快捷導(dǎo)航

python常見讀取語音的3種方法速度對比

更新時間：2022年12月30日 11:21:11 作者：王延凱的博客

python已經(jīng)支持WAV格式的書寫,下面這篇文章主要給大家介紹了關(guān)于python常見讀取語音的3種方法速度對比的相關(guān)資料,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下

python 讀取語音文件時，常用的無非以下三種方式，但是在我們數(shù)據(jù)量變的很大是，不同的讀取方式之間的性能差異就會被進(jìn)一步放大，于是本文著重對比了librosa、soundfile、wavfile三種方式的在重復(fù)讀取一萬次某個文件所耗時間的差異，為確保實(shí)驗(yàn)結(jié)果的可比性，每種方式讀取出的語音序列值均一致。具體數(shù)值，在下方程序結(jié)果中已經(jīng)標(biāo)示。

# -*- coding: utf-8 -*-
"""
# @Time : 2022/12/29 17:27
# @Author : WangYK
# @Site : 
# @File : check_speed.py.py
# @Software: PyCharm
# @Desc:    本文件實(shí)現(xiàn)對比三種常見的都區(qū)語音方式的速度區(qū)別

"""
import librosa
import soundfile as sf
from scipy.io import wavfile
from time import process_time
from tqdm import tqdm


# 讀取方式1
def librosa_loa(filename):
    wav_data,fs=librosa.load(filename,sr=16000)     #float64類型
    #wav_data:[-0.03305054 -0.03561401 -0.03814697]
    return wav_data,fs

#讀取方式2
def soundfile_load(filename):
    wav_data,fs=sf.read(filename)                   #float64類型
    #wav_data:[-0.03305054 -0.03561401 -0.03814697]
    return wav_data

#讀取方式3
def wavfile_load(filename):
    fs,wav_data=wavfile.read(filename)              #int16類型
    #轉(zhuǎn)為float64類型
    wav_data=wav_data/(32768)
    #wav_data:[-0.03305054 -0.03561401 -0.038114697]
    return wav_data

if __name__ == '__main__':
    filename = ['01.wav']
    filenames = filename * 10000   #重復(fù)1萬遍,用于對比各個方式耗時
    for filename in tqdm(filenames):
        wav_data=soundfile_load(filename)           # soundfile  讀取耗時   1.7031s
        wav_data=librosa_loa(filename)              # librosa    讀取耗時   416.23s
        wav_data=wavfile_load(filename)             # wavfile    讀取耗時   1.6875s

    print('當(dāng)前程序耗時：{:.9}s'.format(process_time()))

實(shí)驗(yàn)結(jié)果分析

最快的方式為 wavfile 的方式，一萬次語音讀取僅耗時 1.6875s
其次是 soundfile 的方式，一萬次語音讀取耗時 1.7031s ,與wavfile相差不大
最慢的為 librosa 的方式，一萬次語音耗時 416s ，與其他兩種方式對比，巨慢。

但是還需要注意的一點(diǎn)就是 soundfile的方式讀取，時長會受到版本限制，例如numba等，此外如果在linux環(huán)境下進(jìn)行實(shí)驗(yàn)，可能會出現(xiàn) OSError: sndfile library not found,如果你是在內(nèi)網(wǎng)或者連接網(wǎng)絡(luò)不方便的話，可以選擇wavfile方式讀取語音文件吧。

附：語音的播放

# 音頻的播放，本實(shí)驗(yàn)使用pyaudio（代碼相對matlab較麻煩，后期簡化）
import pyaudio
import wave

chunk = 1024
wf = wave.open(r"C:\Users\zyf\Desktop\Jupyter\1.wav", 'rb')
p = pyaudio.PyAudio()

# 打開聲音輸出流
stream = p.open(format = p.get_format_from_width(wf.getsampwidth()),
? ? ? ? ? ? ? ? channels = wf.getnchannels(),
? ? ? ? ? ? ? ? rate = wf.getframerate(),
? ? ? ? ? ? ? ? output = True)

# 寫聲音輸出流到聲卡進(jìn)行播放
while True:
? ? data = wf.readframes(chunk)
? ? if data == "":
? ? ? ? break
? ? stream.write(data)

stream.stop_stream()
stream.close()
p.terminate() ? # 關(guān)閉PyAudio

總結(jié)

到此這篇關(guān)于python常見讀取語音的3種方法速度對比的文章就介紹到這了,更多相關(guān)python讀取語音內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: