python - 如何将提取的音高值保存在 csv 文件中？

Question

好吧，我想我应该提一下，这是我第一次在 Python 中尝试音频信号处理。我有一个音频数据集，我正在使用 Aubio 库提取音高特征，并使用 Python 中的 python_speech_features 库提取 MFCC 特征。问题是，对于单个音频文件，我得到了大约 84 个音高值向量和 12 个 MFCC 值特征向量。

提取的音高特征向量的图像


那么如何将这么多的值保存在一个 csv 文件中呢？我将大约 700 个音频文件分隔在不同的目录中，以表达情感。我应该取所有这些值的平均值并将它们保存在 csv 中的音频文件中吗？像这样:



另外，我将如何使用这些值进行分类呢？
任何帮助将不胜感激，谢谢。

Answer 1

你的问题没有一个简单的答案。

我知道对于每个数据样本，您都提取一组特征，每个样本都相同，不是吗？
我想你在 for 内工作循环，像这样:

import numpy as np
all_features = []
for path in path_list:
     x = open_file(path) #an hypothetical function to open your files
     features = extract_features(x) #an hypothetical function to extract features
     all_features.append(features)

如果您的代码看起来像我的简单示例，那么您已经创建了一个列表 all_features其元素all_features[i]包含从样本中提取的特征i .另外我想你提取的features是 numpy向量。如果不是，则应将其转换为 numpy矢量(类似于 features = np.array(features) )。

好的，现在您已准备好创建数据集:

data = np.vstack(all_features)

垂直堆栈np.vstack生成形状为 (n_samples, n_features) 的矩阵.警告:所有特征向量必须具有相同的形状!

现在你想保存数据集，有很多可能性，这是我最喜欢的三个选项:
1) 使用 pandas创建 csv文件:

import pandas as pd
df = pd.DataFrame(data)
df.to_csv(filename+'.csv', index=False, header=header) #header is a list of string to name columns of csv
#see https://pandas.pydata.org/pandasdocs/stable/generated/pandas.DataFrame.to_csv.html

2)将内存转储到pickle文件中:

import six.moves.cPickle as pickle    
with open(filename+'.pkl', 'wb') as f:
    pickle.dump(data, f)

3)保存为numpy文件:

np.save(filename+'.npy', data)

关于分类问题，如果您想使用监督方法(MLP、RF、SVM、KNN 等)，您需要一个类标签(基本事实)，即形状等于相关样本数量的向量每个样本为一个整数(例如二进制分类中的 0,1，或 4 类分类中的 0,1,2,3)。这很大程度上取决于你想要什么，你的训练目标是什么。

一旦你有了数据矩阵和标签向量，如果你有足够的样本，每种机器学习方法都可以进行分类。为了这个目的，我建议你使用相同的扩充标准，有一个想法看看这个paper ，它可以给你同样的想法。

希望对你有帮助，辛苦了!