Análisis de audio y música en tiempo real mediante biblioteca Python gratuita

Comenzando con Aubio

La forma más fácil de instalar Aubio es usando el Python Package Index (PyPI). Por favor, use el siguiente comando para una instalación completa.

pip install aubio 

go get -u github.com/aubio/aubio.git 

Detección de onset mediante Python

Una de las características más útiles de la biblioteca Aubio es la detección de onsets, que identifica cuándo comienza una nota musical o un evento sonoro. La detección de onsets encuentra el momento preciso en que un nuevo sonido o nota musical comienza. En música, un "onset" es el ataque de una nota — el instante en que se golpea un tambor, se pulsa una guitarra o una voz comienza una sílaba. Aubio incluye múltiples algoritmos de detección de onsets para diferentes casos de uso. El siguiente ejemplo muestra cómo detectar onsets dentro de un archivo de audio usando código Python.

import aubio
import numpy as np

# Configuration
filename = "audio_sample.wav"
win_s = 512        # FFT window size
hop_s = 256        # Hop size (frames between analysis windows)

# Open the audio source
src = aubio.source(filename, hop_size=hop_s)
samplerate = src.samplerate

# Create the onset detector (using 'complex' method)
onset = aubio.onset("complex", win_s, hop_s, samplerate)

# Set detection threshold (0.0 to 1.0 — lower = more sensitive)
onset.set_threshold(0.3)

onsets = []

# Process audio frame by frame
while True:
    samples, read = src()                # Read one hop of audio
    if onset(samples):                   # Returns True when onset detected
        print(f"Onset at: {onset.get_last_s():.3f} seconds")
        onsets.append(onset.get_last_s())
    if read < hop_s:                     # End of file
        break

print(f"\nTotal onsets detected: {len(onsets)}")

Soporte de detección de tono

La detección de tono es otra capacidad importante de la biblioteca de código abierto Aubio. La detección de tono identifica la frecuencia fundamental (F0) de un sonido — esencialmente, "¿qué nota musical es esta?" Es el núcleo de cualquier afinador, extractor de melodías o herramienta de análisis vocal. Aubio soporta múltiples algoritmos de detección de tono como yin, yinfft, mcomb, fcomb, entre otros. Aquí hay un ejemplo sencillo que muestra cómo realizar la detección de tono en tiempo real dentro de aplicaciones Python.

import aubio
import numpy as np

samplerate = 44100
win_s = 1024
hop_s = 512

pitch_o = aubio.pitch("yin", win_s, hop_s, samplerate)
pitch_o.set_unit("Hz")
pitch_o.set_silence(-40)

samples = np.random.rand(hop_s).astype(np.float32)
pitch = pitch_o(samples)

print("Detected pitch:", pitch)

Seguimiento del tempo y detección de pulsos mediante Python

La biblioteca de código abierto Aubio puede analizar patrones rítmicos y detectar pulsos y tempo en la música dentro de aplicaciones Python. Aubio puede escuchar audio y seguir el ritmo — detectando el tempo en BPM (pulsos por minuto) y localizando marcas de tiempo de cada pulso. Esto es invaluable para cualquier cosa, desde software de DJ hasta sincronización musical. La biblioteca determina la ubicación de los pulsos analizando cambios espectrales y patrones rítmicos en la señal de audio.

Lectura y escritura de archivos de sonido mediante Python

La biblioteca Python Aubio envuelve la E/S de archivos de audio mediante sus objetos source y sink, soportando múltiples formatos (WAV, FLAC, OGG, MP3 a través de libav o ffmpeg) y manejando la conversión de la tasa de muestreo automáticamente. Aquí hay un ejemplo sencillo que muestra cómo los desarrolladores de software pueden leer, procesar y escribir archivos de audio usando comandos Python.

import aubio
import numpy as np

input_file = "input.wav"
output_file = "output.wav"
target_samplerate = 22050    # Downsample to 22.05 kHz
hop_s = 512

# Open source — resamples automatically to target samplerate
src = aubio.source(input_file, samplerate=target_samplerate, hop_size=hop_s)
actual_sr = src.samplerate
num_channels = src.channels

# Open sink for writing
sink = aubio.sink(output_file, actual_sr, channels=1)

while True:
    samples, read = src()

    # Write mono (sink expects 1D array for mono output)
    if num_channels > 1:
        mono = samples.reshape(num_channels, -1).mean(axis=0)
    else:
        mono = samples

    sink(mono[:read], read)

    if read < hop_s:
        break

del sink   # Flushes and closes file
print(f"Written {output_file} at {actual_sr} Hz")