使用YIN算法提取音频的F0 Contours

最新推荐文章于 2024-04-01 19:30:10 发布
原创 最新推荐文章于 2024-04-01 19:30:10 发布 · 4.8k 阅读 · 12 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #语音识别

本文介绍了如何利用Python的librosa库中的yin函数来提取音频文件的F0Contours，即基频轨迹。YIN算法是一种基频估计方法，通过寻找差函数的谷值来确定基频。示例代码展示了加载音频文件并应用YIN算法的步骤，最终绘制出F0随时间变化的曲线。

使用YIN算法提取音频的F0 Contours的代码实现

简介

​ ​ F0 Contours， 全称为Fundamental Frequency Contours， 它与Pitch Contours所指相同。

​ ​ 基频提取（pitch estimation, pitch tracking）在声音处理中有广泛的应用。它最直接的应用，是用来识别音乐的旋律。它也可以用于语音处理，比如辅助带声调语言（如汉语）的语音识别，以及识别语音中的情感。

​ ​ YIN算法是基频提取的算法之一。其名称取自「阴阳」之「阴」，它表明算法的核心思想是在差函数上寻找「谷值」，而不是在自相关函数上寻找「峰值」。关于YIN算法的具体描述可见基频提取算法综述。




代码实现

​ ​ 我们可以通过使用python中的librosa库的yin函数来进行YIN算法提取音频。关于yin函数详细信息可见：https://librosa.org/doc/latest/generated/librosa.yin.html?highlight=yin

