음모의 오디오 파일 길이가 잘못되었거나 파이썬의 오디오 플롯에 부적절하게 오버레이 된 주석 부분

Question

이 튜토리얼 (https://github.com/amsehili/audio-segmentation-by-classification-tutorial/blob/master/multiclass_audio_segmentation.ipynb)을 따르고 자신의 교육 데이터 및 샘플을 사용하여 시각화 출력을 다시 작성하려고합니다. 31초 긴

내 오디오 파일
: https://www.dropbox.com/s/qae2u5dnnp678my/test_hold.wav?dl=0
주석 파일은 여기에 있습니다 :
https://www.dropbox.com/s/gm9uu1rjettm3qr/hold.lst?dl=0
https://www.dropbox.com/s/b6z1gt8i63c8ted/tring.lst?dl=0
나는 "파이썬에서 오디오 파일의 파형을 플롯 다음의 섹션을 강조하는 것을 시도하고있다 그 파형의 상단에있는 주석 파일로부터 해당 오디오를 "유지"및 "제거"할 수 있습니다.

다음과 같이 대담에서 파형은 다음과 같습니다

코드는 다음과 같다 : 위의 코드에 의해 생성

import wave 
import pickle 
import numpy as np 
from sklearn.mixture import GMM 
import librosa 

import warnings 
warnings.filterwarnings('ignore') 
SAMPLING_RATE =16000 
wfp = wave.open("/home/vivek/Music/test_hold.wav") 
audio_data = wfp.readframes(-1) 
width = wfp.getsampwidth() 
wfp.close() 

# data as numpy array will be used to plot signal 
fmt = {1: np.int8 , 2: np.int16, 4: np.int32} 
signal = np.array(np.frombuffer(audio_data, dtype=fmt[width]), dtype=np.float64) 


%matplotlib inline 
import matplotlib.pyplot as plt 
import matplotlib.pylab as pylab 
pylab.rcParams['figure.figsize'] = 24, 18 

def plot_signal_and_segmentation(signal, sampling_rate, segments=[]): 
    _time = np.arange(0., np.ceil(float(len(signal)))/sampling_rate, 1./sampling_rate) 
    if len(_time) > len(signal): 
     _time = _time[: len(signal) - len(_time)] 

    pylab.subplot(211) 

    for seg in segments: 

     fc = seg.get("fc", "g") 
     ec = seg.get("ec", "b") 
     lw = seg.get("lw", 2) 
     alpha = seg.get("alpha", 0.4) 

     ts = seg["timestamps"] 

     # plot first segmentation outside loop to show one single legend for this class 
     p = pylab.axvspan(ts[0][0], ts[0][1], fc=fc, ec=ec, lw=lw, alpha=alpha, label = seg.get("title", "")) 

     for start, end in ts[1:]: 
      p = pylab.axvspan(start, end, fc=fc, ec=ec, lw=lw, alpha=alpha) 


    pylab.legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3, 
      borderaxespad=0., fontsize=22, ncol=2) 

    pylab.plot(_time, signal) 

    pylab.xlabel("Time (s)", fontsize=22) 
    pylab.ylabel("Signal Amplitude", fontsize=22) 
    pylab.show() 

annotations = {} 


ts = [line.rstrip("\r\n\t ").split(" ") for line in open("/home/vivek/Music/hold.lst").readlines()] 
ts = [(float(t[0]), float(t[1])) for t in ts] 
annotations["hold"] = {"fc" : "y", "ec" : "y", "lw" : 0, "alpha" : 0.4, "title" : "Hold", "timestamps" : ts} 

ts = [line.rstrip("\r\n\t ").split(" ") for line in open("/home/vivek/Music/tring.lst").readlines()] 
ts = [(float(t[0]), float(t[1])) for t in ts] 
annotations["tring"] = {"fc" : "r", "ec" : "r", "lw" : 0, "alpha" : 0.9, "title" : "Tring", "timestamps" : ts} 


def plot_annot(): 
    plot_signal_and_segmentation(signal, SAMPLING_RATE, 
          [annotations["tring"], 
           annotations["hold"]]) 

plot_annot() 

줄거리는 다음과 같습니다

당신이 볼 수 있듯이 플롯에 보인다 사실 파일 길이가 단지 31 초일 때 파일 길이가 90 초라고 생각하십시오. 또한 주석 세그먼트가 잘못 중첩/강조 표시됩니다.

내가 뭘 잘못하고 있으며 어떻게 수정합니까?

추 신 : 파형에서 직사각형 블록은 "트링"이며 나머지 네 개의 "사다리꼴"파형은 보류 음악 영역입니다.

Answer 1

여기에 그냥 맞춰보세요. audacity 스크린 샷은 44100의 샘플 속도를 보여줍니다. 코드 스 니펫의 SAMPLE_RATE 변수는 16000으로 초기화됩니다. 원본 31 초를 두 비율 (31 * 44100/16000 = 85.44 초)의 비율로 곱하면됩니다.