Analyse audio et musicale en temps réel via une bibliothèque Python gratuite

Premiers pas avec Aubio

La façon la plus simple d'installer Aubio est d'utiliser le Python Package Index (PyPI). Veuillez utiliser la commande suivante pour une installation complète.

pip install aubio 

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

Détection d'attaque via Python

Une des fonctionnalités les plus utiles de la bibliothèque Aubio est la détection d'attaque, qui identifie quand une note musicale ou un événement sonore commence. La détection d'attaque trouve le moment précis où un nouveau son ou une nouvelle note musicale débute. En musique, une « attaque » est le commencement d'une note — l'instant où un tambour est frappé, une guitare est pincée, ou une voix commence une syllabe. Aubio inclut plusieurs algorithmes de détection d'attaque pour différents cas d'utilisation. L'exemple suivant montre comment détecter les attaques dans un fichier audio à l'aide de code 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)}")

Support de la détection de hauteur

La détection de hauteur est une autre capacité importante de la bibliothèque open source Aubio. La détection de hauteur identifie la fréquence fondamentale (F0) d'un son — essentiellement, « quelle note musicale est‑ce ? » C’est le cœur de tout accordeur, extracteur de mélodie ou outil d'analyse vocale. Aubio prend en charge plusieurs algorithmes de détection de hauteur tels que yin, yinfft, mcomb, fcomb, etc. Voici un exemple simple qui montre comment réaliser une détection de hauteur en temps réel dans des applications 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)

Suivi du tempo et détection de battements via Python

La bibliothèque open source Aubio peut analyser les motifs rythmiques et détecter les temps et le tempo dans la musique au sein des applications Python. Aubio peut écouter l'audio et suivre le rythme — détectant le tempo en BPM (battements par minute) et repérant les horodatages individuels des temps. Cela est inestimable pour tout, des logiciels DJ à la synchronisation musicale. La bibliothèque détermine les emplacements des temps en analysant les changements spectraux et les motifs rythmiques du signal audio.

Lecture et écriture de fichiers audio via Python

La bibliothèque Python Aubio encapsule les entrées/sorties de fichiers audio via ses objets source et sink, prenant en charge plusieurs formats (WAV, FLAC, OGG, MP3 via libav ou ffmpeg) et gérant automatiquement la conversion du taux d'échantillonnage. Voici un exemple simple qui montre comment les développeurs peuvent lire, traiter et écrire des fichiers audio en utilisant des commandes 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")