Labomedia Ressources

Outils pour utilisateurs

Outils du site

Piste :
reconnaissance_audio

Différences

Ci-dessous, les différences entre deux révisions de la page.

Lien vers cette vue comparative

Les deux révisions précédentesRévision précédente
reconnaissance_audio [2024/05/23 15:58] – josephreconnaissance_audio [2024/05/23 15:58] (Version actuelle) – joseph
Ligne 1: Ligne 1:
 Test: Test:
  
-        import numpy as np, scipy.signal, glob, subprocess, collections, os, pickle, scipy.io.wavfile +    import numpy as np, scipy.signal, glob, subprocess, collections, os, pickle, scipy.io.wavfile 
-        spectrogram = lambda x: 20 * np.log10(np.abs(scipy.signal.stft(x, nperseg=1024, noverlap=1)[2])) +    spectrogram = lambda x: 20 * np.log10(np.abs(scipy.signal.stft(x, nperseg=1024, noverlap=1)[2])) 
-        A = 0 +    A = 0 
-        def add_constellations(s, hash_table, song_id): +    def add_constellations(s, hash_table, song_id): 
-            global A +        global A 
-            global_peaks = [] +        global_peaks = [] 
-            for t in range(s.shape[1]): +        for t in range(s.shape[1]): 
-                peaks, prop = scipy.signal.find_peaks(s[:, t], prominence=10) +            peaks, prop = scipy.signal.find_peaks(s[:, t], prominence=10) 
-                global_peaks += [(t, f) for _, f in sorted(zip(prop["prominences"], peaks), reverse=True)][:4]     +            global_peaks += [(t, f) for _, f in sorted(zip(prop["prominences"], peaks), reverse=True)][:4]     
-            for i1, (t1, f1) in enumerate(global_peaks): +        for i1, (t1, f1) in enumerate(global_peaks): 
-                for (t2, f2) in global_peaks[i1 + 1:i1 + 20]: +            for (t2, f2) in global_peaks[i1 + 1:i1 + 20]: 
-                    delta_t = t2 - t1 +                delta_t = t2 - t1 
-                    if delta_t <= 1 or delta_t >= 4: +                if delta_t <= 1 or delta_t >= 4: 
-                        continue +                    continue 
-                    h = f1 + (f2 << 8) + (delta_t << 16) +                h = f1 + (f2 << 8) + (delta_t << 16) 
-                    hash_table[h].append((t1, song_id) if song_id is not None else t1) +                hash_table[h].append((t1, song_id) if song_id is not None else t1) 
-                    A += 1 +                A += 1 
-        def create_library(path, db_filename, FFMPEG_PATH=r"D:\Documents\software\portable\youtube-dl\ffmpeg.exe"): +    def create_library(path, db_filename, FFMPEG_PATH=r"D:\Documents\software\portable\youtube-dl\ffmpeg.exe"): 
-            hash_table, songs = collections.defaultdict(list), [] +        hash_table, songs = collections.defaultdict(list), [] 
-            for i, f in enumerate(glob.glob(path)): +        for i, f in enumerate(glob.glob(path)): 
-                print(f"adding to library: {f}, current size: {len(hash_table)=} {A/(i+1)=:,}") +            print(f"adding to library: {f}, current size: {len(hash_table)=} {A/(i+1)=:,}") 
-                songs.append(os.path.basename(f)) +            songs.append(os.path.basename(f)) 
-                p = subprocess.Popen([FFMPEG_PATH, '-i', f, '-f', 's16le', '-acodec', 'pcm_s16le', '-ar', '44100', '-ac', '1', "-hide_banner", "-loglevel", "fatal", "-"], stdout=subprocess.PIPE, bufsize=10**8) +            p = subprocess.Popen([FFMPEG_PATH, '-i', f, '-f', 's16le', '-acodec', 'pcm_s16le', '-ar', '44100', '-ac', '1', "-hide_banner", "-loglevel", "fatal", "-"], stdout=subprocess.PIPE, bufsize=10**8) 
-                x = np.frombuffer(p.communicate()[0], dtype="int16") +            x = np.frombuffer(p.communicate()[0], dtype="int16") 
-                s = spectrogram(x)[:256] +            s = spectrogram(x)[:256] 
-                add_constellations(s, hash_table, i) +            add_constellations(s, hash_table, i) 
-                if i == 200: +            if i == 200: 
-                    break +                break 
-            with open(db_filename, "wb") as g: +        with open(db_filename, "wb") as g: 
-                pickle.dump({"hash_table": hash_table, "songs": songs}, g) +            pickle.dump({"hash_table": hash_table, "songs": songs}, g) 
-            print("create_library: finished.") +        print("create_library: finished.") 
-        def load_library(db_filename="db.db"): +    def load_library(db_filename="db.db"): 
-            return pickle.load(open(db_filename, "rb")) +        return pickle.load(open(db_filename, "rb")) 
-        def recognize(f, db): +    def recognize(f, db): 
-            sr, x = scipy.io.wavfile.read(f) +        sr, x = scipy.io.wavfile.read(f) 
-            s = spectrogram(x) +        s = spectrogram(x) 
-            recording_hash_table = collections.defaultdict(list) +        recording_hash_table = collections.defaultdict(list) 
-            matches_per_song = collections.defaultdict(list) +        matches_per_song = collections.defaultdict(list) 
-            scores = collections.defaultdict(int)     +        scores = collections.defaultdict(int)     
-            add_constellations(s, recording_hash_table, None) +        add_constellations(s, recording_hash_table, None) 
-            for h, T in recording_hash_table.items(): +        for h, T in recording_hash_table.items(): 
-                for t1 in T: +            for t1 in T: 
-                    for (t0, song_id) in db["hash_table"][h]: +                for (t0, song_id) in db["hash_table"][h]: 
-                        matches_per_song[song_id].append((h, t1, t0))        +                    matches_per_song[song_id].append((h, t1, t0))        
-            for song_id, matches in matches_per_song.items(): +        for song_id, matches in matches_per_song.items(): 
-                song_scores_by_offset = collections.defaultdict(int) +            song_scores_by_offset = collections.defaultdict(int) 
-                for h, t1, t0 in matches: +            for h, t1, t0 in matches: 
-                    song_scores_by_offset[t0 - t1] += 1 +                song_scores_by_offset[t0 - t1] += 1 
-                scores[song_id] = max(song_scores_by_offset.items(), key=lambda x: x[1]) +            scores[song_id] = max(song_scores_by_offset.items(), key=lambda x: x[1]) 
-            scores = sorted(scores.items(), key=lambda x: x[1][1], reverse=True) +        scores = sorted(scores.items(), key=lambda x: x[1][1], reverse=True) 
-            print(f, db["songs"][scores[0][0]], scores) +        print(f, db["songs"][scores[0][0]], scores) 
-        # create_library(r"D:\Documents\mp3\_misc\*.mp3", "misc.db") +    # create_library(r"D:\Documents\mp3\_misc\*.mp3", "misc.db") 
-        db = load_library("misc.db") +    db = load_library("misc.db") 
-        recognize("test6_ragazzo.wav", db)+    recognize("test6_ragazzo.wav", db)
reconnaissance_audio.1716479886.txt.gz · Dernière modification : de joseph