python 音频波形相似度对比 示例

可以使用 librosa 库计算音频波形的相似度。具体方法是使用 load() 函数加载音频文件，然后使用 stft() 函数将其转换为 STFT 表示形式，接着使用chroma_stft() 函数将 STFT 转换为 chroma 特征表示形式，最后使用 dynamic_time_warping() 函数计算两个音频文件的相似度。以下是示例代码：

import librosa
from dtw import dtw

# 加载音频
y1, sr1 = librosa.load('audio1.mp3')
y2, sr2 = librosa.load('audio2.mp3')

# 提取 chroma 特征
chroma1 = librosa.feature.chroma_stft(y=y1, sr=sr1)
chroma2 = librosa.feature.chroma_stft(y=y2, sr=sr2)

# 计算相似度
dist, cost, acc, path = dtw(chroma1.T, chroma2.T, dist=librosa.segment.cross_distance())
similarity = 1 / (1 + dist)

在上面的代码中，y1 和 y2 分别是两个音频文件的波形数据，sr1 和 sr2 分别是两个音频文件的采样率（sample rate）。使用 load() 函数加载后，stft() 函数将其转换为 STFT 表示形式。chroma_stft() 函数将 STFT 转换为 chroma 特征表示形式。最后，使用 dynamic_time_warping() 函数计算两个音频文件的相似度。