PyAudio

概要 機械学習の訓練用データの収集のためにPythonで録音したい。できればリアルタイムで録音しながら細切れに保存していきたい。 どーやるの PyAudioっていうライブラリを使うのです。 準備 PyAudioをインストールすれば使えます。 $ pip install pyaudio で、済めばよかったです。しっかりとERRORが出ます。 なので調べてみたらここ→https://python5.com/q/lmnhhjsd←で書かれてる $ conda insatall -c anaconda pyaudio でうまく行きました。よかった。 とりあえずPyAudioを動かしてみる とりあえずP…

GCPに音声合成APIがあることを知識としては知っているけど、使ったことがなかったので使ってみました。 ネットで見かけるサンプルはmp3ファイルに保存する例が多いけど、自分が使いたい用途はファイルに保存せずに再生だったので修正。 動作確認環境 Windows 11 バージョン22H2 (OSビルド 22621.1105) ネットワーク：WiFi python 3.10 処理時間 上記環境と下記プログラムで音声合成の処理時間は0.65秒～0.7秒ぐらい。 プログラム 必要に応じてpythonパッケージをインストール pip install --upgrade google-cloud-textt…

音声認識で何か作ってみたいなーと思いつつ、調べて動かすだけでも疲れたので、ひとまず整理。 音声対話で使いたいので、認識精度が良いAPIやレスポンスの早いストリーミング方式を中心に記載。 動作確認環境 バッチ方式 SpeechRecognitionライブラリ ストリーミング方式 (単発) Google Cloud Speech-to-Text API リンク ストリーミング方式 (連続音声認識) Google Cloud Speech-to-Text API AmiVoice API リンク その他メモ 動作確認環境 Windows 11 バージョン22H2 (OSビルド 22621.1105)…

ラズパイ上で音声を再生してみたので、その記録です。 再生方法はコマンドやPythonを使っています。 主な材料、環境 デバイスの確認と設定 デバイス確認 音声の出力先を設定 再生時の音量を調整 コマンドで音声を再生 WAV再生 MP3再生 pythonで音声を再生 pygame.mixer.Soundでwav再生 pygame.mixer.musicでmp3再生 pydubでmp3を読み込み、pydubで再生 (再生が終わるまで待つ) pydubでmp3を読み込み、simpleaudioで再生 (再生が終わるまで待たない) pydubでmp3を読み込み、pyaudioで再生 参考 主な材料、環…

パソコンのマイクに話した内容を文字にするアプリを作成しました。 SpeechRecognition の使い方、pyaudio のインストール方法、マルチスレッドの使い方、ウィジェット変数のトレースなどを説明します。

はじめに 改善のヒント ソースコードと動かし方 特徴 おわりに はじめに Pythonで音声認識を実行するためのツールとして、最近はVOSKが少しずつ使われるようになってきた。その大きなメリットのひとつはオフラインで動作するという点である。 インストールも容易であり、様々なプラットフォーム上で動作するが、特にMacOSの場合、M1 にも対応したようである。 Vosk Installation VOSKのサンプルスクリプトは以下のリポジトリにて公開されている。 github.com 例えば "test_microphone.py"はマイク入力からのストリーミング音声認識を実行する。 これらはvo…

いろいろ調整してみたら自励振動させられてないっぽい。管体部分でループ（ハウリングみたいな状態）していただけだった。 物理モデリング音源の特許(だいたい権利失効してる)の実施例にある、励振部をpythonで実装した。 一応音は出るが、パラメータの調整が甘くか弱い音しか鳴らない。 とりあえず音が出る状態でメモしておく。 ■pythonソース import pyaudio import numpy as np from collections import deque import matplotlib.pyplot as plt import scipy.signal as signal fs_s…

こんにちは!!!クライアントエンジニアの小林です。こんなの作ります。 作業環境 前置き 筆者の並列・並行処理に対する理解度 :) soundcardの採用理由 マルチプロセス化の理由 マルチプロセスな設計 ライブラリ構成 runtime __init__.py common.py player.py player_subprocesser.py editor __init__.py play_button.py stop_button.py select_wav_button.py play_speed_button.py sample_waveform.py 動かしてみた おわり 参考 作業…

はじめに やらなければいけないことは手短に nikkieです🍨 この記事は、アイうた円盤発売アドベントカレンダー 4日目の記事です。 昨日はnikkieさんによる『サトミの"防御力"🛡で語る #アイの歌声を聴かせて』でした。 防御力高いガールのサトミ、かわいいですよね（7/27まで冒頭17分公開されているから、みんな見て！！） さて、今回は（別の記事で触れたこともあるのですが）、音声をプログラムに認識してもらう簡単な方法を取り上げます。 「アイうたのシオンみたいなプログラムが作れないかな」と考えるようになった後、最初に試した実装です。 ‖◤#アイうた プロフィール帳①◢‖トップバッターは”試験…

問題意識 我々の生活は情報にあふれている 私たちの耳は認知を回避できない 聞きたくないものも耳に入るし、聞きたい情報を選別することできない それに対して目に入るものを制限するというのは行われている（Twitterのミュート機能など） 聞きたくもないうわさ話 コンセプト もし、聞きたくない情報を減衰させることができたら面白いんじゃないか?→耳感覚減少 もし聞きたくないことだけシャットアウトできたら… もし、聴きたい情報のみに耳をフォーカスすることができたら？→耳感覚増強 逆に聞きたい情報に耳をフォーカスできたら？ やりたいこと 会話の中で特定の言葉が聞こえたら、声が大きくなったり小さくなったりす…

データサイエンスとは データサイエンスとは、「調査によるデータの取得方法から考えて、分析手法を駆使して意味ある特徴を抽出し、得られたモデルを分析し、仮設を発見/検証し、これらの結果を意思決定に寄与する一連の行動」のことを言う、らしいです。 [むしろスキルがなければ給与が下がる可能性」、求められるデータサイエンティスト人材になる方法論をプロにイチからいろいろ聞いてみた – GIGAZINE, https://gigazine.net/news/20181121-udemy-data-scientist-interview/ より引用 ぶっちゃけデータサイエンスにまつわる研究を未だ行ったことがない…

とても情けないです 今振り上げたこぶしは芝居じみた正義だと感じる、かえるのクーの助手の「井戸中 聖」（いとなか セイ）でございます。 NO BORDERでよろしくおねがいします。 波について理解を深めます さて、波の理解がまだまだであると痛感しておりますので、波についての基礎的な実験をして理解を深めます。結果は教科書とおりであることは分かっているのですが、なにごとも実際にやってみて、体感することがとても大切だと感じます。リアリティの差は決定的に深層心理での処理能力差に直結します。 ２つの基本波形（sin波）をいろいろ操作してみます。(説明上、周波数AとBとします） 和（足し算） |A-B|がう…