1. 产品
  2.   声音的
  3.   Python
  4.   Aubio
 
  

通过免费 Python 库进行实时音频和音乐分析

Aubio 是一款开源 Python 音频处理库，软件开发者用于音高检测、节拍跟踪、MFCC 提取和实时音频处理。

Aubio 是什么？

现代音频应用——如音乐制作工具、音频分析平台和实时声音处理系统——需要高效的方式来分析声音信号。为此，一个流行的开源解决方案是 Aubio，这是一款轻量但功能强大的库，旨在从音频信号中提取有意义的信息。Aubio 是一个开源库，旨在提取音频信号中的注释和音乐特征。它分析音频流并识别诸如音符起始、音高、节拍和速度等事件。它主要使用 C 语言编写，以实现高性能，并可在 Linux、macOS 和 Windows 上运行。

该库非常易于使用，并支持实时音频处理。它可以检测音乐事件，例如鼓击的出现、音符的频率以及曲目的节奏或速度。它既可以离线（音频文件）运行，也可以在实时音频流中工作，适用于音频编辑器、数字乐器和声音分析工具。凭借对音高检测、节拍跟踪、起始点检测、MFCC 提取和实时信号处理的支持，为开发者提供构建高级音频应用所需的工具。

Previous Next

Aubio 入门指南

安装 Aubio 最简单的方法是使用 Python 包索引（PyPI）。请使用以下命令进行完整安装。

使用 Aubio 安装

pip install aubio

从 GitHub 安装 Aubio

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

使用 Python 进行起始点检测

Aubio 库最有用的功能之一是起始检测，它能够识别音乐音符或声音事件何时开始。起始检测能够找到新声音或音乐音符开始的精确时刻。在音乐中，"onset" 指的是音符的起音——鼓被敲击、吉他被拨弦或人声开始一个音节的瞬间。Aubio 包含多种起始检测算法，以适用于不同的使用场景。下面的示例演示了如何使用 Python 代码在音频文件中检测 Onsets。

如何通过 Python 库检测音频文件中的起始点？


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)}")

音高检测支持

音高检测是开源 Aubio 库的另一项重要功能。音高检测能够识别声音的基频 (F0)——本质上是"what musical note is this?"。它是任何调音器、旋律提取器或声乐分析工具的核心。Aubio 支持多种音高检测算法，如 yin、yinfft、mcomb、fcomb 等。下面是一个简单示例，演示如何在 Python 应用中进行实时 Pitch 检测。

如何使用 Python 实现实时音高检测？


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)

使用 Python 进行节奏跟踪和节拍检测

开源的 Aubio 库可以在 Python 应用程序中分析节奏模式并检测音乐中的节拍和速度。Aubio 能够监听音频并随之敲击——检测以 BPM（每分钟节拍数）为单位的速度，并精准定位各个节拍的时间戳。这对于从 DJ 软件到音乐同步的各种场景都极为宝贵。该库通过分析音频信号中的频谱变化和节奏模式来确定节拍位置。

使用 Python 读取和写入音频文件

Python 库 Aubio 通过其 source 和 sink 对象封装音频文件的 I/O，支持多种格式（WAV、FLAC、OGG、通过 libav 或 ffmpeg 的 MP3），并自动处理采样率转换。下面是一个简单示例，展示软件开发者如何使用 Python 命令进行音频文件的读取、处理和写入。

如何使用 Python 读取、处理和写入音频文件？


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")
 中国人