Python-基于卷积神经网络的Keras音频分类器

基于卷积神经网络的Keras音频分类器

‘‘‘
Author: Scott H. Hawley

based on paper  
A SOFTWARE frameWORK FOR MUSICAL DATA AUGMENTATION
Brian McFee Eric J. Humphrey and Juan P. Bello
https://bmcfee.github.io/papers/ismir2015_augmentation.pdf

This script can either be called as a standalone to operate on sound files （e.g. .wav）
or it can be imported & called from elsewhere e.g. prep_data.py.  

If you plan on using prep_data.py then don‘t call this as a standalong. just let prep_data 
do its thing unless you really want to hear what the augmented data files sound like.
‘‘‘
from __future__ import print_function
import numpy as np
import librosa
from random import getrandbits
import sys getopt os
#from scipy.signal import resample     # too slow


def random_onoff（）:                # randomly turns on or off
    return bool（getrandbits（1））


# returns a list of augmented audio data stereo or mono
def augment_data（y sr n_augment = 0 allow_speedandpitch = True allow_pitch = True
    allow_speed = True allow_dyn = True allow_noise = True allow_timeshift = True tab=““）:

    mods = [y]                  # always returns the original as element zero
    length = y.shape[0]

    for i in range（n_augment）:
        print（tab+“augment_data: “i+1“of“n_augment）
        y_mod = y
        count_changes = 0

        # change speed and pitch together
        if （allow_speedandpitch） and random_onoff（）:   
            length_change = np.random.uniform（low=0.9high=1.1）
            speed_fac = 1.0  / length_change
            print（tab+“    resample length_change = “length_change）
            tmp = np.interp（np.arange（0len（y）speed_fac）np.arange（0len（y））y）
            #tmp = resample（yint（length*lengt_fac））    # signal.resample is too slow
            minlen = min（ y.shape[0] tmp.shape[0]）     # keep same length as original; 
            y_mod *= 0                                    # pad with zeros 
            y_mod[0:minlen] = tmp[0:minlen]
            count_changes += 1

        # change pitch （w/o speed）
        if （allow_pitch） and random_onoff（）:   
            bins_per_octave = 24        # pitch increments are quarter-steps
            pitch_pm = 4                                # +/- this many quarter steps
            pitch_change =  pitch_pm * 2*（np.random.uniform（）-0.5）   
            print（tab+“    pitch_change = “pitch_change）
            y_mod = librosa.effects.pitch_shift（y sr n_steps=pitch_change bins_per_octave=bins_per_octave）
            count_changes += 1

        # change speed （w/o pitch） 
        if （allow_speed） and random_onoff（）:   
            speed_change = np.random.uniform（low=0.9high=1.1）
            print（tab+“    speed_change = “speed_change）
            tmp = librosa.effects.time_stretch（y_mod speed_change）
            minlen = min（ y.shape[0] tmp.shape[0]）        # keep same length as original; 
            y_mod *= 0                                    # pad with zeros 
            y_mod[0:minlen] = tmp[0:minlen]
            count

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-05-06 16:14  audio-classifier-keras-cnn-master\
     文件          18  2019-05-06 16:14  audio-classifier-keras-cnn-master\.gitignore
     文件        1069  2019-05-06 16:14  audio-classifier-keras-cnn-master\LICENSE
     文件         261  2019-05-06 16:14  audio-classifier-keras-cnn-master\README.md
     目录           0  2019-05-06 16:14  audio-classifier-keras-cnn-master\Samples\
     文件         151  2019-05-06 16:14  audio-classifier-keras-cnn-master\Samples\__delete-this-file-and-add-sound-files__.txt
     文件        6307  2019-05-06 16:14  audio-classifier-keras-cnn-master\augment_data.py
     文件       10089  2019-05-06 16:14  audio-classifier-keras-cnn-master\eval_network.py
     文件        1848  2019-05-06 16:14  audio-classifier-keras-cnn-master\preprocess_data.py
     文件        8633  2019-05-06 16:14  audio-classifier-keras-cnn-master\train_network.py