audioflux

audioFlux是一个开源库，用于音频和音乐分析与特征提取，以C语言实现并提供Python绑定。它围绕数据流架构设计，解耦算法模块，以便快速高效地提取多维特征。该项目面向音频领域的深度学习工作流，包括分类、源分离、音乐信息检索（MIR）和自动语音识别（ASR）。 该库分为三个主要模块：transform、feature和mir。 transform模块提供时频表示。BFT（基于傅里叶变换，类似于STFT）、NSGT（非平稳Gabor变换）、CWT（连续小波变换）和PWT（伪小波变换）支持多种频率尺度类型：线性、linspace、Mel、Bark、Erb、Octave和Log。其他变换作为独立方法提供：CQT（常数Q变换）、VQT（可变Q变换）、ST（S变换/Stockwell变换）、FST（快速S变换）、DWT（离散小波变换）、WPT（小波包变换）和SWT（平稳小波变换）。还包括同步压缩和重分配技术：用于STFT的reassign、使用CWT数据的synsq，以及用于CWT的wsst。 feature模块包括频谱特征（支持所有频谱类型）、倒谱系数（xxcc）、频谱反卷积，以及色度特征（支持CQT频谱和基于BFT的线性/八度频谱）。 mir模块涵盖音高估计（YIN、STFT等）、起始点检测（频谱通量、新颖性等），以及谐波-打击乐源分离（中值滤波和NMF）。 最近的版本增加了一系列音高算法（YIN、CEP、PEF、NCF、HPS、LHS、STFT、FFP）、PitchShift和TimeStretch算法，以及一个用于乐器调音器的TuneTrack算法，覆盖吉他、尤克里里、贝斯、班卓琴、曼陀林和小提琴。 可通过PyPI（`pip install audioflux`）或Anaconda安装，要求Python 3.6或更高版本。该库跨平台，支持Linux、macOS、Windows、iOS和Android，并提供针对iOS、Android和从源码构建的单独构建说明。文档和示例脚本在线托管，涵盖Mel和MFCC、CWT和同步压缩、CQT和色度、不同小波类型、频谱特征、音高估计、起始点检测和谐波-打击乐源分离。基准测试模块提供性能测量，项目以MIT许可证发布。