wav2mel

将WAV音频[1]转换为Mel频谱图，用于像Tacotron2这样的机器学习系统。

此库包含WAV到Mel转换中到处可见的复制粘贴代码的部分。

[1] 或任何由librosa（它使用soundfile和audioread）支持的音频格式。

安装

pip install wav2mel

依赖项

• Python 3.6或更高版本
• librosa, numpy, scipy, numba

格式

wav2mel输出numpy保存数据：每个输入文件一个.npy文件。

用法

您可以按照以下方式将单个WAVE文件从.wav转换为mel频谱图（.npy）

wav2mel < WAVE_FILE > NPY_FILE

也可以将多个WAVE文件转换为并保存到目录中

wav2mel --output-dir /path/to/mels WAVE_FILE [WAVE_FILE ...]

每个.npy文件将被命名为相应的.wav文件。

请参阅wav2mel --help获取更多选项（过滤器/跳长/窗口长度，采样率等）。

使用GNU Parallel

find /path/to/wavs -name '*.wav' -type f | parallel -X wav2mel --output-dir /path/to/mels

mel2wav (Griffin-Lim)

您还可以使用griffin-lim将mel频谱图转换为WAV音频

mel2wav < NPY_FILE > WAVE_FILE

或

mel2wav --output-dir /path/to/wavs NPY_FILE [NPY_FILE ...]

请参阅mel2wav --help获取更多选项。