Wie kann ich Audio-Segmente samt Beschriftung aus einer Log-Datei speichern?
Verfasst: Dienstag 1. Dezember 2020, 18:38
Ich möchte bestimmte Segmente einer Audiodatei (audio.wav) extrahieren und beschriften. Die Start- und Endzeiten der Segmente werden durch den DateTimeStamp (erste Spalte) und die Dauer der Aktion in Millisekunden (dritte Spalte) in einer anderen Datei, der Annotationsdatei (annotat.csv), angegeben:
DateTimeStamp ---------- Action -- Duration of action in milliseconds
04/16/20 21:25:36:241 ----- A ----- 502
04/16/20 21:25:36:317 ----- B ----- 2253
04/16/20 21:25:36:734 ----- X ----- 118
04/16/20 21:25:36:837 ----- C ----- 10
04/16/20 21:25:37:537 ----- D ----- 797
04/16/20 21:25:37:606 ----- X ----- 70
04/16/20 21:25:37:874 ----- A ----- 1506
. ----- . -----.
Die Datei audio.wav beginnt zum Zeitpunkt des ersten DateTimeStamp der Datei annot.csv.
Wie kann ich die Informationen in der Datei annotat.csv verwenden, um die Segmente (audio_seg) als einzelne Dateien mit eindeutigen Dateinamen zu speichern, die die Informationen in der Spalte "Aktion" der Datei annotat.csv enthalten?
Bisher bin ich soweit gekommen:
DateTimeStamp ---------- Action -- Duration of action in milliseconds
04/16/20 21:25:36:241 ----- A ----- 502
04/16/20 21:25:36:317 ----- B ----- 2253
04/16/20 21:25:36:734 ----- X ----- 118
04/16/20 21:25:36:837 ----- C ----- 10
04/16/20 21:25:37:537 ----- D ----- 797
04/16/20 21:25:37:606 ----- X ----- 70
04/16/20 21:25:37:874 ----- A ----- 1506
. ----- . -----.
Die Datei audio.wav beginnt zum Zeitpunkt des ersten DateTimeStamp der Datei annot.csv.
Wie kann ich die Informationen in der Datei annotat.csv verwenden, um die Segmente (audio_seg) als einzelne Dateien mit eindeutigen Dateinamen zu speichern, die die Informationen in der Spalte "Aktion" der Datei annotat.csv enthalten?
Bisher bin ich soweit gekommen:
Code: Alles auswählen
import io
import pandas
import numpy as np
import librosa
import soundfile as sf
def read_data(annotat, date_format):
df = pandas.read_csv(annotat, sep=',')
# Use proper pandas datatypes
df['Time'] = pandas.to_datetime(df['DateTime'], format=date_format)
df['Duration'] = pandas.to_timedelta(df['Duration ms'], unit='ms')
df['Offset'] = pandas.to_datetime(df['StartOffset ms'], unit='ms')
df = df.drop(columns=['DateTime', 'Duration ms', 'StartOffset ms'])
# Compute start and end time of each segment
# audio starts at time of first segment
first = df['Time'].iloc[0]
df['Start'] = df['Time'] - first
df['End'] = df['Start'] + df['Duration']
return df
def extract_segments(y, sr, segments):
# compute segment regions in number of samples
starts = numpy.floor(segments.Start.dt.total_seconds() * sr).astype(int)
ends = numpy.ceil(segments.End.dt.total_seconds() * sr).astype(int)
# slice the audio into segments
for start, end in zip(starts, ends):
audio_seg = y[start:end]
print('extracting audio segment:', len(audio_seg), 'samples')
segments = read_data("C:/Users/Me/Audio/annotat.csv", date_format="%m/%d/%y %H:%M:%S:%f")
print(segments)
y, sr = librosa.load("C:/Users/Me/Audio/audio.wav", sr=16000, duration=2027)
extract_segments(y, sr, segments)