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。
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:
https://github.com/vivjay30/pychorus
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:
def compute_similarity_matrix_slow(self, chroma): """ 虽然慢,但是直接的方法来计算区段相似矩阵 """ num_samples = chroma.shape[1] time_time_similarity = np.zeros((num_samples, num_samples)) for i in range(num_samples): for j in range(num_samples): # 检测每一段的相似度 time_time_similarity[i, j] = 1 - (np.linalg.norm(chroma[:, i] - chroma[:, j]) / sqrt(12)) return time_time_similarity
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,建议阅读这篇文章:Python安装
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", "输出高潮部分文件", 要多少秒的高潮部分)
没错,两行代码就解决了。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。
原曲:
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)
效果如下:
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:
# 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\\")
这样就可以实现批量提取音乐高潮的功能。
我们的文章到此就结束啦,如果你希望我们今天的Python 教程,请持续关注我们,如果对你有帮助,麻烦在下面点一个赞/在看哦有任何问题都可以在下方留言区留言,我们都会耐心解答的!
音乐相关教程:
Python实用宝典 (pythondict.com)
不只是一个宝典
欢迎关注公众号:Python实用宝典
评论(0)