audio toolkit
Project description
aukit
audio toolkit: 语音和频谱处理的工具箱。
安装
pip install -U aukit
- 注意
- 可能需另外安装的依赖包：tensorflow, pyaudio, sounddevice。
- tensorflow<=1.13.1
- pyaudio暂不支持python37以上版本直接pip安装，需要下载whl文件安装，下载路径：https://www.lfd.uci.edu/~gohlke/pythonlibs/#pyaudio
- sounddevice依赖pyaudio。
- aukit的默认音频采样率为16k。
版本
v1.4.6
audio_cli
命令行，播放音频，去除背景噪声，音频格式转换。 支持递归处理文件夹内的全部音频。
命令行
说明
- 用位置参数来控制。
- 名称说明
- inpath：输入音频路径或目录。
- outpath：输出音频路径或目录，如果为目录，则输出的子目录按照inpath的子目录格式输出。
- sr：音频采样率，默认16000或自动识别采样率。
- in_format：输入音频格式，主要用以限制为指定后缀名的文件，如果不设置，则处理目录的全部文件。
- out_format：输出音频格式，主要用以音频格式转换，设置输出音频的后缀名。
- 中括号【[]】里面的是可选参数。
工具
- auplay: 播放音频
auplay inpath [sr] [in_format]
- aunoise: 语音降噪
aunoise inpath outpath [in_format]
- auformat: 音频格式转换
auformat inpath outpath out_format [in_format]
audio_changer
变声器，变高低音，变语速，变萝莉音，回声。 基于librosa的变声。
audio_editor
语音编辑，切分音频，去除语音中的较长静音，去除语音首尾静音，设置采样率，设置通道数。 音频格式相互转换，例如wav格式转为mp3格式。 切分音频，去除静音，去除首尾静音输入输出都支持wav格式。 语音编辑功能基于pydub的方法，增加了数据格式支持。
audio_griffinlim
griffinlim声码器，线性频谱转语音，梅尔频谱转语音，TensorFlow版本转语音，梅尔频谱和线性频谱相互转换。
audio_io
语音IO，语音保存、读取，支持wav和mp3格式，语音形式转换（np.array,bytes,io.BytesIO），支持【.】操作符的字典。
audio_noise_remover
语音降噪，降低环境噪声。
audio_normalizer
语音正则化，去除音量低的音频段（去除静音），调节音量。 语音正则化方法基于VAD的方法。
audio_player
语音播放，传入文件名播放，播放wave数据，播放bytes数据。
audio_spectrogram
语音频谱，语音转线性频谱，语音转梅尔频谱。
audio_tuner
语音调整，调整语速，调整音高。
audio_world
world声码器，提取语音的基频、频谱包络和非周期信号，频谱转为语音。调音高，调机器人音。
历史版本
v1.4.6
- 变声采用librosa包的stft。
v1.4.5
- logger改为__file__。
v1.4.4
- Dict2Obj方法增加parse方法。
v1.4.3
- 修正Dict2Obj的get方法达不到预期的bug。
- 修正world声码器变声静音报错的bug。
v1.4.1
- 修正安装依赖报错的bugs。
- set系列改为convert系列，如set_sample_rate改为convert_sample_rate。
- Dict2Obj用dotmap模块的DotMap代替。
v1.4.0
- 增加音频格式转换方法。
- 命令行批量处理语音，支持音频播放、语音降噪、音频格式转换。
- 增加命令行工具：auplay, aunoise, auformat。
- 调整日志输出方法。
v1.3.12
- 减少不必要的依赖，最低依赖只保留pydub, scipy, numpy, librosa。
