Python | librosaを用いて周波数解析を行う（チュートリアルの実行）

2023.08.28
librosa（Pythonプログラム）

みなさん、こんにちは！

今回は「音」をテーマに「周波数解析」を行うことができる「librosa」を使ってみます。

1. librosa
2. インストール&試しに使ってみる
3. 「ハーモニー」と「パーカッション」を分離
4. 本日のAmazonおすすめ_Top10

librosa

librosaは音声を解析するためのライブラリです。詳細は以下のサイトから↓

librosa.org

librosa — librosa 0.10.1 documentation

https://librosa.org/doc/latest/index.html

インストール&試しに使ってみる

実際に使って理解します。（公式サイトのチュートリアルを参考としています）

※今回の開発環境は「Jupyter Notebook」で行っています。

１）librosaのインストール

以下のコマンドでインストールを行います。

pip install librosa

２）音源の取得

今回は librosaが提供するサンプル音源を用います。

librosa.org

Example files — librosa 0.10.1 documentation

https://librosa.org/doc/latest/recordings.html#downloading-files-directly

サンプルの使い方

librosa.exsample(Key）で対象の音源をダウンロードし、利用することができます。

例えば↓

filename = librosa.example('nutcracker')

ダウンロードした音源を聴くには

音源を聴くには以下のように書きます。

import librosa
import librosa.display
import IPython

# nutcracker（くるみ割り人形）をダウンロード
filename = librosa.example('nutcracker')

# ファイルを読み込む
y, sr = librosa.load(filename)

#再生
IPython.display.Audio(data=y, rate=sr)

３）サンプルプログラム

公式で公開されているサンプルプログラムを実行します。

import librosa

# １）音源のダウンロード
filename = librosa.example('nutcracker')

# ２）音源のロード
# 　　波形データ： `y`
# 　　サンプリングレート：`sr`（デフォルトは 22050 Hz ）
y, sr = librosa.load(filename)

# ３）ビートトラッカーを実行
tempo, beat_frames = librosa.beat.beat_track(y=y, sr=sr)

# ４）BPMを表示（１分間あたりの四分音符の数）
print('テンポ : 毎分 {:.2f} ビート'.format(tempo))

# ５）ビート発生時のタイムスタンプを取得
beat_times = librosa.frames_to_time(beat_frames, sr=sr)

４）の結果としては「テンポ : 毎分 107.67 ビート」となりました。

実際のビート発生時のタイムスタンプは、以下のように格納されています。

「ハーモニー」と「パーカッション」を分離

引き続いてチュートリアルの「高度な使用法」の一部を実行します。

librosa.effects.hpss(y)　によって、メロディーと打楽器を分けることができます。

import numpy as np
import librosa

# １）音源のダウンロード
y, sr = librosa.load(librosa.ex('nutcracker'))

# ２）窓関数をシフトさせる幅
#     音源のsr（サンプリングレート）はデフォルトで 22,050Hzとなる
#     23msec（≒ 512サンプル/22,050Hz）毎に窓をシフトさせる
hop_length = 512

# ３）ハーモニーとパーカッションを分離する
y_harmonic, y_percussive = librosa.effects.hpss(y)

# ４）パーカッションを元に、ビートを抽出する
tempo, beat_frames = librosa.beat.beat_track(y=y_percussive,sr=sr)

# ５）BPMを表示（１分間あたりの四分音符の数）
print('テンポ : 毎分 {:.2f} ビート'.format(tempo))

# ６）再生（パーカッション）
IPython.display.Audio(data=y_percussive, rate=sr)

今回は以上です。