aubio 项目技术文档
2024-12-23 05:56:23作者:廉彬冶Miranda
1. 安装指南
1.1 系统要求
aubio 可以在 Linux、Mac OS X、Windows、Cygwin 和 iOS 系统上编译和运行。
1.2 编译安装
要编译 aubio,您可以简单地运行以下命令:
make
1.3 编译 Python 模块
要编译 aubio 的 Python 模块,请运行以下命令:
./setup.py build
1.4 安装
请参考 aubio 手册 获取更多关于安装 aubio 的信息。
2. 项目使用说明
2.1 功能概述
aubio 是一个用于标记音乐和声音的库。它监听音频信号并尝试检测事件,例如鼓声的敲击、音符的频率或节奏旋律的节奏。
2.2 主要功能
- 起始检测:检测音频中的起始点。
- 音高检测:识别音频中的基本频率或音高。
- 节奏跟踪和节拍检测:检测音频中的节奏和节拍。
- MFCC:计算梅尔频率倒谱系数。
- FFT 和相位声码器:进行快速傅里叶变换和相位声码处理。
- 上/下采样:进行音频信号的采样率转换。
- 数字滤波器:提供低通、高通等滤波器。
- 频谱滤波:对音频信号进行频谱滤波处理。
- 瞬态/稳态分离:分离音频信号中的瞬态和稳态部分。
- 音频文件读写:提供音频文件的读写功能。
- 音乐应用数学工具:提供各种音乐应用的数学工具。
2.3 命令行工具
aubio 提供了多个命令行工具,包括:
aubio:从音频文件中提取信息。aubiocut:在起始点或节拍时间戳处切割音频文件。aubioonset:输出检测到的音符起始时间戳。aubiopitch:尝试识别输入音频的基频或音高。aubiomfcc:计算梅尔频率倒谱系数。aubiotrack:输出检测到的节拍时间戳。aubionotes:发出类似 MIDI 的音符,包括起始、音高和持续时间。aubioquiet:提取安静和响亮的区域。
3. 项目 API 使用文档
3.1 Python 模块
aubio 提供了一个 Python 模块,详细的使用方法请参考 python/README.md 和 aubio 手册。
3.2 API 示例
以下是一个简单的 Python 示例,展示如何使用 aubio 进行音高检测:
import aubio
# 创建音高检测器
pitch_detector = aubio.pitch("default", 1024, 512, 44100)
# 读取音频文件
samplerate = 44100
source = aubio.source("sample.wav", samplerate, 512)
# 检测音高
pitches = []
while True:
samples, read = source()
pitch = pitch_detector(samples)[0]
pitches.append(pitch)
if read < 512:
break
print(pitches)
4. 项目安装方式
4.1 源码安装
从 GitHub 下载源码并编译安装:
git clone https://github.com/aubio/aubio.git
cd aubio
make
sudo make install
4.2 Python 模块安装
使用 pip 安装 aubio 的 Python 模块:
pip install aubio
4.3 Conda 安装
使用 Conda 安装 aubio:
conda install -c conda-forge aubio
通过以上步骤,您可以成功安装并使用 aubio 项目。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
771
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355