質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.36%

  • Python

    9100questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    501questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

  • メモリリーク

    48questions

    メモリリークは、プログラムファイルがメモリの解放に失敗した時に起こります。

リアルタイムボイスチェンジャーを作りたい

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 487

ascreit

score 1

 前提・実現したいこと

マイク(まずはwaveファイル)の音声データから
基本周波数・スペクトル包絡をいじってリアルタイムで再生したい

 発生している問題・エラーメッセージ

エラーメッセージは出ずにガガガガというノイズがなって途中で処理が止まります。(Ctrl+Cでも中止できません)
メモリ不足?

 該当のソースコード

import pyworld as pw
import numpy as np
import pyaudio
import wave
import struct


class World:
    CHANNELS = 1
    RATE = 44100
    CHUNK = 1024
    SIZE = 0
    def __init__(self):
        try:
            wf = wave.open("../a.wav", "r")
            # ストリーム開始
            self.p = pyaudio.PyAudio()

            self.SIZE = wf.getsampwidth()
            self.format = self.p.get_format_from_width(wf.getsampwidth())   # => pyaudio.paALSA
            self.CHANNELS = wf.getnchannels()
            self.RATE = wf.getframerate()
            self.wf = wf
            print(self.format)

            self.stream = self.getStream()

            self.start()
        except Exception as e:
            print(e)
    def getStream(self):
        stream = self.p.open(format=self.format,
                        channels=self.CHANNELS,
                        rate=self.RATE,
                        output=True)
        return stream

    def start(self):
        data = self.wf.readframes(self.CHUNK)
        while(data != b''):
            data = self.changeVoice(data)
            self.stream.write(data)
            data = self.wf.readframes(self.CHUNK)
        self.stream.close()      # ストリーム終了
        self.p.terminate()

    def changeVoice(self,data):
        # data = data.astype(np.float)
        data = np.frombuffer(data, np.uint16)
        data = data.astype(np.float64) # WORLDはfloat前提のコードになっているのでfloat型にしておく
        _f0, t = pw.dio(data, self.RATE)  # 基本周波数の抽出
        f0 = pw.stonemask(data, _f0, t, self.RATE)  # 基本周波数の修正
        sp = pw.cheaptrick(data, f0, t, self.RATE)  # スペクトル包絡の抽出
        ap = pw.d4c(data, f0, t, self.RATE)  # 非周期性指標の抽出

        data = pw.synthesize(f0, sp, ap, self.RATE).astype(np.uint16).tobytes()
        return data

    def binary(self,num):
        return ''.join(bin(ord(c)).replace('0b', '').rjust(8, '0') for c in struct.pack('!f', num))
if __name__ == "__main__":
    spec = World()

 試したこと

changeVoice関数を通さなければ再生できるので、このあたり、特にバイナリデータからndarrayや型変換するところがおかしいと思うのですが、どう直せばいいか分かりません。

waveファイルのバイナリデータ -> 解析のためにndarrayに変換 -> 解析・編集 -> 再生するためにもとのバイナリに戻すということがしたいです。

frombufferの第二引数を色々変えてみたり等したのですが、うまく行きませんでした。

 補足情報(FW/ツールのバージョンなど)

Python3.6.5
Docker version 18.03.1-ce
docker-compose version 1.22.0-rc2
ホストOS:ubuntu:18.04
コンテナOS:ubuntu:18.04

CONTAINER ID        NAME                CPU %               MEM USAGE / LIMIT     MEM %               NET I/O             BLOCK I/O           PIDS
839e827ec187        voichan_python_1    0.22%               24.75MiB / 31.35GiB   0.08%               12.4kB / 0B         0B / 0B             14
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • YouheiSakurai

    2018/07/25 10:25

    data = self.changeVoice(data)をコメントアウトすると期待する結果が得られるということですよね?

    キャンセル

  • ascreit

    2018/07/25 14:42

    そうです。コメントアウトすればwaveファイルを再生できることは確認できました。changeVoiceの中身が一番やりたいことなので、その部分ができてない感じですね

    キャンセル

回答 1

checkベストアンサー

0

waveファイルでは、一つのサンプルを何バイトで表現するかが決まっています。
これが、pyaudioでopenする際のformatを決定付けます。

2バイトで表現することが多いのですが、その場合int16となります。
このサイズに変更を加えないのであれば、最終的にwriteするときもint16のストリームである必要があります。

したがって、以下上側のコードは下のコードが適切です。

data = pw.synthesize(f0, sp, ap, self.RATE).astype(np.uint16).tobytes()

data = pw.synthesize(f0, sp, ap, self.RATE).astype(np.int16)

changeVoiceで渡されたデータもshortあるいはint16のタイプになっているはずです。
したがって、以下のコードは不要で、floatへの変換のみで良いです。

data = np.frombuffer(data, np.uint16)

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/26 21:16

    data = np.frombuffer(data, np.int16)
    data = data.astype(np.float64)
    この2つをコメントアウトして実行すると、下記のエラーが発生します。

    Argument 'x' has incorrect type (expected numpy.ndarray, got bytes)

    どうやらWORLDはnumpyのndarrayしか受け付けないようです。

    次に、data = np.frombuffer(data, np.int16) だけを残して実行すると
    Buffer dtype mismatch, expected 'double' but got 'short
    というエラーがでます。


    wf.getsampwidth()を実行すると8が返ってくるので再生したいwaveファイルのフォーマットはどうやらpyaudio.paALSAとかいうものみたいなのですが、これが何なのか謎です...

    キャンセル

  • 2018/07/27 09:20

    であれば、元のデータが8バイトなのでしょう。
    まずは単純にそのサンプルあたりのバイト数を入出力で合わせるようにして試してみてはいかがでしょうか。

    キャンセル

同じタグがついた質問を見る

  • Python

    9100questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • NumPy

    501questions

    NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

  • メモリリーク

    48questions

    メモリリークは、プログラムファイルがメモリの解放に失敗した時に起こります。