Giới thiệu về dữ liệu âm thanh trong Python

Xử lý Ngôn ngữ Nói bằng Python

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Làm việc với tệp âm thanh trong Python

  • Các định dạng tệp âm thanh khác nhau

    • mp3
    • wav
    • m4a
    • flac

  • Âm thanh số được đo bằng tần số lấy mẫu (kHz)

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

Ví dụ về tần số lấy mẫu

  • Nhạc phát trực tuyến có tần số lấy mẫu 32 kHz

  • Sách nói và giọng nói nằm trong khoảng 8–16 kHz

  • Ta không thể "nhìn" tệp âm thanh nên cần biến đổi chúng 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 dưới dạng 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 ở 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 là khác biệt

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

Cùng luyện tập nào!

Xử lý Ngôn ngữ Nói bằng Python

Preparing Video For Download...