read_data("annot.csv", date_format="%m/%d/%y %H:%M:%S:%f")
segments

y, sr = librosa.load("audio.wav", sr=16000, duration=2027)
extract_segments(y, sr, segments)
票数 0
EN
查看全部 2 条回答
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/63466930

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档