經典的深度學習網絡AlexNet使用數據擴充（Data Augmentation）的方式擴大數據集，取得較好的分類效果。在深度學習的圖像領域中，通過平移、 翻轉、加噪等方法進行數據擴充。但是，在音頻（Audio）領域中，如何進行數據擴充呢？

Audio

音頻的數據擴充主要有以下四種方式：

• 音頻剪裁（Clip）
• 音頻旋轉（Roll）
• 音頻調音（Tune）
• 音頻加噪（Noise）

音頻處理基于librosa音頻庫；矩陣操作基于scipy和numpy科學計算庫。

以下是Python的實現方式：

音頻剪裁

import librosa from scipy.io import wavfiley, sr = librosa.load("../data/love_illusion.mp3") # 讀取音頻 print y.shape, sr wavfile.write("../data/love_illusion_20s.mp3", sr, y[20 * sr:40 * sr]) # 寫入音頻

音頻旋轉

import librosa import numpy as np from scipy.io import wavfiley, sr = librosa.load("../data/raw/love_illusion_20s.mp3") # 讀取音頻 y = np.roll(y, sr*10) print y.shape, sr wavfile.write("../data/raw/xxx_roll.mp3", sr, y) # 寫入音頻

音頻調音

''' 遇到問題沒人解答？小編創建了一個Python學習交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' import cv2 import librosa from scipy.io import wavfiley, sr = librosa.load("../data/raw/love_illusion_20s.mp3") # 讀取音頻 ly = len(y) y_tune = cv2.resize(y, (1, int(len(y) * 1.2))).squeeze() lc = len(y_tune) - ly y_tune = y_tune[int(lc / 2):int(lc / 2) + ly] print y.shape, sr wavfile.write("../data/raw/xxx_tune.mp3", sr, y) # 寫入音頻

音頻加噪，注意：在添加隨機噪聲時，保留0值，否則刺耳難忍！

import librosa from scipy.io import wavfile import numpy as npy, sr = librosa.load("../data/raw/love_illusion_20s.mp3") # 讀取音頻 wn = np.random.randn(len(y)) y = np.where(y != 0.0, y + 0.02 * wn, 0.0) # 噪聲不要添加到0上！ print y.shape, sr wavfile.write("../data/raw/love_illusion_20s_w.mp3", sr, y) # 寫入音頻

總結

以上是生活随笔為你收集整理的Python 音频数据扩充的技巧的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。