Вступ до аудіоданих у Python

Обробка усного мовлення в Python

Daniel Bourke

Machine Learning Engineer/YouTube Creator

Робота з аудіофайлами у Python

  • Різні типи аудіофайлів

    • mp3
    • wav
    • m4a
    • flac

  • Цифровий звук вимірюється частотою (кГц)

    • 1 кГц = 1000 одиниць інформації за секунду
Обробка усного мовлення в Python

Приклади частот

  • Стрімінгові пісні мають частоту 32 кГц

  • Аудіокниги та мовлення — між 8 і 16 кГц

  • Аудіо не видно, тому спершу треба його перетворити

import wave
Обробка усного мовлення в Python

Відкриття аудіофайла в Python

  • Аудіофайл збережено як good-morning.wav
    # 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\...
Обробка усного мовлення в Python

Працювати з аудіо — інакше

  • Потрібно перетворити аудіо на щось корисне
  • Малий зразок аудіо = великий обсяг інформації
Обробка усного мовлення в Python

Давайте потренуємось!

Обробка усного мовлення в Python

Preparing Video For Download...