{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"tags": []
},
"source": [
"## Извлечение признаков из акустического сигнала\n",
"\n",
"
"
]
},
{
"cell_type": "code",
"execution_count": 1,
"metadata": {
"nbsphinx": "hidden",
"tags": []
},
"outputs": [],
"source": [
"import os # Взаимодействие с файловой системой\n",
"import sys # Доступ к некоторым переменным и функциям Python\n",
"\n",
"PATH_TO_SOURCE = os.path.abspath(os.path.dirname(globals()['_dh'][0]))\n",
"PATH_TO_ROOT = os.path.join(PATH_TO_SOURCE, '..', '..', '..')\n",
"\n",
"sys.path.insert(0, os.path.abspath(PATH_TO_ROOT))"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Импорт необходимых инструментов"
]
},
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"from oceanai.modules.lab.build import Run"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Сборка"
]
},
{
"cell_type": "code",
"execution_count": 3,
"metadata": {},
"outputs": [
{
"data": {
"text/markdown": [
"**[2024-10-09 16:38:10] OCEANAI - персональные качества личности человека:**
Авторы:
Рюмина Елена [ryumina_ev@mail.ru]
Рюмин Дмитрий [dl_03.03.1991@mail.ru]
Карпов Алексей [karpov@iias.spb.su]
Сопровождающие:
Рюмина Елена [ryumina_ev@mail.ru]
Рюмин Дмитрий [dl_03.03.1991@mail.ru]
Версия: 1.0.0a40
Лицензия: BSD License"
],
"text/plain": [
""
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"_b5 = Run(\n",
" lang = 'ru', # Язык\n",
" color_simple = '#333', # Цвет обычного текста (шестнадцатеричный код)\n",
" color_info = '#1776D2', # Цвет текста содержащего информацию (шестнадцатеричный код)\n",
" color_err = '#FF0000', # Цвет текста содержащего ошибку (шестнадцатеричный код)\n",
" color_true = '#008001', # Цвет текста содержащего положительную информацию (шестнадцатеричный код)\n",
" bold_text = True, # Жирное начертание текста\n",
" num_to_df_display = 30, # Количество строк для отображения в таблицах\n",
" text_runtime = 'Время выполнения', # Текст времени выполнения\n",
" metadata = True # Отображение информации о библиотеке\n",
")"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"### Процесс извлечения акустических признаков"
]
},
{
"cell_type": "code",
"execution_count": 4,
"metadata": {},
"outputs": [
{
"data": {
"text/markdown": [
"**[2024-10-08 19:49:08] Извлечение признаков (экспертных и лог мел-спектрограмм) из акустического сигнала ...** "
],
"text/plain": [
""
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"text/markdown": [
"**[2024-10-08 19:49:10] Статистика извлеченных признаков из акустического сигнала:**
Общее количество сегментов с:
1. экспертными признаками: 16
2. лог мел-спектрограммами: 16
Размерность матрицы экспертных признаков одного сегмента: 196 ✕ 25
Размерность тензора с лог мел-спектрограммами одного сегмента: 224 ✕ 224 ✕ 3"
],
"text/plain": [
""
]
},
"metadata": {},
"output_type": "display_data"
},
{
"data": {
"text/markdown": [
"**--- Время выполнения: 2.143 сек. ---**"
],
"text/plain": [
""
]
},
"metadata": {},
"output_type": "display_data"
}
],
"source": [
"# Настройки ядра\n",
"sr = 44100 # Частота дискретизации\n",
"# Путь к аудио или видеофайлу\n",
"path = 'video_FI/test/_plk5k7PBEg.003.mp4'\n",
"\n",
"hc_features, melspectrogram_features = _b5.get_acoustic_features(\n",
" path = path, # Путь к аудио или видеофайлу\n",
" sr = sr, # Частота дискретизации\n",
" window = 2, # Размер окна сегмента сигнала (в секундах)\n",
" step = 1, # Шаг сдвига окна сегмента сигнала (в секундах)\n",
" out = True, # Отображение\n",
" runtime = True, # Подсчет времени выполнения\n",
" run = True # Блокировка выполнения\n",
")"
]
}
],
"metadata": {
"kernelspec": {
"display_name": "Python 3 (ipykernel)",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.10.11"
}
},
"nbformat": 4,
"nbformat_minor": 4
}