Python 如何使用麦克风作为源来检测音调?
如何使用麦克风作为音源来检测音高?把它打印出来。我已经看到一些来源,允许通过wav文件的沥青滞留,但我想知道是否有一种方法可以这样做,为前者 这是我工作的基地Python 如何使用麦克风作为源来检测音调?,python,audio,speech-recognition,microphone,pitch,Python,Audio,Speech Recognition,Microphone,Pitch,如何使用麦克风作为音源来检测音高?把它打印出来。我已经看到一些来源,允许通过wav文件的沥青滞留,但我想知道是否有一种方法可以这样做,为前者 这是我工作的基地 import speech_recognition as sr r = sr.Recognizer() mic = sr.Microphone() with mic as source: r.adjust_for_ambient_noise(source, duration=0.3) audio = r.listen(so
import speech_recognition as sr
r = sr.Recognizer()
mic = sr.Microphone()
with mic as source:
r.adjust_for_ambient_noise(source, duration=0.3)
audio = r.listen(source)
transcript = r.recognize_google(audio)
print(transcript)
编辑:特别是,想要对男性/女性声音进行常规检测。具有良好的音调检测方法和Python绑定。以下是您可以如何使用它:
import aubio
import numpy as np
samplerate = 44100
tolerance = 0.8
win_s = 4096 // downsample # fft size
hop_s = 512 // downsample # hop size
pitch_o = pitch("yin", win_s, hop_s, samplerate)
pitch_o.set_unit("Hz")
pitch_o.set_tolerance(tolerance)
signal_win = np.array_split(audio, np.arange(hop_s, len(audio), hop_s))
pitch_profile = []
for frame in signal_win[:-1]:
pitch = pitch_o(frame)[0]
if pitch > 0:
pitch_profile.append(pitch)
if pitch_profile:
pitch_array = np.array(pitch_profile)
Q25, Q50, Q75 = np.quantile(pitch_array, [0.25, 0.50, 0.75])
IQR = Q75 - Q25
median = np.median(pitch_array)
pitch_min = pitch_array.min()
pitch_max = pitch_array.max()
显然,您需要以阵列格式获取音频。接下来要观察的是,在本文的代码中,我计算的是俯仰曲线的统计数据。原因是持续时间为0.3s,这比通常考虑用于基音跟踪的样本数要长得多
其他例子:
-我的密码。给出的示例来自该代码。
非常感谢。我会从这开始我对这一切都不熟悉。如何获得阵列格式的音频?此外,没有用于音频的透镜,因此我在那里也遇到了问题