python(3):音频数据增强处理

音频数据增强处理

增强方法

1）时间延长（TS）：放慢或加快音频采样（同时保持音高不变）。将每个样本的时间拉伸四个因素：{0.81、0.93、1.07、1.23}。
2）音高转换（PS1）：提高或降低音频样本的音高（同时保持持续时间不变）。 每个样本的音高偏移了四个值（以半音为单位）：{-2，-1、1、2}。
3）音高偏移（PS2）：由于我们的初始实验表明音高偏移是一种特别有益的扩充，因此我们决定创建第二个扩充集。 这次，每个样本的音高偏移了四个较大的值（以半音为单位）：{-3.5，-2.5、2.5、3.5}。
4）添加一些随机的高斯噪声

import librosa
import cv2
from scipy.io import wavfile
import os
import numpy as np


def data_augmentation(input_audio, output_audio):            # 时间拉伸
    in_path = os.path.dirname(input_audio)
    out_path = os.path.dirname(output_audio)
    if not os.path.isdir(out_path):  # 判断目标路径是否存在，不存在则创建
        os.mkdir(out_path)
    y, sr = librosa.load(input_audio, sr=None)
    for rate in [0.81, 0.93, 1.07, 1.23]:  # 拉伸速率
        y_shift = librosa.effects.time_stretch(y, rate=rate)        # 使用TS生成新数据
        # 数据导出为文件  replace('.ogg', '_no-{}.wav'.format(step)))  (old,new)
        librosa.output.write_wav(os.path.join(out_path,
            os.path.basename(input_audio).replace('.ogg', '_ts-{}.wav'.format(rate))), y_shift, sr)
    for step1 in [-2, -1, 1, 2]:
        y_shift1 = librosa.effects.pitch_shift(y, sr, n_steps=step1)          # 使用PS1生成新数据
        librosa.output.write_wav(os.path.join(out_path,
            os.path.basename(input_audio).replace('.ogg', '_ps1-{}.wav'.format(step1))), y_shift, sr)
    for step2 in [-3.5, -2.5, 2.5, 3.5]:
        y_shift = librosa.effects.pitch_shift(y, sr, n_steps=step2)              # 使用PS2生成新数据
        librosa.output.write_wav(os.path.join(out_path,
            os.path.basename(input_audio).replace('.ogg', '_ps2-{}.wav'.format(step2))), y_shift, sr)
    for step3 in [1, 2, 3, 4]:
        wn = np.random.normal(0, 1, len(y))                         # 从高斯分布（正态分布）提取样本
        y_noise = np.where(y != 0.0, y.astype('float64') + 0.02 * wn, 0.0).astype(np.float32)
        librosa.output.write_wav(os.path.join(out_path,
            os.path.basename(input_audio).replace('.ogg', "_no-{}.wav".format(step3))),  y_noise, sr)


index = 0
file_path = "./data/esc10/audio/Dog/"       # 输入文件夹路径
save_path = "./data_out/Dog/"               # 增强后数据(输出)文件夹路径[无文件夹会自动创建]

for filename in os.listdir(r"./" + file_path):
    print(filename)
    in_path = file_path + filename
    out_path = save_path + filename
    data_augmentation(in_path, out_path)         # 数据增强 4*4
    index = index + 1
    print(index)
    print()
    cv2.waitKey(200)