小编hen*_*rik的帖子

在Java 1.6中连接两个WAV文件的最简单方法是什么？(等频和所有,没什么特别的.)

(这可能太简单了,但今天我的Google-fu在这个问题上似乎很弱.)

我正在尝试确定是否可以使用AVAudioPlayer该类切换AirPlay支持.

据我所读:

AirPlay是一项技术,可让您的应用程序将音频流传输到Apple TV和第三方AirPlay扬声器和接收器.AirPlay支持内置于AV Foundation框架和Core Audio框架系列中.您使用这些框架播放的任何音频内容都自动符合AirPlay发行的条件.用户选择使用AirPlay播放音频后,系统会自动路由.[ 参考 ]

根据这些信息; 它应该与AVAudioPlayer一起使用,因为它是AVFoundation框架的一部分; 但我似乎无法找到支持这一假设的任何文件.

我还发现了一些文档说它可以用MPMoviePlayerViewController:

MPMoviePlayerController课程中包括使用AirPlay播放视频的支持.此支持允许您在支持AirPlay的硬件(如Apple TV)上播放基于视频的内容.当allowsAirPlay活动MPMoviePlayerController对象的属性设置为YES并且设备在启用AirPlay的硬件的范围内时,电影播放器​​向用户呈现用于将视频发送到该硬件的控件.[ 参考 ]

似乎这里有一些相互矛盾的信息.有谁知道它是否可能用于AVAudioPlayer路由到AirPlay或我们被迫使用MPMoviePlayerController该类？

非常感谢.

既然H2 1.4还没有测试版,我想将旧的1.3.175数据库迁移到1.4.195.

背景资料:

• 在文档中,数据库升级尚未提及1.4.
• 该路线图仍列出"从1.3数据库自动迁移到1.4".作为"计划的变化".
• MVStore 的当前状态仍被标记为"实验性".

那么,推荐的迁移方式是什么？

其他方面/奖金问题:

我应该启用MVStore还是坚持使用PageStore(优点/缺点)？哪一个提供更好的性能(多线程对我来说并不重要),哪一个更好的稳定性,特别是对抗OutOfMemoryErrors？

Librosa 和 Scipy 都有这个fft功能，但是，即使输入相同的信号，它们也会给我不同的频谱图输出。

西比

我正在尝试使用以下代码获取频谱图

import numpy as np                                       # fast vectors and matrices
import matplotlib.pyplot as plt                          # plotting
from scipy import fft      

X = np.sin(np.linspace(0,1e10,5*44100))

fs = 44100          # assumed sample frequency in Hz
window_size = 2048  # 2048-sample fourier windows
stride = 512        # 512 samples between windows
wps = fs/float(512) # ~86 windows/second
Xs = np.empty([int(2*wps),2048])

for i in range(Xs.shape[0]):
    Xs[i] = np.abs(fft(X[i*stride:i*stride+window_size]))

fig = plt.figure(figsize=(20,7))
plt.imshow(Xs.T[0:150],aspect='auto')
plt.gca().invert_yaxis()
fig.axes[0].set_xlabel('windows (~86Hz)')
fig.axes[0].set_ylabel('frequency')
plt.show()

然后我得到以下频谱图 …

我目前正在从我的婴儿哭声数据集中提取 mel 特征，wav 文件的采样率为 8kHz、16 位、单声道和大约 7 秒。

sr = 16000 时的梅尔谱图 sr = 44100 时的梅尔谱图

但是正如您所看到的，每当我以不同的采样率提取特征时sr，梅尔谱图的值都会发生变化。我认为由于wav文件的采样率为8kHz，如果我将采样率设置为16kHz以上，赫兹的值必须相同。

我将 wav 文件的采样率 8kHz 转换为 44.1kHz 并再次提取，但没有任何变化。

这是我的代码：

import librosa.display  
import matplotlib.pyplot as plt  
import numpy as np  

sr = 44100 # or 16000 
frame_length = 0.1  
frame_stride = 0.01  
path = '...'
train = []  

j, sr = librosa.load(path + '001.wav', sr, duration = 5.0)   
input_nfft = int(round(sr*frame_length))   
input_stride = int(round(sr*frame_stride))   
mel = librosa.feature.melspectrogram(j, n_mels = 128, n_fft = input_nfft, …

我有一个音频文件，我想每 2 秒分割一次。有没有办法用 librosa 做到这一点？

因此，如果我有一个 60 秒的文件，我会将其分成 30 个两秒的文件。

System.getProperty("os.arch")在运行JDK的aarch64端口（例如Liberica端口）的 AppleSilicon/M1 Mac 上返回什么值，即不使用 Rosetta2？

