librosa のインストールと動作確認（音声処理）（Python を使用）（Windows 上）

librosa は， 音声，音楽の機能をもった Python のパッケージである． 主な機能としては，音源分離（music source separation），スペクトログラム， 音声ファイルの読み込み，テンポ（tempo）の推定がある．

【目次】

1. 前準備
2. librosa のインストール（Python，pip を使用）（Windows 上）
3. 動作確認のため動かしてみる（Windows 上）

   【文献】

   McFee, Brian, Colin Raffel, Dawen Liang, Daniel PW Ellis, Matt McVicar, Eric Battenberg, and Oriol Nieto. “librosa: Audio and music signal analysis in python.” In Proceedings of the 14th python in science conference, pp. 18-25. 2015.

   【関連する外部ページ】

   • 公式のドキュメントのページ: https://librosa.org/doc/latest/index.html
   • 公式の GitHub のページ: https://github.com/librosa/librosa

前準備

Git のインストール（Windows 上）

【サイト内の関連ページ】

Windows での Git のインストール: 別ページ »で説明

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

Python のインストール（Windows 上）

【サイト内の関連ページ】

• Windows での Python 3.10，関連パッケージ，Python 開発環境のインストール: 別ページ »で説明している．
• Windows での Anaconda3 のインストール: 別ページ »で説明している．
• Python のまとめ: 別ページ »にまとめている．

【関連する外部ページ】

Python の公式ページ: https://www.python.org/

librosa のインストール（Python，pip を使用）（Windows 上）

1. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページ »で説明

2. インストール

   試してみたが，「pip install librosa」でインストールするよりも，下の手順の方がトラブルが少なそう．

   cd %HOMEPATH%
   rmdir /s /q librosa
   git clone --recursive https://github.com/librosa/librosa
   cd librosa
   python setup.py develop
   

   
   （以下省略）

動作確認のため動かしてみる（Windows 上）

librosa の公式チュートリアル https://librosa.org/doc/latest/tutorial.html に記載のプログラムを実行してみる．

1. 次の Python プログラムを実行する

   Python プログラムの実行: 別ページ »で説明

   Python のまとめ: 別ページ »にまとめ

   このプログラムはビートの推定を行う．

   # Beat tracking example
   import librosa
   
   # 1. Get the file path to an included audio example
   filename = librosa.example('nutcracker')
   
   # 2. Load the audio as a waveform `y`
   #    Store the sampling rate as `sr`
   y, sr = librosa.load(filename)
   
   # 3. Run the default beat tracker
   tempo, beat_frames = librosa.beat.beat_track(y=y, sr=sr)
   print('Estimated tempo: {:.2f} beats per minute'.format(tempo))
   
   # 4. Convert the frame indices of beat events into timestamps
   beat_times = librosa.frames_to_time(beat_frames, sr=sr)
   print(beat_times)
   

   
2. 次の Python プログラムを実行する

   このプログラムは beat feature の算出を行う．

   # Feature extraction example
   import numpy as np
   import librosa
   
   # Load the example clip
   y, sr = librosa.load(librosa.ex('nutcracker'))
   
   # Set the hop length; at 22050 Hz, 512 samples ~= 23ms
   hop_length = 512
   
   # Separate harmonics and percussives into two waveforms
   y_harmonic, y_percussive = librosa.effects.hpss(y)
   
   # Beat track on the percussive signal
   tempo, beat_frames = librosa.beat.beat_track(y=y_percussive, sr=sr)
   
   # Compute MFCC features from the raw signal
   mfcc = librosa.feature.mfcc(y=y, sr=sr, hop_length=hop_length, n_mfcc=13)
   
   # And the first-order differences (delta features)
   mfcc_delta = librosa.feature.delta(mfcc)
   
   # Stack and synchronize between beat events
   # This time, we'll use the mean value (default) instead of median
   beat_mfcc_delta = librosa.util.sync(np.vstack([mfcc, mfcc_delta]), beat_frames)
   
   # Compute chroma features from the harmonic signal
   chromagram = librosa.feature.chroma_cqt(y=y_harmonic, sr=sr)
   
   # Aggregate chroma features between beat events
   # We'll use the median value of each feature between beat frames
   beat_chroma = librosa.util.sync(chromagram, beat_frames, aggregate=np.median)
   
   # Finally, stack all beat-synchronous features together
   beat_features = np.vstack([beat_chroma, beat_mfcc_delta])
   print(beat_features)
   

   
3. 次の Python プログラムを実行する．Matplotlib を使うので，Jupyter QtConsole や Jupyter ノートブック (Jupyter Notebook) の利用が便利である．

   次のプログラムは，librosa に付属の音声データである trumpet について，パワースペクトログラムを表示する． 次のプログラムでは，横軸は時間，縦軸は線形スケール（linear scale）で表された周波数である パワースペクトログラムを表示する． stft は short-time Fourier transform を行う． そして，その振幅により色をプロットする．

   ここのプログラムのソースコードは， http://librosa.org/doc/main/auto_examples/plot_display.html#sphx-glr-auto-examples-plot-display-py のものを使用(ISC ライセンス）．

   import numpy as np
   %matplotlib inline
   import matplotlib.pyplot as plt
   import warnings
   warnings.filterwarnings('ignore')   # Suppress Matplotlib warnings
   
   import librosa
   import librosa.display
   
   y, sr = librosa.load(librosa.ex('trumpet'))
   D = librosa.stft(y)  # STFT of y
   S_db = librosa.amplitude_to_db(np.abs(D), ref=np.max)
   plt.figure()
   librosa.display.specshow(S_db, x_axis='time', y_axis='linear', sr=sr)
   plt.colorbar()