用Python如何提前音乐副歌部分,原理及方法是什么
Admin 2022-06-01 群英技术资讯 473 次浏览
有些时候,为了设定手机铃声或者发抖音视频,我们会耗费大量时间在剪辑音乐高潮部分上。那么这个音乐高潮的提取能不能自动化呢?当然可以。
先来看看,怎么样来提取孤芳自赏提取高潮后的部分:
不知道大家有没有这样的体会,大部分时候,歌曲的高潮部分通常是重复次数最多的部分。因此我们可以根据这一个特征,提出我们的算法:
为了避免造轮子,我们找到了别人已经做过的类似的项目
我们只需要分析这个源代码中最核心的部分,即求相似区段的源代码,就能知道它是不是符合我们的项目需求了:
可以看到,这部分代码就是做了我们算法的第二步,进行了片段与片段之间的相似度计算。
检测时用到的相似函数是这样的:
这主要是因为歌曲由12个基本音符的帧的集合而组成,v1和v2是任意两段音乐的音符矢量,如果说两段音乐非常相似,那么右边的式子将接近于0. 如果说 1-右边的式子 得分非常高,则说明两段音乐非常相似。
下面我们看看怎么使用这个项目求音乐高潮部分,其实非常简单。
你可以通过pip安装该项目,如果你还没有安装好Python相关环境,建议先安装,PIP安装指令如下:
pip install pychorus
实际上,这个包用起来可是相当简单,如果我们只是想单纯提取歌曲高潮部分:
from pychorus import find_and_output_chorus chorus_start_sec = find_and_output_chorus("你的音乐文件", "提取结果的目标路径", 要多少秒的高潮部分)
没错,两行代码就解决了。如果你想知道一些详细的细节,比如说输出相似矩阵或者结果可视化,建议阅读github
中该项目的操作指令。下面让我们检验一下效果。
以《孤芳自赏》 为例,让我们试试这个提取器的功力。 编写代码:
# 提取音乐高潮部分 from pychorus import find_and_output_chorus chorus_start_sec = find_and_output_chorus("孤芳自赏.mp3", "孤芳自赏_high.wav", 40)
非常优秀!提取了我心目中想要的部分。大家也可以根据我们今天的教程,试着提取一下自己喜欢的音乐的高潮部分哦!
刚刚,只是完成了单首歌曲的高潮提取,如果你想提取整个文件夹下的音乐的高潮部分,可以这样做:
文字版代码:
# Python 实用宝典 # 提取音乐高潮部分 # 2020/06/11 import os import sys from pychorus import find_and_output_chorus def extract_all_file(files_path): """ 批量提取音乐高潮 Args: files_path (str): 文件夹路径 """ # 文件夹路径 modpath = os.path.dirname(os.path.abspath(sys.argv[0])) for filepath in os.listdir(files_path): # 路径处理 datapath = os.path.join(modpath, files_path + filepath) # output文件夹是否存在 targets = f"{modpath}\output\" if not os.path.exists(targets): os.makedirs(targets) # 提取音乐高潮至当前output文件夹下 find_and_output_chorus( datapath, f"{targets}{filepath.split('.')[0]}_high.wav", 40 ) extract_all_file("F:\push\20200611\music\")
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
python框架是对基础代码进行封装和提供相应的应用编程接口,开发人员在使用框架时直接调用封装的应用编程接口可以,提高生产效率和开发速度
大家好,本篇文章主要讲的是Pandas按周/月/年统计数据介绍,感兴趣的同学赶快来看一看吧,对你有帮助的话记得收藏一下,方便下次浏览
这篇文章主要给大家分享numpy中的dot函数用法的内容,下文有具体的实例,具有一定的借鉴和学习价值,感兴趣的朋友可以参考一下,希望大家阅读完这篇文章能有所收获,下面我们一起来学习一下吧。
asyncio 在单线程内部维护了 EventLoop 队列,然后把需要执行异步IO的任务添加到 EventLoop 队列中,至于任务的完成通过类似回调的逻辑是实现后续的任务。如果你有 JavaScript的基础那么理解python的 asyncio 很简单,关键字、语法以及实现的原理都极其类似。
Pandas是当前Python数据分析中最为重要的工具,其提供了功能强大且灵活多样的API,可以满足使用者在数据分析和处理中的多种选择和实现方式,下面这篇文章主要给大家介绍了关于Python Pandas聚合函数的相关资料,需要的朋友可以参考下
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008