2

我一直在玩 PyAutoTune 模块一段时间，但我似乎无法让它工作。不幸的是，文档不存在，我唯一需要使用的是示例文件夹中的示例。

我想做的是从 TTS 引擎获取一个 .wav 文件并自动调整它，以获得更像机器人的声音。但我似乎无法让它发挥作用。当我尝试运行 FromFileAutoTune 表单命令行时，我只得到一个没有声音的空 wav 文件。

我试过的：

  • 我尝试编写打印语句来监控流程的不同部分。
  • 我注意到我的 wav 文件有 16 位深度，所以我尝试将块读取为 16 位整数，然后将它们转换为 float32。我得到的数据完全相同，所以这并没有真正帮助。
  • 我可以看到块被正确读取并且数据数组具有正确的格式
  • 我可以看到 rawfromC 数据AutoTune.Tuner(...)几乎总是一长串 0，这让我很担心。
  • 我检查了另一个示例 ( RealTimeAutoTune)，它运行得非常好。我可以用我的麦克风说话并（几乎）实时获得自动调谐的版本。所以我知道该模块以某种方式在那里工作。

由于我插入AutoTune.Tuner()函数的数据在两个示例中具有几乎相同的结构，并且其他参数完全相同，我希望输出非空白，但事实并非如此。我错过了一些明显的东西吗？此外，现在AutoTune.Tuner()对我来说只是一个神奇的黑匣子，除了可以从提供的两个示例中推断出的内容外，没有任何迹象表明它需要什么输入以及它产生什么输出。任何可以为我指明正确方向的事情都非常感谢！

到目前为止，这是我的代码：

#Copyright (c) 2012, Eng Eder de Souza
#AutoTune from Wav File Example!

import sys
import numpy
import scikits.audiolab as audiolab 
import AutoTune

FORM_CORR=0
SCALE_ROTATE=0
LFO_QUANT=0
CONCERT_A=440.0
FIXED_PITCH=2.0
FIXED_PULL=0.1
CORR_STR=1.0
CORR_SMOOTH=0.0
PITCH_SHIFT=1.0
LFO_DEPTH=0.1
LFO_RATE=1.0
LFO_SHAPE=0.0
LFO_SYMM=0.0
FORM_WARP=0.0
MIX=1.0
KEY="c"
CHUNK=2048


NewSignal=[]

if len(sys.argv)<3 :
        print('Usage: '+sys.argv[0]+' <Input audio file.wav> <Output audio file.wav>')
        sys.exit(0)

IN=sys.argv[1]
OUT=sys.argv[2]





f = audiolab.Sndfile(IN, 'r')

FS = f.samplerate
nchannels  = f.channels



datas = f.read_frames(CHUNK, dtype=numpy.int16).astype(numpy.float32)*(1.0/32768.0)
print(datas) #this returns the correct data structure ([0.xxxxx 0.xxxxxx ... 0.xxxx])

while datas !='':

    print(".")
    Signal = datas.data[:]
    print(datas.dtype) #this outputs float32, as it should be

    rawfromC=AutoTune.Tuner(Signal,FS,CHUNK,SCALE_ROTATE,SCALE_ROTATE,LFO_QUANT,CONCERT_A,FIXED_PITCH,FIXED_PULL,CORR_STR,CORR_SMOOTH,PITCH_SHIFT,LFO_DEPTH,LFO_RATE,LFO_SHAPE,LFO_SYMM,FORM_WARP,MIX,KEY)
    for s in rawfromC:
        NewSignal.append(s)
    print(rawfromC) #this almost only returns an array of 0s

    try:
        datas = f.read_frames(CHUNK, dtype=numpy.int16).astype(numpy.float32)*(1.0/32768.0)
        print("datas:"+str(datas)) #datas seems to be correctly formatted

    except:
        break

dataArray = numpy.array(NewSignal)
fmt         = audiolab.Format('wav', 'pcm32')


# making the file .wav
afile =  audiolab.Sndfile(OUT, 'w', fmt, nchannels, FS)

#writing in the file
afile.write_frames(dataArray)

print("Done!")

编辑：查看输出，实际上有一些块，其中几乎 25% 的条目不是 0。但是，这与所需的输出相去甚远......

4

0 回答 0