Q&A
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。
#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）
回答2件
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
総合スコア10760
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
総合スコア1096
あなたの回答
tips
プレビュー
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。
2020/05/20 07:19