​ ​ 下面给一个提取F0 Contours的代码示例：

import matplotlib.pyplot
最低0.47元/天 解锁文章
69-Halcon-- get_shape_model_3d_contours 函数功能（提取3D模型的几何轮廓信息）
weixin_45590420的博客
06-27 1078
Halcon中get_shape_model_3d_contours操作符解析摘要 该操作符是Halcon实现3D视觉引导的核心工具，用于提取3D模型的几何轮廓。文章详细解析了其输入输出参数功能，包括3D模型句柄、层级参数和视图参数的选择策略，以及输出的轮廓数据和位姿信息。通过焊接路径生成、曲面测量和虚拟装配三个工业案例展示了其典型应用场景，并介绍了轮廓简化等高级技术。该操作符支持金字塔层级获取不同精度的轮廓，0级保留全细节用于精密测量，中等层级适用于机器人引导，高级别简化轮廓可用于快速定位，为智能制造提供
DeepSORT算法实现车辆和行人跟踪计数和是否道路违规检测_ 使用卷积神经网络（CNN）来提取物体的特征 深度学习 目标检测
最新发布
QQ67658008的博客
04-17 934
DeepSORT算法通过首先使用目标检测算法来识别出场景中的车辆和行人，然后使用卷积神经网络（CNN）来提取物体的特征。接着，该算法使用余弦相似度来计算物体之间的相似度，并使用匈牙利算法来匹配跟踪器和检测器之间的物体。最后，DeepSORT算法使用卡尔曼滤波器来预测物体的位置和速度，并更新跟踪器状态。除了可以进行目标跟踪计数外，DeepSORT算法还可以用于道路违规检测。例如，该算法可以检测车辆是否违规超速或跨越道路中心线等。此外，DeepSORT算法还可以应用于视频监控、智能交通和自动驾驶等领域。
声学参数-基频-Librosa标准: 基频的文字定义和用librosa提取wav文件基频
ruclion的专栏
01-13 4762
0. 说明 提取wav的基频, 保持同样的超参, 所以用librosa 参考:https://www.jianshu.com/p/ac1444495f75 谢谢作者~ 1. 音高和基频 2. 基频定义
基频检测算法总结
Barbara‘s Blog
03-01 8486
基音频率是语音信号的最重要的特征参数之一，基频的复杂之处在于不同的人发出的语音基频可能不同，同一个人说不同的字词时基频可能不同，同一个人在不同的时间说相同的字词时基频也可能不同。通常，基频与发音人声带的长短、薄厚、韧性、劲度和发音习惯等有关系，在很大程度上代表了个人的特征。此外，基频还随着人的性别、年龄不同而有所不同。基频也受说话人情绪，习惯，环境等的影响。一般来说，男性说话者的基音频率较低，而女性说话者和小孩的基音频率相对较高。可见，基频是随发音人、发音内容、发音时间等因素动态变化的。
语音处理工具 sox & librosa
林宋的搬砖流水账
05-29 5105
参考：https://blog.youkuaiyun.com/qq_39516859/article/details/87980189 能量增强or衰减 sox命令的-v选项可以用来（成倍地）改变音量的大小： sox -v 0.5 foo.wav bar.wav 能量增强 or衰减，但不削波 sox foo.wav -n stat -v 2> vc sox -v `cat vc` foo.wav foo-maxed.wav ...
什么是F0 Contours
junbaba_的博客
04-08 2585
什么是F0 Contours ​ ​ F0 Contours， 全称为Fundamental Frequency Contours， 它与Pitch Contours所指相同。 ​ ​ 音高（pitch）是声音的三大属性（音量、音高、音色）之一。除去个别极端情况，音高是由声音的基频（fundamental frequency, 简记为f0f_0f0​）决定的，因此在文献中「音高」与「基频」两个词常常混用。由有规律的振动发出的声音，一般都会有基频，这样的声音包括语音中的元音与浊辅音，以及能演奏旋律的乐器发出的
Yin算法应用（单片机\嵌入式）
qq_23898287的博客
06-28 1982
根据采样定理设置好采样周期，至少大于2倍要采样的信号周期。这里以吉他6根弦为例 名称 频率(hz) E1 329.6276 2B 246.9417 3G 195.9977 4D 146.8324 5A 110 6E 82.4069 这里最高是329.6276Hz 最低是82.4069 ，顾采样周期一点要大于329.6276*2=659.2552Hz，考虑到好有紧弦，频率可能会更高，这里我设置了4kHz采样周期以及8kH..
Opencv实现轮廓提取功能
08-26
Opencv提供了一个函数findContour来计算轮廓，从二值图像中计算轮廓，一般使用Canny()函数处理后的图像，因为这样的图像含有边缘像素。 findContours函数的参数解释： 参数image是单通道图像矩阵，一般是经过...
基频提取算法-YIN
myhappyness的专栏
02-27 2326
本文对基频提取算法 YIN 做以介绍。如有表述不当之处欢迎批评指正。欢迎任何形式的转载，但请务必注明出处。
正弦信号的matlab代码-yin-algorithm:YIN音调检测算法的Python实现
05-21
正弦信号的matlab代码尝试实现YIN算法 查看格式化的报告 安装 克隆存储库 运行pip install -r requirements.txt以安装依赖项 运行Python文件yin.py（整个文件或以交互方式）。 介绍 随着广泛专注于数字信号处理的不同应用的发展，对输入元素做出React的能力对于确保质量和响应能力已变得至关重要。 尤其是在音乐技术行业中，频率/音高分析是最重要的方面之一，这主要是由于各种工具（如人声和声器，数字乐器调音器等）的音乐性所致。不幸的是，开发此类工具的过程一直受到瓶颈的困扰。准确检测音高。 到目前为止，已经有大量的音调检测库可用于商业软件，例如Max / MSP，Matlab。 但是，对于普通公众来说，只有少数几种高质量的实现，这使得构建像调谐器一样简单的音频应用变得不容易，其中所需的只是一个实现的算法和一些基本的UI工作。 因此，我决定尝试实施音调检测最重要的构建模块之一，即YIN算法，并获得对不同音调检测算法的一些见解。 同时，测试了实时实现YIN算法的可行性。 该报告将涵盖我的实施设计，优化技术，结果评估，局限性和结论。 尹算法 基于自相关的算
cordova-plugin-pitch:通过YIN算法从设备麦克风检测音高
05-15
com.bandpad.cordova.audiofrequency 该插件将通过YIN算法从设备麦克风中查找音高。 它正在开发中。 如果您觉得它有用并且想贡献一点，请与我联系。
音乐基础、音频合成、特征提取工具librosa.pdf
04-19
歌声合成、音乐基础教程
详解DIO算法提取F0
FuncPlotCalc
12-02 1430
详解DIO算法提取F0
基频提取算法-PYIN
myhappyness的专栏
04-01 2294
本文对基频提取算法 PYIN 做以介绍。如有表述不当之处欢迎批评指正。欢迎任何形式的转载，但请务必注明出处。
py 直接提取f0
fukaiqi1010的博客
07-03 862
import pyworld as pw import soundfile as sf WAV_FILE = "aa.wav" x, fs = sf.read(WAV_FILE) f0, sp, ap = pw.wav2world(x, fs, fft_size=512, f0_floor=50)
音频提取mag,mel,f0,energy
赫凯的博客
10-09 1460
def get_spectrograms(fpath): '''Parse the wave file in `fpath` and Returns normalized melspectrogram and linear spectrogram. Args: fpath: A string. The full path of a sound file. Returns: mel: A 2d array of shape (T, n_mels) and
【Harvest源码分析】GetF0CandidateContour函数
安安爸Chris的专栏
07-14 435
该函数，顾名思义，就是描绘F0 Candidate的轮廓。 在GetFourZeroCrossingIntervals函数中，已经介绍了如何获取ZeroCrossings了。不清楚的可以再看一下我的那一篇文章。 void GetF0CandidateContour(const ZeroCrossings *zero_crossings, double boundary_f0, double f0_floor, double f0_ceil, const double *temporal_po
声学特征（四） pitch-yin代码实现
xmdxcsj的专栏
05-17 3765
参考sphinxbase-0.8/src/libsphinxbase/fe目录下的yin.cyin_init主要有三个参数，含义如下： frame_size: 一帧的数据个数，实际求相关函数的时候τ=frame_size/2\tau=frame\_size/2，所以该值越大，计算量会越大。对应pitch最小频率为fsample/(frame_size/2)f_{sample}/(frame\_si
python(matplotlib5)——Contours 等高线图
渣渣屋
02-26 586
文章目录前言Contours 等高线图 前言 来自 莫烦python的总结。 Contours 等高线图 def f(x,y): return (1-x/2+x**5+y**3)* np.exp(-x**2-y**2) n=256 x=np.linspace(-3,3,n) y=np.linspace(-3,3,n) X,Y = np.meshgrid(x,y) # 至于为什么用这个meshgrid请参考这篇博文：划线的时候，一个X中的元素对应一行Y，https://blog.youkuaiyun.com/
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值