audioFlux

audioFlux ist eine Open-Source-Bibliothek für die Analyse und Extraktion von Merkmalen in Audio- und Musikdateien. Die Bibliothek unterstützt Dutzende von Zeit-Frequenz-Analyse-Transformationen und Hunderte von entsprechenden Zeit-Domänen- und Frequenz-Domänen-Merkmal-Kombinationen.

Überblick

audioFlux basiert auf einem Datenstrom-Design und decoupiert jedes Algorithmus-Modul in seiner Struktur. Dies ermöglicht die schnelle und effiziente Extraktion von Merkmalen in mehreren Dimensionen. Die Bibliothek umfasst drei Hauptmodule: Transform, Feature und MIR.

Transform

Das Transform-Modul enthält eine Vielzahl von Zeit-Frequenz-Analyse-Transformationen, darunter:

• BFT (Based Fourier Transform)
• NSGT (Non-Stationary Gabor Transform)
• CWT (Continuous Wavelet Transform)
• PWT (Pseudo Wavelet Transform)
• CQT (Constant-Q Transform)
• VQT (Variable-Q Transform)
• ST (S-Transform/Stockwell Transform)
• FST (Fast S-Transform)
• DWT (Discrete Wavelet Transform)
• WPT (Wave Packet Transform)
• SWT (Stationary Wavelet Transform)

Feature

Das Feature-Modul enthält Algorithmen für die Extraktion von Merkmalen, darunter:

• Spektrale Merkmale
• Cepstrum-Koeffizienten
• Deconvolution für Spektren
• Chroma-Merkmale

MIR

Das MIR-Modul enthält Algorithmen für die Musik-Information-Retrieval, darunter:

• Pitch-Algorithmen (YIN, STFT, etc.)
• Onset-Algorithmen (Spectrum-Flux, Novelty, etc.)
• HPSS-Algorithmen (Median-Filtering, NMF, etc.)

Installation

audioFlux ist plattformübergreifend und unterstützt Linux, macOS, Windows, iOS und Android-Systeme. Die Bibliothek kann über PyPI installiert werden:

$ pip install audioflux

Lizenz

audioFlux ist unter der MIT-Lizenz verfügbar.

Beitrag

Wenn Sie Hilfe benötigen, einen Fehler gefunden haben oder eine Funktion anfordern möchten, können Sie ein Issue auf GitHub öffnen. Wenn Sie einen Beitrag leisten möchten, können Sie einen Pull-Request senden.