用Python实现语音的传输功能

import wave
import numpy as np
import matplotlib.pyplot as plt
from python_speech_features import mfcc
from math import cos sin sqrt pi


def read_file（file_name）:
    with wave.open（file_name ‘r‘） as file:
        params = file.getparams（）
        _ _ framerate nframes = params[:4]
        str_data = file.readframes（nframes）
        wave_data = np.fromstring（str_data dtype=np.short）
        time = np.arange（0 nframes） * （1.0 / framerate）
        return wave_data time

    return index1 index2


def find_point（data）:
    count1 count2 = 0 0
    for index val in enumerate（data）:
        if count1 < 40:
            count1 = count1 + 1 if abs（val） > 0.15 else 0
            index1 = index
        if count1 == 40 and count2 < 5:
            count2 = count2 + 1 if abs（val） < 0.001 else 0
            index2 = index
        if count2 == 5:
            break
    return index1 index2


def select_valid（data）:
    start end = find_point（normalized（data））
    print（start end）
    return data[start:end]


def normalized（a）:
    maximum = max（a）
    minimum = min（a）
    return a / maximum


def compute_mfcc_coff（file_prefix=‘‘）:
    mfcc_feats = []
    s = range（10）
    I = [0 3 4 8]
    II = [5 7 9]
    Input = {‘‘: s ‘I‘: I ‘II‘: II ‘B‘: s}
    for index file_name in enumerate（file_prefix + ‘{0}.wav‘.format（i） for i in Input[file_prefix]）:
        data time = read_file（file_name）
        #data = select_valid（data）
        #if file_prefix==‘II‘:data = select_valid（data）

        mfcc_feat = mfcc（data 48000）[:75]
        mfcc_feats.append（mfcc_feat）
    t = np.array（mfcc_feats）
    return np.array（mfcc_feats）


def create_dist（）:

    for i m_i in enumerate（mfcc_coff_input）:  # get the mfcc of input
        for j m_j in enumerate（mfcc_coff）:  # get the mfcc of dataset
            # build the distortion matrix bwtween i wav and j wav
            N = len（mfcc_coff[0]）
            distortion_mat = np.array（[[0] * len（m_i）
                                       for i in range（N）] dtype=np.double）
            for k1 mfcc1 in enumerate（m_i）:
                for k2 mfcc2 in enumerate（m_j）:
                    distortion_mat[k1][k2] = sqrt（
                        sum（（mfcc1[1:] - mfcc2[1:]）**2））
            yield i j distortion_mat