如何将提取的音高值保存在 csv 文件中？

Posted 2023-02-25

【中文标题】如何将提取的音高值保存在 csv 文件中？

【英文标题】：How to save extracted pitch values in a csv file?

【发布时间】：2018-07-22 14:35:00

【问题描述】：

嗯，我想我应该提一下，这是我第一次尝试在 Python 中进行音频信号处理。我有一个音频数据集，我正在使用 Aubio 库提取音高特征，并使用 Python 中的 python_speech_features 库提取 MFCC 特征。问题是，对于单个音频文件，我得到了大约 84 个音高值向量和 12 个 MFCC 值特征向量。

提取的音高特征向量的图像

那么如何将这么多的值保存在一个 csv 文件中呢？我有大约 700 个音频文件分隔在不同的目录中，以表达情感。我应该取所有这些值的平均值并将它们保存在 csv 中的音频文件中吗？像这样：

另外，我将如何使用这些值进行分类？ 任何帮助将不胜感激，谢谢。

【参考方案1】：

您的问题没有简单的答案。

我知道，对于每个数据样本，您都会提取一组特征，每个样本都相同，不是吗？ 我想你在 for 循环中工作，如下所示：

import numpy as np
all_features = []
for path in path_list:
     x = open_file(path) #an hypothetical function to open your files
     features = extract_features(x) #an hypothetical function to extract features
     all_features.append(features)

如果您的代码看起来像我的简单示例，则您创建了一个列表all_features，其元素all_features[i] 包含从样本i 中提取的特征。另外我想你提取的features 是一个numpy 向量。如果不是，则应将其转换为numpy 向量（类似于features = np.array(features)）。

好的，现在您可以创建数据集了：

data = np.vstack(all_features)

垂直堆栈np.vstack 生成一个形状为(n_samples, n_features) 的矩阵。警告：所有特征向量必须具有相同的形状！

现在您要保存数据集，有很多可能性，这是我最喜欢的三个选项： 1）使用pandas创建csv文件：

import pandas as pd
df = pd.DataFrame(data)
df.to_csv(filename+'.csv', index=False, header=header) #header is a list of string to name columns of csv
#see https://pandas.pydata.org/pandasdocs/stable/generated/pandas.DataFrame.to_csv.html

2) 将内存转储到 pickle 文件中：

import six.moves.cPickle as pickle    
with open(filename+'.pkl', 'wb') as f:
    pickle.dump(data, f)

3)另存为numpy文件：

np.save(filename+'.npy', data)

关于分类问题，如果您想使用监督方法（MLP、RF、SVM、KNN、...），您需要一个类标签（ground truth），即形状等于将每个样本与一个整数相关联的样本（例如，二进制分类中的 0,1，或 4 类分类中的 0,1,2,3）。这很大程度上取决于你想要什么，你的训练目标是什么。

一旦你有了数据矩阵和标签向量，如果你有足够的样本，每种机器学习方法都可以进行分类。为了这个目的，我建议你使用相同的扩充标准，有一个想法看看这个paper，它可以给你同样的想法。

希望能帮到你，辛苦了！

【参考方案2】：

Python 有一个内置的 csv 模块。

section 的这个示例提供了一个简单示例，说明如何使用编写器将行写入 csv。