Scipy-音频处理

我正在寻找音频信号处理的良好工具。例如语音和音乐分析，自动语言识别等。

Scipy库是否提供音频处理功能？它是否有用于音频信号处理的好工具？

你能建议一个工具吗？

我个人认为Python是目前最好的选择之一，并在音频识别领域做了一些工作。欢迎您检查例如我的软件，该软件可从嘈杂的音频中自动识别鸟类：鸟嘴兽。该程序已被新西兰环境保护部使用，他们对此感到高兴。基于此示例，我想指出使用Python的一些优点：

1. 庞大，快速发展的社区提供大量图书馆。SciPy提供了多种信号处理方法（授权的方法不多，但还不如Matlab成熟）。尽管请记住，尽管SciPy是最重要的功能之一，但它只是可以帮助您完成工作的数百个功能之一。我发现Aubio最适合音乐分析。为了确保语音和音乐识别，您肯定会喜欢Yaafe可以提取的大量音频功能。
2. 免费！一旦离开学术界，您很快就会发现Matlab相当昂贵。即使您负担得起，您的透视图用户也不会对此依赖感到满意。例如，提到的环境保护部将不接受专有软件。
3. 身份识别通常需要机器学习，Python为此提供了强大的工具包：sklearn。它是最先进的图书馆-易于使用。看一下Kaggle竞赛 （机器学习），检查有多少顶级程序员在使用Python和sklearn。
4. 您可以管理“大数据”。如果您想对庞大的网络记录数据库进行分析，那么Python有一套完善的工具。我不认为Matlab / Octave与Hadoop等接口容易，尽管如果我做错了，请纠正我。R在这方面做得更好。
5. 说到接口，您可以轻松地将程序与网站接口。这是我管理鸟嘴兽（鸟识别）的方式：该程序在Amazon Web Services云计算服务上运行。如果您想将软件提供给其他人，而这些人不一定要经历所有必需库的安装过程，则非常好。

我的第二个选择是R。尽管没有Python那样丰富的功能，但它具有大量有用的库（例如，请参见seewave的应用程序）。在Windows和Linux上都安装它们很容易，如果您希望其他人使用您的程序，则这很重要。但是，以我的经验，R中的高性能计算更为困难-如果您需要进行大量处理和识别，则需要注意的重要事项。

Python中音乐分类的示例：

• 演讲
• 音频指纹
• Jack Minardi博客

使用Python的 Book Building机器学习系统有一章关于音乐分类

其他工具（列表绝不完整）：音乐中的Python

似乎Python在这方面是一种流行的语言，它基于以下事实而提供了一些好的工具集：我已经在某些音乐技术专业的部门和公司中看到了它的使用。

在学术界，在Matlab上看到这种类型的工作是很常见的，因为它在易于探测的IDE中汇集了许多强大的工具包（信号处理，并行计算，图形，数据库实用程序，机器学习，AI）。但是，它要花钱并且有一些缺点（就应用程序设计和性能而言，不是最佳的编程语言，因此它主要是一种原型设计工具，但可以编译为C语言）。Octave是免费的替代产品，但是由于我没有使用过它，因此我不能保证信号处理工具或软件本身的质量。

您还可以检查pyAudioAnalysis：它结合了用于模式识别的开放库和几种音频功能实现。在pyAudioAnalysis中实现的一些示例应用程序，您可能会发现很有趣：

• 静音消除
• 说话人异议
• 使用SVM，kNN等进行细分分类（和训练）
• 联合分割分类（使用HMM）
• 音频缩略图
• 音频内容可视化

您可以使用Essentia音频分析C ++库，其中包括python绑定。您将利用python / scipy环境的所有优势，以及Essentia附带的许多音频/音乐分析算法。