基于此，我猜测它是aarch64. 任何人都可以证实这一点吗？

谢谢。

我正在尝试绘制 16000Hz 16 位 .wav 语音音频的波形图和频谱图。我已成功获得以下图：

但是，频谱图上的时间值不正确。我确信我的采样率在整个程序中是一致的（16000Hz），但我仍然无法获得频谱图的正确时间值。

下面是我的Python脚本：

import matplotlib.pyplot as plt
import librosa
import librosa.display
import numpy as np

y, sr = librosa.load('about_TTS_0792.wav', sr=16000)
print("Current audio sampling rate: ", sr)

print("Audio Duration:", librosa.get_duration(y=y, sr=sr))

D = librosa.stft(y, hop_length=64, win_length=256)  # STFT of y
S_db = librosa.amplitude_to_db(np.abs(D), ref=np.max)

fig, ax = plt.subplots(nrows=2)

librosa.display.waveplot(y, sr=sr, ax=ax[0])
img = librosa.display.specshow(S_db, sr=sr, x_axis='s', y_axis='linear',ax=ax[1])
ax[1].set(title='Linear spectrogram')
fig.colorbar(img, ax=ax[1], format="%+2.f dB")
fig.tight_layout()

plt.show()

此代码的输出：

Current audio sampling rate:  16000

Audio Duration: 0.792

我不知道我错过了什么会导致 x …

我正在尝试使用以下代码从具有 13 个 MFCC 的音频文件中提取 MFCC 功能：

import librosa as l

x, sr = l.load('/home/user/Data/Audio/Tracks/Dev/FS_P01_dev_001.wav', sr = 8000)
n_fft = int(sr * 0.02)   
hop_length = n_fft // 2  
mfccs = l.feature.mfcc(x, sr=sr, n_mfcc=13, hop_length=hop_length,  n_fft=n_fft)

但它显示了这个警告。这是什么意思，我该如何摆脱它？

UserWarning: Empty filters detected in mel frequency basis. Some channels will produce empty responses. Try increasing your sampling rate (and fmax) or reducing n_mels.
  warnings.warn('Empty filters detected in mel frequency basis. '

当我从音频中提取 MFCC 时，输出为(13, 22). 数字代表什么？是时间范围吗？我用的是librosa。

使用的代码是：

mfccs = librosa.feature.mfcc(y=X, sr=sample_rate, n_mfcc=13, hop_length=256)
mfccs


print(mfccs.shape)

输出是(13,22).

我在Objective C中使用了这段代码:

@implementation KDOrderInfo
  - (id)performDefaultImplementation {
    NSString *theRequest = [self directParameter];
    NSDictionary *arguments = [self evaluatedArguments];
    NSLog(@"arguments = %@ %ld",arguments, [arguments count]);
    NSLog(@"theRequest----> %@",theRequest);
    /*.......
    .....*/
    return @YES
  }

这段代码在Objective C中运行正常.我将此代码转换为Swift代码,如下所示:

class OrderInfo : NSScriptCommand {
  override func performDefaultImplementation() -> AnyObject! {
    let theRequest: AnyObject! = self.directParameter
    let arguments = self.evaluatedArguments
    println("arguments = \(arguments) argumentsCount = \(arguments.count)")
    println("theRequest----> \(theRequest)")
    /*.......
    .....*/
    return "OK"
    }
 }

当我运行我的AppleScript然后我得到错误(InfoMaker是我的应用程序的名称):InfoMaker得到一个错误:处理程序某些对象未定义.

方法 :

override func application(theApp:NSApplication,delegateHandlesKey theKey:String) -> Bool{ 
    println("scripting key = \(theKey)");
    let …

我尝试使用librosa 中的librosa 和pitch_shift。我录制了一些声音并使用了以下代码：

sampling_rate= 44100
y, sr = librosa.load(directory, sr=sampling_rate) # y is a numpy array of the wav file, sr = sample rate

y_shifted = librosa.effects.pitch_shift(y, sr, n_steps=4, bins_per_octave=24)  # shifted by 4 half steps
librosa.output.write_wav(directory, y_shifted, sr=sampling_rate, norm=False)

它工作得很好 - 几乎。

我在新声音中听到一些噪音（在变调之后）

有什么我需要使用的东西吗？

不带平移：

https://vocaroo.com/i/s1qEEDvzcUHN

使用平移（n_steps = 4）：

https://vocaroo.com/i/s0cOiC0cFJSB

我正在尝试librosa.load()在.wav文件上运行该命令。在.wav file从通过YouTube视频下载的YouTube-DL并具有以下特性：

• 通道数：2
• 采样率：44,100Hz
• 持续时间：3486.104 秒

但是，该命令返回的时间序列librosa.load('file.wav')如下：

(array([0., 0., 0., ..., 0., 0., 0.], dtype=float32), 22050)

该.wav文件肯定有很多噪音，所以我不太明白为什么输出是0针对每一帧的。

我也试过运行librosa.load()其他.wav其他Youtube视频音频文件，并有同样的结果。

如果有人对导致此输出的原因有任何想法，请现在告诉我。提前致谢。