ゆるオタクの生活改善メモ帳

仕事メモとライフハック。あらゆるものを効率化してダラダラする時間を増やしたい。

音声処理リファレンス

Python 音声処理

音声処理用のメモです

過去の記事

  • まだない…

参考文献

本とか論文とか

ブログとかqiitaとかスライドとか

学会

音声分析に使えそうなlibrary・data

library

  • wavio　→本家
    • wavファイルを扱うライブラリwavio(wavファイルをreadできる)
  • scipy →本家
    • 言わずとしれた数値解析library。フーリエ変換→ノイズカット→逆フーリエ変換とかローパスフィルタとかして前処理するときに使う
  • librosa →本家
    • 音声信号処理のlibrary。スペクトル解析とか簡単にできる
  • pyaudioanalysis →本家
    • 音声分析のlibrary。音の特徴量を抽出できたりする。詳しくは本家githubのwikiで
    • multimodalAnalysis
      • コース2が特徴量算出の勉強になる
      • メモ：フレームサイズはだいたい20msc-100msc、フレームステップ（どれだけずらすか）はだいたいフレームサイズの5~7割
        • 例、フレームサイズ 100mscの場合フレームステップは50msc〜70msc
  • pyreaper →本家

特徴量について

  • かなり複雑でいっぱいある。pyAudioAnalysisやlibrosaを利用すると音声識別でよく使われているっぽいMFCCやSpectralの特徴量は抽出できる。

データセット