我在numpy數組中加載了一些音頻數據，我希望通過查找無聲部分來分段數據，即音頻幅度低於aa某個閾值的部分時間段。在numpy數組中查找滿足條件的大量連續值
極其簡單的方法來做到這一點是這樣的：
values = ''.join(("1" if (abs(x) < SILENCE_THRESHOLD) else "0" for x in samples))
pattern = re.compile('1{%d,}'%int(MIN_SILENCE))
for match in pattern.finditer(values):
# code goes here
上述代碼發現其中存在比SILENCE_THRESHOLD至少MIN_SILENCE連續元素更小的部分。
現在，很明顯，上面的代碼是非常低效率和可怕的濫用正則表達式。還有其他一些更高效的方法，但是仍然會導致同樣簡單和短的代碼？
這是一個基於numpy的解決方案。
我認爲（？）它應該比其他選項更快。希望這很清楚。
但是，它確實需要兩倍於各種基於生成器的解決方案的內存。只要你可以在內存中保存一份臨時數據（用於比較），以及一個與數據長度相同的布爾數組（每個元素爲1位），它應該非常高效......
import numpy as np
def main():
# Generate some random data
x = np.cumsum(np.random.random(1000) - 0.5)
condition = np.abs(x) < 1
# Print the start and stop indicies of each region where the absolute
# values of x are below 1, and the min and max of each of these regions
for start, stop in contiguous_regions(condition):
segment = x[start:stop]
print start, stop
print segment.min(), segment.max()
def contiguous_regions(condition):
"""Finds contiguous True regions of the boolean array "condition". Returns
a 2D array where the first column is the start index of the region and the
second column is the end index."""
# Find the indicies of changes in "condition"
d = np.diff(condition)
idx, = d.nonzero()
# We need to start things after the change in "condition". Therefore,
# we'll shift the index by 1 to the right.
idx += 1
if condition[0]:
# If the start of condition is True prepend a 0
idx = np.r_[0, idx]
if condition[-1]:
# If the end of condition is True, append the length of the array
idx = np.r_[idx, condition.size] # Edit
# Reshape the result into two columns
idx.shape = (-1,2)
return idx
main()
我還沒有測試過，但你應該接近你要找的東西。略多行代碼，但應該更高效，可讀的，它不濫用正則表達式:-)
def find_silent(samples):
num_silent = 0
start = 0
for index in range(0, len(samples)):
if abs(samples[index]) < SILENCE_THRESHOLD:
if num_silent == 0:
start = index
num_silent += 1
else:
if num_silent > MIN_SILENCE:
yield samples[start:index]
num_silent = 0
if num_silent > MIN_SILENCE:
yield samples[start:]
for match in find_silent(samples):
# code goes here
你的代碼看起來不錯，只是如果沉默片斷在樣本的末尾，那麼它將不會被發現。你需要在for循環之後檢查它。 – 2010-12-20 22:48:24
@Justin：謝謝，在編輯中補充說。 – 2010-12-20 23:45:45
這應返回的(start,length)雙列表：
def silent_segs(samples,threshold,min_dur):
start = -1
silent_segments = []
for idx,x in enumerate(samples):
if start < 0 and abs(x) < threshold:
start = idx
elif start >= 0 and abs(x) >= threshold:
dur = idx-start
if dur >= min_dur:
silent_segments.append((start,dur))
start = -1
return silent_segments
和簡單測試：
>>> s = [-1,0,0,0,-1,10,-10,1,2,1,0,0,0,-1,-10]
>>> silent_segs(s,2,2)
[(0, 5), (9, 5)]
這似乎比基於正則表達式的解決方案快大約25％。尼斯。現在只需要9分鐘:-) – pafcu 2010-12-20 23:23:46
稍有馬虎，但簡單快速十歲上下，如果你不介意使用SciPy的：
from scipy.ndimage import gaussian_filter
sigma = 3
threshold = 1
above_threshold = gaussian_filter(data, sigma=sigma) > threshold
這個想法是，數據的安靜部分將平滑到低振幅，而響亮的區域則不會。調整'西格瑪'影響'安靜'區域必須持續多久;調整「門檻」來影響它必須是多麼安靜。這對於大西格瑪來說會變慢，此時使用基於FFT的平滑可能會更快。
這還有另一個好處，即單個「熱像素」不會中斷你的沉默發現，所以你對某些類型的噪音不那麼敏感。
另一種方式來快速而簡潔地做到這一點：
import pylab as pl
v=[0,0,1,1,0,0,1,1,1,1,1,0,1,0,1,1,0,0,0,0,0,1,0,0]
vd = pl.diff(v)
#vd[i]==1 for 0->1 crossing; vd[i]==-1 for 1->0 crossing
#need to add +1 to indexes as pl.diff shifts to left by 1
i1=pl.array([i for i in xrange(len(vd)) if vd[i]==1])+1
i2=pl.array([i for i in xrange(len(vd)) if vd[i]==-1])+1
#corner cases for the first and the last element
if v[0]==1:
i1=pl.hstack((0,i1))
if v[-1]==1:
i2=pl.hstack((i2,len(v)))
現在I1包含起始索引和i2的1月底指數，...，1個區
有一個非常方便的解決方案，使用scipy.ndimage。對於數組：
a = array([1, 1, 1, 1, 0, 0, 0, 1, 1, 1, 0])
其可施加到另一陣列的條件的結果，發現該連續的區域是簡單的：
regions = scipy.ndimage.find_objects(scipy.ndimage.label(a)[0])
然後，在施加任何功能，這些區域可以是完成例如像：
[np.sum(a[r]) for r in regions]
@喬金通，我用argmax代替了約20％-25％的速度提高了np.diff/np.nonzero溶液（見下面的代碼，condition是布爾）
def contiguous_regions(condition):
idx = []
i = 0
while i < len(condition):
x1 = i + condition[i:].argmax()
try:
x2 = x1 + condition[x1:].argmin()
except:
x2 = x1 + 1
if x1 == x2:
if condition[x1] == True:
x2 = len(condition)
else:
break
idx.append([x1,x2])
i = x2
return idx
當然，您的里程可能會因您的數據而異。
此外，我不完全確定，但我猜numpy可能會優化argmin/argmax布爾數組停止搜索第一True/False發生。這可能可以解釋它。
這導致令人印象深刻的20倍加速！它沒有考慮到最小長度，但這很容易添加。唯一的問題是增加的內存使用情況，使得在某些情況下使用它是不可行的，所以我想我會默認使用這個選項，並且在內存不足時添加一個選項來使用另一種算法。 – pafcu 2010-12-21 05:46:56
隨着numpy 1.9，我得到一個'DeprecationWarning：numpy布爾subtract（二進制運算符）已棄用'使用np.diff在布爾條件。我用'd = np.subtract（condition [1：]，condition [： - 1]，dtype = np.float）'替換了這一行，以避免這個問題。 – daryl 2014-09-29 15:30:43
@daryl - 感謝您注意到變化！可以更清楚地做'd = np.diff（condition.astype（int））'，儘管這主要是個人偏好的問題。 – 2014-09-29 19:10:38