Python 3行代码提取音乐高潮部分

目录

• 1.原理简介
• 2.代码编写
• 2.1 安装所需要的项目
• 2.2 编写代码
• 3.效果检验
• 4.批量提取

前言：

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：

1.原理简介

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：

• 1.遍历整首歌曲。
• 2.将选定长度的部分与其他部分比较并计算相似度，以查看是否重复。
• 3.寻找重复次数较大、且间隔长的片段。

2.代码编写

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。

2.1 安装所需要的项目

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

2.2 编写代码

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。

3.效果检验

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！

4.批量提取

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\")

到此这篇关于Python 3行代码提取音乐高潮部分的文章就介绍到这了,更多相关Python代码提取音乐高潮部分内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！