首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >处理帧时如何解决webrtcvad.Error: Error?

处理帧时如何解决webrtcvad.Error: Error?
EN

Stack Overflow用户
提问于 2019-01-14 13:05:45
回答 1查看 609关注 0票数 0
代码语言:javascript
复制
import glob
import scipy.io.wavfile as wav
import pandas as pd
import numpy as np
import scipy
import librosa
import webrtcvad

def get_vector(sig,rate):
    vec=np.empty((1,3))
    start=0
    end=320

    while(sig.shape[0]>=end+160):
        vad = webrtcvad.Vad()
        vad.set_mode(2)

        res=vad.is_speech(sig[start:end].tobytes(),rate) #speech_probability
        zero_crosses = np.nonzero(np.diff(sig[start:end]>0))[0].shape[0]/0.02 # zero crosses
        f=scipy.fft(sig[start:end])
        f0=min(np.absolute(f))                                         # f0 frequency

        start=start+160
        end=end+160

        vec=np.vstack((vec,np.array([res,zero_crosses,f0],ndmin=2)))

    mfcc_feat=librosa.feature.mfcc(sig,rate,numcep=12,winlen=0.020)[0:vec.shape[0],:]  # mfcc 
    fbank=librosa.feature.melspectrogram(sig,rate,nfilt=5)[0:vec.shape[0],:] # log filterbank energies 
    mfcc_grad=np.gradient(mfcc_feat,axis=0)                            # mfcc first derivative

   final_feature=np.hstack((mfcc_feat,mfcc_grad,fbank,vec))

   return final_feature


df=pd.DataFrame()
for i in range(1,6):
    for file in glob.glob("Actor_0102/*.wav".format(i)):
        print(file)
        (sig,rate,) = librosa.load(file)

    # get mfcc
        mfcc_feat = librosa.feature.mfcc(sig,rate)

    # get filterbank energies
        fbank_feat = librosa.feature.melspectrogram(sig,rate)


        final_vector=get_vector(sig,rate)
        feed_dict={"Features":final_vector.astype(np.float64),"name":file.split('/')[-1].split(',')[0]}
        df=df.append(feed_dict,ignore_index=True)

df.to_csv("Mfccfeatures.csv")

我正在使用RAVDESS数据集并获得错误:

webrtcvad.Error: Error while processing frame

当我尝试创建多个音频文件的特性并将它们存储在CSV文件中时

EN

回答 1

Stack Overflow用户

发布于 2021-05-02 14:45:57

我也面临着同样的错误信息,并最终解决了。

(我不知道你和我的问题是否相似.)

你已经检查过音频的采样率了吗?韦布尔特瓦德说

The WebRTC VAD only accepts 16-bit mono PCM audio, sampled at 8000, 16000, 32000 or 48000 Hz

当我尝试48000 (最初是44100)的速率时,它起了作用。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/54182120

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档