معرفی شرکت ها

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 بیشتر

توضیحات

Buffer audio samples into fixed-sized blocks, with overlap

ویژگی	مقدار
سیستم عامل	-
نام فایل	blockbuffer-0.0.4
نام	blockbuffer
نسخه کتابخانه	0.0.4
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Daniel Jones
ایمیل نویسنده	dan-code@erase.net
آدرس صفحه اصلی	https://github.com/ideoforms/python-blockbuffer
آدرس اینترنتی	https://pypi.org/project/blockbuffer/
مجوز	-

# Python: Buffer audio samples into fixed-sized blocks, with overlap This small utility package encapsulates a single-consumer, single-producer ringbuffer. * Populate the buffer with arbitrary-length arrays * Query the buffer, and it returns blocks of a specified fixed length, optionally with overlap between successive blocks It is designed primarily for applying the short-time Fourier transform (STFT) to successive blocks of an input audio stream (see below for example). It is safe for usage in real-time audio applications, as no memory allocation or system I/O is done within the `extend` method as long as `auto_resize=False` is specified when initialising. ## Usage To do block-sized buffering with overlap in conjunction with [sounddevice](https://python-sounddevice.readthedocs.io/): ```python import sounddevice as sd import numpy as np import blockbuffer block_size = 1024 hop_size = 128 bb = blockbuffer.BlockBuffer(block_size=block_size, hop_size=hop_size, num_channels=2) def input_callback(data, num_frames, time, status): global bb bb.extend(data) for block in bb: block_windowed = block.T * np.hanning(block_size) block_spectrum = np.fft.rfft(block_windowed) stream = sd.InputStream(callback=input_callback, channels=1) stream.start() ``` ## Source code Source code is available on [GitHub](https://github.com/ideoforms/python-blockbuffer).

نحوه نصب

نصب پکیج whl blockbuffer-0.0.4:

pip install blockbuffer-0.0.4.whl

نصب پکیج tar.gz blockbuffer-0.0.4:

pip install blockbuffer-0.0.4.tar.gz