Machine learning 使用librosa.effects.trim删除音频中的静音部分

我正在做一个语音情感识别ML

我目前使用

pyAudioAnalysis

进行多目录特征提取。然而，数据集涉及的音频包含许多近似无声的部分。我的目标是从所有音频中删除近似无声的部分，然后提取有意义的特征

我目前的方法是使用

librosa

来修剪静默部分

from librosa.effects import trim
import librosa
from pyAudioAnalysis import audioBasicIO
import matplotlib.pyplot as plt

signal, Fs = librosa.load(file_directory)
trimed_signal = trim(signal,top_db=60)


fig, ax = plt.subplots(nrows=3, sharex=True, sharey=True)
librosa.display.waveplot(trimed_signal, sr=Fs, ax=ax[0])
ax[0].set(title='Monophonic')
ax[0].label_outer()

我尝试在修剪后使用

librosa.display.waveplot

绘制波浪，但出现了一个AttributeError，显示

AttributeError:模块“librosa”没有属性“display”

我的问题是

如何绘制修剪波

是否可以生成修剪过的.wav文件？这是因为

pyAudioAnalysis

用于特征提取的输入是.wav文件路径，而

librosa

的输出是数组

您需要

导入librosa。单独显示
。看看原因

您可以使用

librosa.output.write_wav

（选中）将修剪后的数组存储为波形文件。例如，

librosa.output.write\u wav（路径、微调信号、Fs）

您需要

导入librosa。单独显示
。看看原因

您可以使用

librosa.output.write_wav

（选中）将修剪后的数组存储为波形文件。例如，

librosa.output.write\u wav（路径、微调信号、Fs）

---

遗憾的是，librosa删除了输出函数。我尝试使用pysoundfile，但出现了一个错误，

ValueError:dtype必须是['float32'，'float64'，'int16'，'int32']中的一个

我设法安装了包含输出函数的早期版本的librosa，但它给了我类似的错误：

参数错误：音频数据必须是numpy类型。ndarray

您传递的数据有什么数据类型？由于librosa 0.8.0，输出函数被删除，人们应该使用声音文件来代替librosa删除了输出函数。我尝试使用pysoundfile，但出现了一个错误，

ValueError:dtype必须是['float32'，'float64'，'int16'，'int32']中的一个

我设法安装了包含输出函数的早期版本的librosa，但它给了我类似的错误：

参数错误：音频数据必须是numpy类型。ndarray

您传递的数据有什么数据类型？由于librosa 0.8.0的输出函数被删除，因此应该改用soundfile