本日はPython枠です。
今回は音源ファイルのシーケンスファイルを作成していきます。
もともとのきっかけは私の師であるがちもとさんが動画のシーケンスのやり方を紹介していたため、音源ファイルだとどうなるのかと思ってチャレンジします。
〇環境
・Windows 11PC
・Anaconda Propmpt(Anaconda3)
・Python 3.10.8
①Anacondaで仮想環境を作成します。
conda create -n audio-converter python=3.10.8
今回はPython3.10.8を使用しています。
②仮想環境を有効化します。
conda activate audio-converter
③pydubをインストールします。
conda install -c conda-forge pydub
pydubはPythonを使って音声ファイルを読み込み、波形データを生成、音声処理を行うことができるモジュールです
今回はこれを使用してオーディオファイルを読み込みます。
④任意のディレクトリに次のコードを作成します。
import soundfile as sf
import numpy as np
import os
def read_audio_file(file_path):
# MP3またはwavファイルを読み込む
audio, sample_rate = sf.read(file_path)
return audio, sample_rate
def get_audio_length(file_path):
audio, sample_rate = read_audio_file(file_path)
length = len(audio) / sample_rate
return length
def generate_sequence_data(audio, sample_rate, sequence_length=10, output_folder='Output', output_prefix='output', format='wav'):
# サンプリングレートを取得
samples_per_sequence = int(sequence_length * sample_rate)
# シーケンスごとにファイルに保存
count = 1
output_files = []
for i in range(0, len(audio), samples_per_sequence):
sequence = audio[i:i+samples_per_sequence]
# シーケンスが必要なサンプル数に満たない場合は0で埋める
if len(sequence) < samples_per_sequence:
sequence = np.pad(sequence, (0, samples_per_sequence - len(sequence)))
output_file = os.path.join(output_folder, f'{output_prefix}_{count}.{format}')
# 保存フォーマットに合わせて拡張子を変更
if format == 'wav':
sf.write(output_file, sequence, samplerate=sample_rate)
elif format == 'npy':
np.save(output_file, sequence)
output_files.append(output_file)
count += 1
return output_files
def concatenate_sequence_files(output_files, output_folder, output_prefix='output', format='wav'):
# 各シーケンスファイルを読み込み、結合する
sequences = [sf.read(file)[0] for file in output_files]
concatenated_sequence = np.concatenate(sequences)
# 結合したデータをファイルに保存
final_output_file = os.path.join(output_folder, f'{output_prefix}_concatenated.{format}')
# 保存フォーマットに合わせて拡張子を変更
if format == 'wav':
sf.write(final_output_file, concatenated_sequence, samplerate=sequences[0][1])
elif format == 'npy':
np.save(final_output_file, concatenated_sequence)
def main():
# ファイルパスを指定
input_folder = 'Input'
output_folder = 'Output'
# Inputフォルダ内のファイルを取得
input_files = [f for f in os.listdir(input_folder) if os.path.isfile(os.path.join(input_folder, f))]
# ファイルごとに処理
for file_name in input_files:
file_path = os.path.join(input_folder, file_name)
# 音声ファイルを読み込む
audio, sample_rate = read_audio_file(file_path)
# ログ出力
original_length = get_audio_length(file_path)
print(f'Original Length of {file_name}: {original_length} seconds')
# シーケンスごとにファイルに保存
output_files = generate_sequence_data(audio, sample_rate, sequence_length=10, output_folder=output_folder, output_prefix='output', format='wav')
# 各シーケンスファイルを結合して最終ファイルを保存
concatenate_sequence_files(output_files, output_folder, output_prefix='output', format='wav')
if __name__ == "__main__":
main()
⑤スクリプトと同階層にInput,Outputフォルダを作成します。
これはソースとなる音源ファイルを配置するフォルダ、出力するフォルダになります。
⑥Anacondaでスクリプトを実行する
python (スクリプト名).py
これによってOutputフォルダに結果が出力されます。
なおcountの数を変更することでファイル名を変更できます。
# シーケンスごとにファイルに保存
count = 1
output_files = []
またgenerate_sequence_data()のsequence_lengthの値を変えることで任意の秒数のシーケンス音源を作成することができます。
# シーケンスごとにファイルに保存
output_files = generate_sequence_data(audio, sample_rate, sequence_length=10, output_folder=output_folder, output_prefix='output', format='wav')
以上でPythonを使用して音源ファイルのシーケンスを行うことができました。
AIの学習データ作成などに使用できそうです。
