我正在撰写一本有执行功能的选择的长篇剪辑(从2D numpy阵列到数据档案中写出一套手段),涉及单一编外档案或特定目录中的所有.。
例如,
> myscript.py --file=audio.wav --data="data.tab"
应为数据写上浮动点值。
> myscript.py --path="path/with/audio_files" --data="data.tab"
应为数据撰写一套浮动点值。
我有一只双手,有一把西维协会的档案。 当我执行单一档案(有——档案选择)的道路时,结果不同于档案处理后的结果。
我采用了第3号途径:
(1) 使用os(list)
for audioFile in os.listdir(options.path):
if audioFile.endswith( .wav ):
foo(audioFile)
2) 使用os。
for r, d, f in os.walk(options.path):
for audioFile in f:
if audioFile.endswith( .wav ):
foo(audioFile)
3) 使用龙虾
for audioFile in glob.glob("*.wav"):
foo(audioFile)
Methods 1 and 2 return the same result. Method 3 returns a different result. All 3 methods return a different result than processing a single file.
当我使用斜体或 go模块时,情况会有所不同?
EDIT: Here is where I process all .wav files in a directory:
for r, d, f in os.walk(options.path):
for audioFile in f:
if audioFile.endswith( .wav ):
# Add MFCC 1-12 to data.
mfcc12(audioFile, sampleRate, data)
这一数字为:
# mfccs is a 2D numpy array.
# Each column corresponds to one feature of the audiofile
for i in range(mfccs[0].size):
mfccMean = mfccs[:, i].mean()
mfccStdDev = mfccs[:, i].std()
data.write(str(mfccMean) + + str(mfccStdDev) + )
我正在使用YAAFE,从音频文档中提取这些特征。