Python Spotify-在曲目中搜索静音

我一直在到处搜索，但没有找到任何关于

spotifyapi

上的

analysis\u url

音频功能的文档，以加深我对该主题的理解

就我而言，它通过
段
，
条
，
节拍
，
采样率
，
淡入淡出
，
键
，
音色
，
模式
，
时间
，
节奏
等来学习音频

到目前为止，我得到的是：

def analysis_url(track_ids):

    names = []
    tids = []

    for id_ in track_ids:
        track_id = sp.track(id_)['uri']
        tids.append(track_id)
        track_name = sp.track(id_)['name']
        names.append(track_name)

    features = sp.audio_features(tids)

    urls = [x['analysis_url'] for x in features if x]

    for url in urls:
        analysis = sp._get(url)

我想做的是在曲目中找到静音，例如电子音乐中的“下降”

如何使用
分析\u url
？
分析来自一家名为EchoNest的公司，该公司不久前被Spotify收购。您可以找到用于分析的文档

段包括响度_max值，该值指示特定音乐段的相对响度（db）。规范化歌曲中的这些值，并查找相对响度较低的片段：

def normalize_loudness(filename):
    d = json.load(open(filename, 'r'))
    x = [_['start'] for _ in d['segments']]
    l = [_['loudness_max'] for _ in d['segments']]
    min_l = min(l)
    max_l = max(l)
    norm_l = [(_ - min_l)/(max_l - min_l) for _ in l]
    return (x, norm_l)

用这首歌“杰克逊小姐”的恐慌！在迪斯科舞厅，我们可以绘制标准化响度值：

import json
from matplotlib import pyplot as pp

x, norm_l = normalize_loudness('msJackson.json')
pp.plot(x, norm_l, 'o')
pp.show()
exit()

屈服：


有了它，你可以很容易地找到音乐中的低处：

print([x[i] for i in range(len(x)) if norm_l[i] < .1])
[0.0, 165.86036]

print（[x[i]表示范围内的i（len（x）），如果norm_l[i]<.1]）
[0.0, 165.86036]
分析来自一家名为EchoNest的公司，该公司不久前被Spotify收购。您可以找到用于分析的文档

段包括响度_max值，该值指示特定音乐段的相对响度（db）。规范化歌曲中的这些值，并查找相对响度较低的片段：

def normalize_loudness(filename):
    d = json.load(open(filename, 'r'))
    x = [_['start'] for _ in d['segments']]
    l = [_['loudness_max'] for _ in d['segments']]
    min_l = min(l)
    max_l = max(l)
    norm_l = [(_ - min_l)/(max_l - min_l) for _ in l]
    return (x, norm_l)

用这首歌“杰克逊小姐”的恐慌！在迪斯科舞厅，我们可以绘制标准化响度值：

import json
from matplotlib import pyplot as pp

x, norm_l = normalize_loudness('msJackson.json')
pp.plot(x, norm_l, 'o')
pp.show()
exit()

屈服：


有了它，你可以很容易地找到音乐中的低处：

print([x[i] for i in range(len(x)) if norm_l[i] < .1])
[0.0, 165.86036]

print（[x[i]表示范围内的i（len（x）），如果norm_l[i]<.1]）
[0.0, 165.86036]