Introdução a dados de áudio em Python

Processamento de Linguagem Falada em Python

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Trabalhando com arquivos de áudio em Python

  • Diferentes tipos de arquivos de áudio

    • mp3
    • wav
    • m4a
    • flac

  • Sons digitais medidos em frequência (kHz)

    • 1 kHz = 1000 unidades de informação por segundo
Processamento de Linguagem Falada em Python

Exemplos de frequência

  • Músicas por streaming têm frequência de 32 kHz

  • Audiolivros e fala ficam entre 8 e 16 kHz

  • Não dá para ver arquivos de áudio, então precisamos transformá-los primeiro

import wave
Processamento de Linguagem Falada em Python

Abrindo um arquivo de áudio em Python

  • Arquivo de áudio salvo como good-morning.wav
    # Importar arquivo de áudio como objeto wave
good_morning = wave.open("good-morning.wav", "r")

# Converter objeto wave para bytes
good_morning_soundwave = good_morning.readframes(-1)

# Ver o arquivo wav em forma de bytes
good_morning_soundwave

b'\xfd\xff\xfb\xff\xf8\xff\xf8\xff\xf7\...
Processamento de Linguagem Falada em Python

Trabalhar com áudio é diferente

  • É preciso converter o áudio para algo útil
  • Pequena amostra de áudio = grande quantidade de informação
Processamento de Linguagem Falada em Python

Vamos praticar!

Processamento de Linguagem Falada em Python

Preparing Video For Download...