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!

新規登録して質問してみよう
ただいま回答率
85.50%
機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

コードレビュー

コードレビューは、ソフトウェア開発の一工程で、 ソースコードの検査を行い、開発工程で見過ごされた誤りを検出する事で、 ソフトウェア品質を高めるためのものです。

Python

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。

Q&A

解決済

2回答

2203閲覧

Python3で機械学習を行う コードの解釈

maguro2020

総合スコア34

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

文字コード

文字コードとは、文字や記号をコンピュータ上で使用するために用いられるバイト表現を指します。

コードレビュー

コードレビューは、ソフトウェア開発の一工程で、 ソースコードの検査を行い、開発工程で見過ごされた誤りを検出する事で、 ソフトウェア品質を高めるためのものです。

Python

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。

0グッド

0クリップ

投稿2020/05/19 15:57

#前提・実現したこと
下記のURLのサイトを参考にPython3で機械学習をしたいと考えております。
Webデータレポート 生活音を機械学習してみた

最終的には、SVMでwavファイルの判別を行いたいと考えています。

#発生している問題・メッセージ
MFCCのコードまではなんとか実行致しました。しかし、
「▼SVMで判別」のところから雲行きが怪しくなり、

FileNotFoundError: [Errno 2] No such file or directory: 'learning_sample/1_7_5.wav'

というエラーが発生いたしました。使用したコードを以下に記載します。コード後にエラーメッセージ全文を記載いたします。

#コード

if

1 2 bell_nums = list(range(1,6)) 3 pairs = list(itertools.combinations(bell_nums,2)) 4 5 for pair in pairs: 6 7 bell_num1=int(pair[0]) 8 bell_num2=int(pair[1]) 9 train_data = np.empty((0,12),float) 10 train_label = np.array([]) 11 test_data = np.empty((0,12),float) 12 test_label = np.array([]) 13 noise_nums = list(range(1,12)) 14 level_nums = list(range(0,10)) 15 random.shuffle(noise_nums) 16 17 nfft = 2048 # FFTのサンプル数 18 nceps = 12 # MFCCの次元数 19 20 #鈴の音1 21 for noise_num in noise_nums[0:10]: 22 random.shuffle(level_nums) 23 #学習用データを作成 24 for level_num in level_nums[0:10]: 25 files_name = glob.glob("learning_sample/%d_%d_%d.wav" % (bell_num1,noise_num,level_num)) 26 for file_name in files_name: 27 feature = get_feature(file_name,nfft,nceps) 28 if len(train_data) == 0: 29 train_data=feature 30 else: 31 train_data=np.vstack((train_data,feature)) 32 train_label=np.append(train_label,bell_num1) 33 #テストデータを作成 34 file_name = "learning_sample/%d_%d_%d.wav" % (bell_num1,noise_num,level_nums[8]) 35 feature = get_feature(file_name,nfft,nceps) 36 if len(test_data) == 0: 37 test_data=feature 38 else: 39 test_data=np.vstack((test_data,feature)) 40 test_label=np.append(test_label,bell_num1) 41 42 #鈴の音2 43 for noise_num in noise_nums[0:10]: 44 random.shuffle(level_nums) 45 #学習用データを作成 46 for level_num in level_nums[0:10]: 47 files_name = glob.glob("learning_sample/%d_%d_%d.wav" % (bell_num2,noise_num,level_num)) 48 for file_name in files_name: 49 feature = get_feature(file_name,nfft,nceps) 50 if len(train_data) == 0: 51 train_data=feature 52 else: 53 train_data=np.vstack((train_data,feature)) 54 train_label=np.append(train_label,bell_num2) 55 #テストデータを作成 56 file_name = "learning_sample/%d_%d_%d.wav" % (bell_num2,noise_num,level_nums[8]) 57 feature = get_feature(file_name,nfft,nceps) 58 if len(test_data) == 0: 59 test_data=feature 60 else: 61 test_data=np.vstack((test_data,feature)) 62 test_label=np.append(test_label,bell_num2) 63 64 65 #特徴データをテキストに出力 66 feature_train_data=np.hstack((train_label.reshape(len(train_label),1),train_data)) 67 feature_test_data=np.hstack((test_label.reshape(len(test_label),1),test_data)) 68 with open("feature_data/train_data.txt","w") as f: 69 writer=csv.writer(f) 70 writer.writerows(feature_train_data) 71 with open("feature_data/test_data.txt","w") as f: 72 writer=csv.writer(f) 73 writer.writerows(feature_test_data) 74 75 #識別機学習 76 clf = svm.SVC() 77 clf.fit(train_data,train_label) 78 #推定 79 test_pred = clf.predict(test_data) 80 #print np.hstack((test_label.reshape(len(test_label),1),(test_pred.reshape(len(test_pred),1)))) 81 82 #結果算出 83 score=accuracy_score(test_label, test_pred) 84 print (pair,score)

