無法用libreplaygain.so和numpy得到明智的結果

我一直在反覆嘗試使用libreplaygain.so（ReplayGain是一種用於計算音頻響度的算法），它從python傳遞數據，從音頻文件中傳遞數據。這裏是libreplaygain的the header file。我對和C一般都不太瞭解，所以我希望這可能是一個愚蠢的問題，對其他人來說非常明顯！下面是我使用的腳本：無法用libreplaygain.so和numpy得到明智的結果

import numpy as np 
from scipy.io import wavfile 
import ctypes 
replaygain = ctypes.CDLL('libreplaygain.so') 


def calculate_replaygain(samples, frame_rate=44100): 
    """ 
    inspired from https://github.com/vontrapp/replaygain 
    """ 
    replaygain.gain_init_analysis(frame_rate) 
    block_size = 10000 
    channel_count = samples.shape[1] 
    i = 0 
    samples = samples.astype(np.float64) 

    while i * block_size < samples.shape[0]: 
     channel_left = samples[i*block_size:(i+1)*block_size,0] 
     channel_right = samples[i*block_size:(i+1)*block_size,1] 

     samples_p_left = channel_left.ctypes.data_as(ctypes.POINTER(ctypes.c_double)) 
     samples_p_right = channel_right.ctypes.data_as(ctypes.POINTER(ctypes.c_double)) 

     replaygain.gain_analyze_samples(samples_p_left, samples_p_right, channel_left.shape[0], channel_count) 
     i += 1 

    return replaygain.gain_get_chapter() 


if __name__ == '__main__': 
    frame_rate, samples = wavfile.read('directions.wav') 
    samples = samples.astype(np.float64)/2**15 
    gain = calculate_replaygain(samples, frame_rate=frame_rate) 
    print "Recommended gain: %f dB" % gain 
    gain = calculate_replaygain(np.random.random((441000, 2)) * 2 - 1, frame_rate=44100) 
    print "Recommended gain: %f dB" % gain

運行該腳本，但我不能得到相同的值與命令行工具replaygain。事實上，我總是得到80.0。嘗試使用任何聲音文件替換'directions.wav'...並將結果與命令replaygain <soundfile.wav>的結果進行比較。

來源

2013-02-07 sebpiq

gain_get_chapter()返回double，但the ctypes docs say「默認情況下函數被假定爲返回C int類型。」你應該這樣做

replaygain.gain_get_chapter.restype = ctypes.c_double

您也應該檢查的gain_init_analysis和gain_analyze_samples的返回值;如果這些都不是1，那麼其他事情就會出錯。（那些實際上是整數，所以你不應該在那裏做任何事情。）

來源

2013-02-07 20:25:47 Dougal

Oho！現在用'gain_get_chapter.restype = ctypes.c_double'結果是不同的！而且它會隨着不同的文件而改變:)不幸的是它和命令行工具給我的不同。但這絕對是一個改進！謝謝！ – sebpiq

其他功能的結果是1嗎？作爲一項基本的完整性檢查，完全根據命令行工具提供的結果（例如，較大的文件獲得較低的增益）？另外，你確定命令行工具是否使用相同的塊大小，並且'2 ** 15'是正確的數量？ – Dougal

其他函數的結果是1.基本上這是問題：我不知道程序期望的數據。通常聲音處理爲無符號的16位整數或浮點數[-1.0,1 [這就是我在這裏使用的返回0.000。我已經嘗試沒有正常化（scipy返回值[-2 ** 15,2 ** 15 [），我得到65.57。命令行工具提供-3.53。我會嘗試讀取C代碼（Brrrrr :( – sebpiq

無法用libreplaygain.so和numpy得到明智的結果

回答

相關問題