Python में ऑडियो डेटा का परिचय

Python में Spoken Language Processing

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Python में ऑडियो फ़ाइलों से निपटना

  • ऑडियो फ़ाइलों के अलग‑अलग प्रकार

    • mp3
    • wav
    • m4a
    • flac

  • डिजिटल ध्वनि को सैंपलिंग फ़्रीक्वेंसी (kHz) में मापा जाता है

    • 1 kHz = प्रति सेकंड 1000 सूचनाएँ
Python में Spoken Language Processing

सैंपलिंग फ़्रीक्वेंसी के उदाहरण

  • स्ट्रीमिंग गाने आमतौर पर 32 kHz सैंपलिंग फ़्रीक्वेंसी पर होते हैं

  • ऑडियोबुक और बोली गई भाषा 8–16 kHz के बीच होती है

  • हम ऑडियो फ़ाइलों को देख नहीं सकते, इसलिए पहले उन्हें ट्रांसफॉर्म करना पड़ता है

import wave
Python में Spoken Language Processing

Python में ऑडियो फ़ाइल खोलना

  • ऑडियो फ़ाइल good-morning.wav के रूप में सेव है
    # Import audio file as wave object
good_morning = wave.open("good-morning.wav", "r")

# Convert wave object to bytes
good_morning_soundwave = good_morning.readframes(-1)

# View the wav file in byte form
good_morning_soundwave

b'\xfd\xff\xfb\xff\xf8\xff\xf8\xff\xf7\...
Python में Spoken Language Processing

ऑडियो के साथ काम अलग तरह से होता है

  • ऑडियो को उपयोगी रूप में बदलना होगा
  • ऑडियो का छोटा सैंपल = बहुत अधिक सूचना
Python में Spoken Language Processing

अभ्यास करते हैं!

Python में Spoken Language Processing

Preparing Video For Download...