معرفی شرکت ها
ProcessAudio-0.22.11
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Procesamiento de audios
| ویژگی | مقدار |
|---|---|
| سیستم عامل | OS Independent |
| نام فایل | ProcessAudio-0.22.11 |
| نام | ProcessAudio |
| نسخه کتابخانه | 0.22.11 |
| نگهدارنده | [] |
| ایمیل نگهدارنده | [] |
| نویسنده | William Rodriguez |
| ایمیل نویسنده | wisrovi.rodriguez@gmail.com |
| آدرس صفحه اصلی | https://github.com/wisrovi/ProcessAudio |
| آدرس اینترنتی | https://pypi.org/project/ProcessAudio/ |
| مجوز | GPLv3 |
# ProcessAudio
Libreria python para hacer data augmentation en audios y/o extraer caracteristicas a audios
---
# Installation
```bash
pip install ProcessAudio
```
---
# Description
A `ProcessAudio` object should be created and use its attributes.
This library have tree main functions:
* `Features`: Extract features from audio
* `AudioAugmentation`: Augment audio in different ways
* `AllDataAugmentation`: Augment audio in different ways and extract features
---
[Back To Top ↥](#ProcessAudio)
## Features methods
* `set_data(data_audio:str="<path_audio_file>)`: Set data to extract features
* `get_croma()`: Extract croma features
* `get_mfcc()`: Extract mfcc features
* `get_rmse()`: Extract rmse features
* `get_centroide_espectral()`: Extract spectral centroid features
* `get_rolloff()`: Extract spectral rolloff features
* `get_cruce_por_cero()`: Extract zero crossing rate features
* `get_ancho_banda_espectral()`: Extract spectral bandwidth features
* `build_all()`: Extract all features in a list
---
[Back To Top ↥](#ProcessAudio)
## AudioAugmentation methods
* `loudness()`: Apply loudness to audio file creating a new data
* `add_mask()`: Apply mask to audio file creating a new data
* `pitch()`: Apply pitch to audio file creating a new data
* `get_original()`: Get original audio file
* `add_crop()`: Apply crop to audio file creating a new data
* `add_noise()`: Apply noise to audio file creating a new data
* `add_noise2()`: Apply noise to audio file creating a new data
* `shift()`: Apply shift to audio file creating a new data
* `stretch()`: Apply stretch to audio file creating a new data
* `speed()`: Apply speed to audio file creating a new data
* `normalizer()`: Apply normalizer to audio file creating a new data
* `polarizer()`: Apply polarizer to audio file creating a new data
* `write_audio_file()`: Write audio file
* `plot_time_series()`: Plot time series
---
[Back To Top ↥](#ProcessAudio)
## AllDataAugmentation methods
* `build_all(extract_features: bool)`: Augment audio and extract features if extract_features is True
---
[Back To Top ↥](#ProcessAudio)
# Usage
## Example Features
```python
import os
from ProcessAudio.Features import Features
filepath = os.path.dirname(os.path.abspath(__file__)) + os.sep
path_file = filepath + "demo" + os.sep + "dat_92.wav"
features = Features()
features.set_data(path_file)
DATA = features.build_all() # Extract all features
print(DATA)
print(len(DATA))
```
---
[Back To Top ↥](#ProcessAudio)
## Example AudioAugmentation
```python
import os
from ProcessAudio.AudioAugmentation import AudioAugmentation
filepath = os.path.dirname(os.path.abspath(__file__)) + os.sep
path_file = filepath + "demo" + os.sep + "dat_92.wav"
folder_save = filepath + "new_audios" + os.sep
aumentation = AudioAugmentation(audio_file=path_file, save=folder_save)
audio_con_ruido = aumentation.add_noise(factor_ruido=0.05)
audio_normalizer = aumentation.normalizer()
audio_loudness = aumentation.loudness()
```
---
[Back To Top ↥](#ProcessAudio)
## Example AllDataAugmentation
```python
import os
from ProcessAudio.AllDataAugmentation import AllDataAugmentation
filepath = os.path.dirname(os.path.abspath(__file__)) + os.sep
path_file = filepath + "demo" + os.sep + "dat_92.wav"
folder_save = filepath + "new_audios" + os.sep
aumentation = AllDataAugmentation(path_file, path_save=folder_save, label=["cero", "uno"])
data, label = aumentation.build_all(extract_features=True)
print(len(data), len(label))
print(len(data[0]), label[0])
```
---
[Back To Top ↥](#ProcessAudio)
# Citing
If you want to cite ProcessAudio in an academic paper, there are two ways to do it.
- APA:
WISROVI, W.S.R.V. (2022). Python library to augment audio data and/or extract audio features (Version 0.22.11) [Computer Software]. https://github.com/wisrovi/ProcessAudio
- BibTex:
@software{WISROVI_Instrument_Classifier_2022,
author = {WISROVI, William Steve RodrÃguez Villamizar},
month = {10},
title = {{Python library to augment audio data and/or extract audio features}},
URL = {https://github.com/wisrovi/ProcessAudio},
version = {0.22.11},
year = {2022}
}
---
[Back To Top ↥](#ProcessAudio)
# License
GPLv3 License
---
[Back To Top ↥](#ProcessAudio)
# Support:
<p>
<a href="https://www.buymeacoffee.com/wisrovirod8">
<img align="left" src="https://cdn.buymeacoffee.com/buttons/v2/default-yellow.png" height="50" width="210" alt="wisrovirod8" />
</a>
</p>
نحوه نصب
نصب پکیج whl ProcessAudio-0.22.11:
pip install ProcessAudio-0.22.11.whl
نصب پکیج tar.gz ProcessAudio-0.22.11:
pip install ProcessAudio-0.22.11.tar.gz