如何解决如何在功能之间传递已编辑的WAV而不在两者之间保存WAV?
我有2个人的WAV对话(客户和技术支持) 我有3个单独的功能,可以提取1种声音,缩短10秒钟并将其转换为嵌入。
def get_customer_voice(file):
print('getting customer voice only')
wav = wf.read(file)
ch = wav[1].shape[1]#customer voice always in 1st track
sr = wav[0]
c1 = wav[1][:,1]
#print('c0 %i'%c0.size)
if ch==1:
exit()
vad = VoiceActivityDetection()
vad.process(c1)
voice_samples = vad.get_voice_samples()
#this is trouble - how to pass it without saving anywhere as wav?
wf.write('%s_customer.wav'%file,sr,voice_samples)
下面的功能比上面的功能减少10秒钟的wav文件。
import sys
from pydub import AudioSegment
def get_customer_voice_10_seconds(file):
voice = AudioSegment.from_wav(file)
new_voice = voice[0:10000]
file = str(file) + '_10seconds.wav'
new_voice.export(file,format='wav')
if __name__ == '__main__':
if len(sys.argv) < 2:
print('give wav file to process!')
else:
print(sys.argv)
get_customer_voice_10_seconds(sys.argv[1])
如何将其作为wav或其他格式传递而不将其保存到某个目录?它要用在rest api中,我不知道它将在哪里保存该wav,因此最好以某种方式传递它。
解决方法
我知道了-以下功能无需保存,缓冲等即可使用。 它接收一个wav文件并对其进行编辑,然后直接发送到get math embedding函数:
def get_customer_voice_and_cutting_10_seconds_embedding(file):
print('getting customer voice only')
wav = read(file)
ch = wav[1].shape[1]
sr = wav[0]
c1 = wav[1][:,1]
vad = VoiceActivityDetection()
vad.process(c1)
voice_samples = vad.get_voice_samples()
audio_segment = AudioSegment(voice_samples.tobytes(),frame_rate=sr,sample_width=voice_samples.dtype.itemsize,channels=1)
audio_segment = audio_segment[0:10000]
file = str(file) + '_10seconds.wav'
return get_embedding(file)
关键是音频段中的tobytes(),它只是将它们全部重新组合到1个音轨中
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。