生のオーディオデータ処理なしでwavファイルのピッチを変更するには、pythonライブラリが必要です。それを見つけるために数時間を費やしましたが、奇妙な生のデータ処理コードスニペットとビデオしか見つかりませんでした。リアルタイムのピッチシフトを示していますが、ソースコードはありません。
wav
ファイルは基本的にis生のオーディオデータなので、ピッチを変更することはできませんなし "生のオーディオ処理"。
これがあなたができることです。 wave
(標準ライブラリ)およびnumpy
モジュールが必要です。
import wave
import numpy as np
ファイルを開きます。
wr = wave.open('input.wav', 'r')
# Set the parameters for the output file.
par = list(wr.getparams())
par[3] = 0 # The number of samples will be set by writeframes.
par = Tuple(par)
ww = wave.open('pitch1.wav', 'w')
ww.setparams(par)
音はほんの一瞬で処理されます。これはリバーブを削減します。 fr
を1に設定してみてください。迷惑なエコーが聞こえます。
fr = 20
sz = wr.getframerate()//fr # Read and process 1/fr second at a time.
# A larger number for fr means less reverb.
c = int(wr.getnframes()/sz) # count of the whole file
shift = 100//fr # shifting 100 Hz
for num in range(c):
データを読み取り、左右のチャネルに分割します(ステレオWAVファイルを想定)。
da = np.fromstring(wr.readframes(sz), dtype=np.int16)
left, right = da[0::2], da[1::2] # left and right channel
Numpyに組み込まれた高速フーリエ変換を使用して周波数を抽出します。
lf, rf = np.fft.rfft(left), np.fft.rfft(right)
ピッチを上げるには、アレイを回転させます。
lf, rf = np.roll(lf, shift), np.roll(rf, shift)
最高周波数は最低周波数にロールオーバーします。それは私たちが望むものではないので、それらをゼロにします。
lf[0:shift], rf[0:shift] = 0, 0
次に、逆フーリエ変換を使用して、信号を振幅に変換し直します。
nl, nr = np.fft.irfft(lf), np.fft.irfft(rf)
2つのチャネルを結合します。
ns = np.column_stack((nl, nr)).ravel().astype(np.int16)
出力データを書き込みます。
ww.writeframes(ns.tostring())
すべてのフレームが処理されたら、ファイルを閉じます。
wr.close()
ww.close()
pydub を試して、オーディオファイル全体およびさまざまな形式(wav、mp3など)ですばやく簡単にピッチを変更できます。
これが動作するコードです。 ここ からのインスピレーションとピッチ変更の詳細については ここ を参照してください。
from pydub import AudioSegment
from pydub.playback import play
sound = AudioSegment.from_file('in.wav', format="wav")
# shift the pitch up by half an octave (speed will increase proportionally)
octaves = 0.5
new_sample_rate = int(sound.frame_rate * (2.0 ** octaves))
# keep the same samples but tell the computer they ought to be played at the
# new, higher sample rate. This file sounds like a chipmunk but has a weird sample rate.
hipitch_sound = sound._spawn(sound.raw_data, overrides={'frame_rate': new_sample_rate})
# now we just convert it to a common sample rate (44.1k - standard audio CD) to
# make sure it works in regular audio players. Other than potentially losing audio quality (if
# you set it too low - 44.1k is plenty) this should now noticeable change how the audio sounds.
hipitch_sound = hipitch_sound.set_frame_rate(44100)
#Play pitch changed sound
play(hipitch_sound)
#export / save pitch changed sound
hipitch_sound.export("out.wav", format="wav")
Librosaのピッチシフト機能を試すことをお勧めします: https://librosa.github.io/librosa/generated/librosa.effects.pitch_shift.html
import librosa
y, sr = librosa.load('your_file.wav', sr=16000) # y is a numpy array of the wav file, sr = sample rate
y_shifted = librosa.effects.pitch_shift(y, sr, n_steps=4) # shifted by 4 half steps