#エラーメッセージ

FileNotFoundError

1<ipython-input-14-bb17746e779f> in <module> 2 34 #テストデータを作成 3 35 file_name = "learning_sample/%d_%d_%d.wav" % (bell_num1,noise_num,level_nums[8]) 4---> 36 feature = get_feature(file_name,nfft,nceps) 5 37 if len(test_data) == 0: 6 38 test_data=feature 7 8~/Desktop/experiment/mfcc.py in get_feature(wavfile, nfft, nceps) 9 128 def get_feature(wavfile,nfft,nceps): 10 129 # 音声をロード 11--> 130 wav, fs = wavread(wavfile) 12 131 t = np.arange(0, len(wav) /fs, 1/fs) 13 132 14 15~/Desktop/experiment/mfcc.py in wavread(filename) 16 27 17 28 def wavread(filename): 18---> 29 wf = wave.open(filename, "r") 19 30 fs = wf.getframerate() 20 31 x = wf.readframes(wf.getnframes()) 21 22~/.pyenv/versions/3.6.5/lib/python3.6/wave.py in open(f, mode) 23 497 mode = 'rb' 24 498 if mode in ('r', 'rb'): 25--> 499 return Wave_read(f) 26 500 elif mode in ('w', 'wb'): 27 501 return Wave_write(f) 28 29~/.pyenv/versions/3.6.5/lib/python3.6/wave.py in __init__(self, f) 30 157 self._i_opened_the_file = None 31 158 if isinstance(f, str): 32--> 159 f = builtins.open(f, 'rb') 33 160 self._i_opened_the_file = f 34 161 # else, assume it is an open file object already 35 36FileNotFoundError: [Errno 2] No such file or directory: 'learning_sample/1_7_5.wav'

#試したこと・自分の考え
当初、私はこのコードが「bell(1-5).wav」「noise(1-11).wav」「level(0-9).wav」というwavファイルを作業ディレクトリ上に用意しとけば、学習データを自動で生成してくれるものだと考えておりました。しかし、上記のようなエラーが発生したためそうではないことがわかりました。まだ完璧にこのコードを理解していないので、断言はできませんが、このコードにはあらかじめ「bell(1-5).wav」「noise(1-11).wav」「level(0-9).wav」を合成した、「learning_sample/a_b_c.wav」というwavファイルが必要ではないか、と私は考えたのですが、エラーに対する私のコードの解釈はあっておりますでしょうか?(a、b、cにはそれぞれの数字が入ります)

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答2

0

参考サイトを見たところ下記の記述がありました。
見落とされていませんか?

5種類のスズの音に11種類のノイズを加えてデータを作成します。

さらに,ノイズの音量を10段階に設定することで更に多くの音声パターンを生成できる(5 × 11 × 10 = 550種類)。
今回はSoX (Sound eXchange) を使って,以下の手順でスズの音とノイズをミックスしていきます。
(参考:http://qiita.com/mountcedar/items/a04ebc4f8c27c226bbff)

ノイズ入りデータ作成手順 1. すべての音声データを一旦.wav形式に変換する 2. 5種類のスズの音を正規化 3. 11種類のノイズの音を正規化 4. 手順1と手順2からできた音声データをスズの音の長さに合わせて合成する。 その際, 新たに合成したノイズ入りのアウトプットファイルをスズの種類ノイズの種類音の段階(0~9).wav として保存する。

例:suzu03のwavファイルとnoise07のwavファイルを合成する。

$ sox -m suzu/suzu03.wav -v 0.2 noise/noise07.wav learning_sample/3_7_9.wav trim 0 suzu03_len
-m : --combine mixの略で2つのファイルを結合するためのオプション。
-v : 後ろの音ファイルの音量を調節をするオプション。(1より大:音量を上げる、1より小:音量を下げる)
trim : 音声を切り取るオプション。例では0秒目からsuzu03の音の長さ(suzu03_len)に合わせてクリッピングしている。

投稿2020/05/20 01:59

meg_

総合スコア10577

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

maguro2020

2020/05/20 07:19

ご回答いただきありがとうございます。meg様。 meg様にご指摘いただいた記述の場所は自分も何度か目を通しておりました。ただ、参考サイトに「音の種類は全ての組み合わせで550種類(5×11×10)できます」という記述から、てっきり私は、「この参考サイトを書いた人はいちいちコマンドを入力して550種類を作るのではなく、音の素材さえ置いておけば自動生成するプログラムを書いてるのではないか?」と勝手な解釈をしておりました。しかし、コードの解読を進めていくうちに「あれ?このコードだとlearning_sample/a_b_c.wavファイルが必要になるのではないか?」と考えるようになり、meg様やx98000様のご指摘の通り、learning_sample/a_b_c.wavファイルを自分で作成する必要があることがわかりました。自分の知識不足でご迷惑をおかけ致しました。
guest

0

ベストアンサー

コードが抜粋なので断言できませんが、エラーメッセージを見る限り該当ファイルが読み込めないと言っているので、

「learning_sample/a_b_c.wav」というwavファイルが必要ではないか

という解釈は合っています。

投稿2020/05/19 22:35

x98000

総合スコア1096

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

maguro2020

2020/05/20 07:07

ご回答いただきありがとうございます。x98000様。 やはりそうでしたか…。自分のコードの解釈が間違っていなかったので安心いたしました。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問