一个用于音频时间刻度修改的开源Python库。
pytsmod的Python项目详细描述
PyTSMod公司
PyTSMod是python3中时间尺度修改算法的开源库。同步波形（如PSOM-Add）和同步时域相似性算法（如PSOM-Add）和TSODER-Add。我们还计划增加更多的TSM算法和基音变换算法。在
完整的文档可在https://pytsmod.readthedocs.io上找到
算法的实现基于这些论文和库：
TSM Toolbox: MATLAB Implementations of Time-Scale Modification Algorithms. Jonathan Driedger, Meinard Müller. Proceedings of the 17th International Conference on Digital Audio Effects (DAFx-14), 2014.
A review of time-scale modification of music signals. Jonathan Driedger, Meinard Müller. Applied Sciences, 6(2), 57, 2016.
DAFX: digital audio effects Udo Zölzer. John Wiley & Sons, 2011.
安装PyTSMod
PyTSMod托管在PyPI上。要安装，请在Python环境中运行以下命令：
$ pip install pytsmod
或者，如果使用poetry，则可以通过以下命令克隆存储库并生成包：
^{pr2}$要求
要使用PyTSMod，需要版本为>；=3.6的Python和以下软件包。在
- 数量（>；=1.16.0）
- 压缩（>；=1.0.0）
- libROSA（大于等于0.8.0）
- 声音文件（>；=0.10.0）
使用PyTSMod
使用OLA、WSOLA和PV-TSM
OLA、WSOLA和PV-TSM可以作为模块导入，直接在Python中使用。为了轻松获得结果，您只需要两个参数，输入音频序列x和时间拉伸因子s。下面是一个最小的示例：
importnumpyasnpimportpytsmodastsmimportsoundfileassf# you can use other audio load packages.x,sr=sf.read('/FILEPATH/AUDIOFILE.wav')x=x.Tx_length=x.shape[-1]# length of the audio sequence x.s_fixed=1.3# stretch the audio signal 1.3x times.s_ap=np.array([[0,x_length/2,x_length],[0,x_length,x_length*1.5]])# double the first half of the audio only and preserve the other half.x_s_fixed=tsm.wsola(x,s_fixed)x_s_ap=tsm.wsola(x,s_ap)
时间拉伸系数s
时间拉伸因子s可以是常量值（alpha），也可以是包含第一行输入信号的采样点和第二行中输出信号的采样点的2xn锚定点阵列。在
使用TD-PSOLA
使用TD-PSOLA时，需要估计要修改的源的基音信息。另外，你应该知道你使用的基音跟踪算法的跳跃大小和帧长度。下面是一个最小的例子：
importnumpyasnpimportpytsmodastsmimportcrepe# you can use other pitch tracking algorithms.importsoundfileassf# you can use other audio load packages.x,sr=sf.read('/FILEPATH/AUDIOFILE.wav')_,f0_crepe,_,_=crepe.predict(x,sr,viterbi=True,step_size=10)x_double_stretched=tsm.tdpsola(x,sr,f0_crepe,alpha=2,p_hop_size=441,p_win_size=1470)# hop_size and frame_length for CREPE step_size=10 with sr=44100x_3keyup=tsm.tdpsola(x,sr,f0_crepe,beta=pow(2,3/12),p_hop_size=441,p_win_size=1470)x_3keydown=tsm.tdpsola(x,sr,f0_crepe,target_f0=f0_crepe*pow(2,-3/12),p_hop_size=441,p_win_size=1470)
时间拉伸因子α
在这个版本中，TD-PSOLA只支持固定时间拉伸因子α。在
变桨因子β和目标
您可以用两种方法修改音频序列的音调。第一个是beta，它是固定的基音偏移因子。另一个是target_f0，它支持您要转换的目标音调序列。不能同时使用这两个参数。在
从命令行使用PyTSMod
从版本0.3.0开始，这个包包含一个名为tsmod的命令行工具，它可以从shell轻松地创建结果文件。要生成拉伸系数为1.3的input.wav的WSOLA结果并保存到output.wav，请运行：
$ tsmod wsola input.wav output.wav 1.3 # ola, wsola, pv, pv_int are available.
目前支持OLA、WSOLA和相位声码器（PV）。TD-PSOLA被排除在外，因为很难将提取的基音数据发送到TD-PSOLA。此外，命令行中不支持非线性TSM。在
有关详细信息，请使用-h或--help命令查看tsmod的详细用法。在
音频示例
原始音频来自TSM工具箱。在
拉伸系数α=0.5
| Name | Method | Original | OLA | WSOLA | Phase Vocoder | Phase Vocoder (phase locking) | TSM based on HPSS |
|---|---|---|---|---|---|---|---|
| CastanetsViolin | TSM Toolbox | wav | wav | wav | wav | wav | wav |
| - | PyTSMod | - | wav | wav | wav | wav | wav |
| DrumSolo | TSM Toolbox | wav | wav | wav | wav | wav | wav |
| - | PyTSMod | - | wav | wav | wav | wav | wav |
| Pop | TSM Toolbox | wav | wav | wav | wav | wav | wav |
| - | PyTSMod | - | wav | wav | wav | wav | wav |
| SingingVoice | TSM Toolbox | wav | wav | wav | wav | wav | wav |
| - | PyTSMod | - | wav | wav | wav | wav | wav |
拉伸系数α=1.2
^{tb2}$拉伸系数α=1.8
^{3}$参考文献
[1]乔纳森·德里格，梅纳德·穆勒。”TSM工具箱：时间尺度修正算法的MATLAB实现”，第17届国际数字音频效果会议论文集（DAFx-14）。2014年。在
[2]乔纳森·德里格，梅纳德·穆勒。”音乐信号的时间尺度修正述评“，应用科学，6（2），57。2016年。在
[3]乌多·泽尔泽。”DAFX:digital audio effects“，John Wiley&Sons。2011年。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
