pyloudnorm

pyloudnorm

Python音频响度测量库

pyloudnorm是基于ITU-R BS.1770-4标准开发的Python音频响度测量库。它支持灵活调整闸门块大小和频率权重滤波器,可实现音频响度测量、峰值归一化和响度归一化。该库能精确测量WAV文件响度,并提供自定义IIR滤波器等高级功能。pyloudnorm适合音频开发者和专业人士使用,可满足精确的音频响度分析和处理需求。

音频响度计PythonITU-R BS.1770-4音频处理开源项目Github

pyloudnorm 构建状态 Zenodo

Python中灵活的音频响度计。

实现了ITU-R BS.1770-4标准。<br/> 允许控制门限块大小和频率加权滤波器以实现额外控制。

有关实现的完整详细信息,请参阅我们的论文,以及我们AES演示视频中的摘要。

安装

您可以通过pip进行安装,如下所示:

pip install pyloudnorm

要获取最新版本,请始终从GitHub仓库安装:

pip install git+https://github.com/csteinmetz1/pyloudnorm

使用方法

查找音频文件的响度

测量wav文件的响度很简单。 这里我们使用PySoundFile将.wav文件读取为ndarray。

import soundfile as sf import pyloudnorm as pyln data, rate = sf.read("test.wav") # 加载音频(形状为(采样数,通道数)) meter = pyln.Meter(rate) # 创建BS.1770计量表 loudness = meter.integrated_loudness(data) # 测量响度

响度归一化和峰值归一化音频文件

包含了将音频文件归一化到所需峰值或所需响度的方法。

import soundfile as sf import pyloudnorm as pyln data, rate = sf.read("test.wav") # 加载音频 # 将音频峰值归一化到-1 dB peak_normalized_audio = pyln.normalize.peak(data, -1.0) # 首先测量响度 meter = pyln.Meter(rate) # 创建BS.1770计量表 loudness = meter.integrated_loudness(data) # 将音频响度归一化到-12 dB LUFS loudness_normalized_audio = pyln.normalize.loudness(data, loudness, -12.0)

高级操作

提供了多种替代加权滤波器,以及调整分析块大小的功能。 示例如下:

import soundfile as sf import pyloudnorm as pyln from pyloudnorm import IIRfilter data, rate = sf.read("test.wav") # 加载音频 # 块大小 meter1 = pyln.Meter(rate) # 400毫秒块大小 meter2 = pyln.Meter(rate, block_size=0.200) # 200毫秒块大小 # 滤波器类别 meter3 = pyln.Meter(rate) # BS.1770计量表 meter4 = pyln.Meter(rate, filter_class="DeMan") # 完全符合标准的滤波器 meter5 = pyln.Meter(rate, filter_class="Fenton/Lee 1") # Fenton和Lee提出的低复杂度改进 meter6 = pyln.Meter(rate, filter_class="Fenton/Lee 2") # Fenton和Lee提出的高复杂度改进 meter7 = pyln.Meter(rate, filter_class="Dash et al.") # 早期修改选项 # 创建自定义IIR滤波器 my_high_pass = IIRfilter(0.0, 0.5, 20.0, rate, 'high_pass') my_high_shelf = IIRfilter(2.0, 0.7, 1525.0, rate, 'high_shelf') # 创建一个未初始化滤波器的计量表 meter8 = pyln.Meter(rate, filter_class="custom") # 将自定义滤波器加载到计量表中 meter8._filters = {'my_high_pass' : my_high_pass, 'my_high_shelf' : my_high_shelf}

依赖项

引用

如果您在工作中使用了pyloudnorm,请考虑引用我们。

@inproceedings{steinmetz2021pyloudnorm,
        title={pyloudnorm: {A} simple yet flexible loudness meter in Python},
        author={Steinmetz, Christian J. and Reiss, Joshua D.},
        booktitle={150th AES Convention},
        year={2021}}

参考文献

Ian Dash, Luis Miranda, and Densil Cabrera, "多通道响度听音测试," 第124届国际音频工程学会大会,2008年5月

Pedro D. Pestana and Álvaro Barbosa, "ITU-R BS.1770算法在评估多轨素材中的准确性," 第133届国际音频工程学会大会,2012年10月

Pedro D. Pestana, Josh D. Reiss, and Álvaro Barbosa, "使用ITU-R BS.1770修改版测量多轨音频内容的响度," 第134届国际音频工程学会大会,2013年5月

Steven Fenton and Hyunkook Lee, "多轨节目响度测量的替代加权滤波器," 第143届国际音频工程学会大会,2017年10月

Brecht De Man, "EBU R128响度测量实现的评估," 第145届国际音频工程学会大会,2018年10月

张量化/可微分实现

对于可微分环境(如作为损失函数的一部分)的使用,有以下实现:

编辑推荐精选

潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

下拉加载更多