Pythonの心理音響評価モジュール"MoSQITo"でオーディオデータからラウドネスを算出 - Wizard Notes
前回の記事で紹介したPythonの心理音響評価モジュールMoSQIToでラウドネスを算出してみました。 基本的に以下のドキュメント・ソースコードを参考にしています。 MoSQITo/tuto3_Loudness-zwicker-time-varying.ipynb at master · Eomys/MoSQITo · GitHub ソースコード import numpy as np import matplotlib.pyplot as plt from mosqito.functions.shared.load import load from mosqito.functions.loudness_zwicker.comp_loudness import comp_loudness filepath = "Test signal 24 (woodpecker).wav" is_stat
PythonとMoSQIToで学ぶ、ラウドネス (sone) の算出および実装方法 (Zwicker method) - Wizard Notes
※ITU-R BS, 1770によるラウドネスレベルの算出は以下の記事をご覧ください。 www.wizard-notes.com はじめに ラウドネスの算出・実装方法の勉強のため、心理音響評価モジュール／開発フレームMoSQIToの非定常信号向けラウドネス（時変ラウドネス）算出モジュールのソースコードを分析／コメント翻訳してみました。 ソースコードの分析において、以下の文献を参考にしています。 [1] 小野測器-音質評価とは (page2) [2] Zwicker Loudness Measurement with R&S® UPV Audio Analyzer Application Note [3] Perceived loudness of acoustic signal - MATLAB acousticLoudness - MathWorks 日本 MoSQIToや、MoSQIT
Python: waveモジュールをハックしてfloat形式のwavファイルを読み込みnumpy配列に変換する - Wizard Notes
問題 解決方法 waveモジュールのWav_readクラスをハック 検証 問題 www.wizard-notes.com 上記の実装の拡張として、Python の waveモジュールを使って32-bit or 64-bit float形式のwavファイル読込を追加しようとして試してみたところ、以下のようなエラーがでました。 >wave.Error: unknown format: 3 てっきりwaveモジュールはfloat形式にも対応しているかと思いきや、そうではないようです。 CPythonのWaveモジュールのソースコードを確認してみました。 github.com 87行目には、 WAVE_FORMAT_PCM = 0x0001 のみで、WAVE_FORMAT_IEEE_FLOATなどはありません。 また、254-273行目を見てもPCM以外の形式はunknown formatとしてエ
Python: LibROSA で調波打楽器音分離 (HPSS) - Wizard Notes
調波打楽器音分離とは？ 一般的な楽曲では、様々な楽器音が含まれています。 そのため、元の楽曲信号から直接、音楽的な情報（例：コード進行）を分析するのは 計算機ではなかなか難しいです*1。 そこで、分析の前処理として、 打楽器の音と非打楽器（調波楽器）の音を分離する調波打楽器音分離 (HPSS: Hermonic/Percussive Source Seperation) *2が良く使われています。 この記事では、HPSSの概要とPython (LibROSA) のコードの解説します。 調波打楽器音分離とは？ 調波打楽器音分離のアイディア アルゴリズムの設計 非負値行列因子分解＋基底クラスタリング 最適化問題（行列因子分解）として解く 深層学習を使った手法 メディアンフィルタベースの手法 LibROSAにおける調波打楽器分離（HPSS）の実装 使い方 実装の詳細 librosa.effect
LibROSA: ステレオ信号のWAV書き出し（write_wav）におけるstruct.errorの解決方法 - Wizard Notes
問題点 表題の通り、以下のコードでエラーが発生します。 import librosa sr=44100 #オーディオ信号をNumpy形式でロードし、yに格納 y, sr = librosa.core.load(input_filepath, sr=sr, mono=False) # yをwavフォーマットで書き出し # ここで、yがステレオ信号、すなわち2次元配列 y.shape=(チャネル数, 時間サンプル数)のとき struct.error発生 librosa.output.write_wav(output_wav_filepath, y, sr) Traceback (most recent call last): File ..., in xxxxx.py librosa.output.write_wav(output_wav, y, sr) File "C:\ProgramDat
ボイスチェンジャー向けフィルタ設計：周波数ワープによるフィルタ係数の修正と実装方法 - Wizard Notes
リアルタイム声質加工プラグインの開発進捗。 声を太くしたり子供っぽくしたりできる処理のデモです。 pic.twitter.com/JcfwPJ2OCc— Kurene (@_kurene) July 18, 2020 線形予測分析＋周波数ワープでリアルタイムで声質を加工する処理を作りました。 ボイスチェンジャー関連の処理は興味を持っている方が多いと思いますが、Web上に情報が少ないのが現状だと思います。 そこで、走り書きになりますが、私が作ったデモにおける声質加工フィルタの設計・実装方法を書き残したいと思います。お役に立てれば幸いです。 Step 1. 声道共振成分の抽出 やさしく音声分析法を学ぶ： ケプストラム分析とLPC分析 from Shinnosuke Takamichi まず、線形予測分析やケプストラム分析を使って、声道特性（声道の共振特性）を表現するフィルタ係数を抽出します。
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
