帮我用python写一个提取音频特征的代码

你好，以下是提取音频特征的 Python 代码：

import librosa

# 读取音频文件
audio_file = 'audio.wav'
y, sr = librosa.load(audio_file)

# 提取音频特征
mfccs = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=20)

# 打印特征矩阵
print(mfccs)

这段代码使用了 librosa 库来读取音频文件并提取音频特征，其中 mfccs 是一个 20 行 n 列的矩阵，表示提取出的 20 维 MFCC 特征。

相关问题

请帮我用librosa写一个提取音频文件特征的代码

好的，以下是使用librosa提取音频文件特征的代码：

import librosa

# 读取音频文件
audio_file = 'path/to/audio/file.wav'
y, sr = librosa.load(audio_file)

# 提取音频特征
chroma_stft = librosa.feature.chroma_stft(y=y, sr=sr)
mfcc = librosa.feature.mfcc(y=y, sr=sr)
spectral_centroid = librosa.feature.spectral_centroid(y=y, sr=sr)
spectral_bandwidth = librosa.feature.spectral_bandwidth(y=y, sr=sr)
spectral_contrast = librosa.feature.spectral_contrast(y=y, sr=sr)
spectral_rolloff = librosa.feature.spectral_rolloff(y=y, sr=sr)

# 打印特征
print('Chroma STFT:', chroma_stft)
print('MFCC:', mfcc)
print('Spectral Centroid:', spectral_centroid)
print('Spectral Bandwidth:', spectral_bandwidth)
print('Spectral Contrast:', spectral_contrast)
print('Spectral Rolloff:', spectral_rolloff)

希望这个代码能够帮到你！

帮我用Python写一个 将音频去人声，留伴奏的代码，针对mp3

好的，我可以帮您编写音频去人声、留下伴奏的Python代码，以下是代码实现：

import os
import subprocess

def extract_audio(filename):
    # 提取音频
    cmd = 'ffmpeg -i {} -vn -acodec copy audio.mp3'.format(filename)
    subprocess.call(cmd, shell=True)

def remove_vocals(filename):
    # 使用spleeter库去掉人声
    cmd = 'spleeter separate -p spleeter:2stems -o output audio.mp3'
    subprocess.call(cmd, shell=True)

def convert_to_wav(filename):
    # 将音频文件转换为wav格式
    cmd = 'ffmpeg -i output/audio/accompaniment.wav -acodec pcm_s16le -ac 1 -ar 16000 final.wav'
    subprocess.call(cmd, shell=True)

def clean_up():
    # 删除过程中生成的音频文件
    os.remove('audio.mp3')
    os.remove('final.wav')
    os.removedirs('output')

if __name__ == '__main__':
    # 文件名
    filename = '<你的mp3文件名>.mp3'
    # 提取音频
    extract_audio(filename)
    # 去除人声
    remove_vocals('audio.mp3')
    # 转换格式
    convert_to_wav(filename)
    # 删除过程中生成的文件
    clean_up()

运行上述代码，将生成一个只有伴奏的wav音频文件，可用于歌曲剪辑、伴奏创作等用途。

请注意，此代码使用了开源的Spleeter库进行音频分离，如果您尝试在商业应用或要求更高的音频分离质量，请考虑其他更专业的方案。