Giới thiệu dữ liệu âm thanh trong Python

Xử lý Ngôn ngữ Nói bằng Python

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Xử lý tệp âm thanh trong Python

  • Các loại tệp âm thanh

    • mp3
    • wav
    • m4a
    • flac

  • Âm thanh số đo bằng tần số (kHz)

    • 1 kHz = 1000 đơn vị thông tin/giây
Xử lý Ngôn ngữ Nói bằng Python

Ví dụ về tần số

  • Nhạc phát trực tuyến thường ở 32 kHz

  • Sách nói và lời nói khoảng 8–16 kHz

  • Ta không “nhìn” được tệp âm thanh, nên cần chuyển đổi trước

import wave
Xử lý Ngôn ngữ Nói bằng Python

Mở tệp âm thanh trong Python

  • Tệp âm thanh lưu là good-morning.wav
    # Import tệp âm thanh thành đối tượng wave
good_morning = wave.open("good-morning.wav", "r")

# Chuyển đối tượng wave thành bytes
good_morning_soundwave = good_morning.readframes(-1)

# Xem tệp wav dưới dạng byte
good_morning_soundwave

b'\xfd\xff\xfb\xff\xf8\xff\xf8\xff\xf7\...
Xử lý Ngôn ngữ Nói bằng Python

Làm việc với âm thanh khác biệt

  • Cần chuyển đổi âm thanh sang dạng hữu ích
  • Đoạn âm thanh nhỏ = lượng thông tin lớn
Xử lý Ngôn ngữ Nói bằng Python

Hãy luyện tập!

Xử lý Ngôn ngữ Nói bằng Python

Preparing Video For Download...