Python:音声の無音部分自動カット ／ matplotlib:波形描画

Question

#・解決したいこと

参考サイトを元にwavファイルを音声波形として認識して、一定の振幅を下回り、
尚且つ一定時間を超える部分（＝無音部分）をカットしていく作業を自動化しようと考えています。

条件を満たした部分がをどうやって参考サイトのブルーの透明な棒グラフのような形で反映されるのか分からず途方に暮れています。

下記に自分で実行した手順を記載しますのでポイントなど参考意見を伺えますと幸いです。

#####[参考サイトの画像]
![

---

#・音声ファイルの読み込み

import soundfile as sf
import numpy as np
import matplotlib.pyplot as plt
import os

path = os.listdir('.')
path.sort(reverse=True)

src_file = os.path.abspath(os.path.join('./','audio.wav'))
src_file

data, samplerate = sf.read(src_file)

t = np.arange(0, len(data))/samplerate

plt.figure(figsize=(18, 6))
plt.plot(t, data)
plt.show()

#####[wavファイルの波形表示]

#・振幅が0.03を超えない部分を抽出

thres = 0.03
amp = np.abs(data)
b = amp > thres

plt.figure(figsize=(18, 6))
plt.plot(t, b)
plt.plot(t, amp)
plt.show()

条件式がでTrueとFalseがそれぞれ1と0に対応？

#・問題部分：反映のさせ方が不明な部分

min_silence_duration = 0.5
silences = []
prev = 0
entered = 0

for i, v in enumerate(b):
        if np.array(prev == 1).all() & np.array(v == 0).all(): # enter silence
            entered = i
        if np.array(prev == 0).all() & np.array(v == 1).all():  # exit silence
            duration = (i - entered) / samplerate
            if duration > min_silence_duration:
                silences.append({"from": entered, "to": i, "suffix": "cut"})
                entered = 0
        prev = v
if entered > 0 & entered < len(b):
    silences.append({"from": entered, "to": len(b), "suffix": "cut"})

#silencesの中身

# [{'from': 62277, 'to': 103719, 'suffix': 'cut'},
#  {'from': 122913, 'to': 158973, 'suffix': 'cut'},
#  {'from': 168893, 'to': 279411, 'suffix': 'cut'},
#  {'from': 323663, 'to': 393915, 'suffix': 'cut'},
#  {'from': 411662, 'to': 466864, 'suffix': 'cut'},
#  {'from': 496069, 'to': 554312, 'suffix': 'cut'},
#  {'from': 723233, 'to': 793695, 'suffix': 'cut'},
#  {'from': 814843, 'to': 852034, 'suffix': 'cut'},
#  {'from': 907374, 'to': 941952, 'suffix': 'cut'}]

この0.5秒の沈黙を上回った部分をカットして、リストのsilencesに追加していった後に、
参考サイトの参考画像のようなグラフに変化させるにはどのようにしたらいいでしょうか？

よろしくお願いしいます。

Comments

[jbpb0]

参考にしてるWebページのコメント欄に質問を書いて、作者に聞いてみたらいかがでしょうか？

Answer 1

これでやってみてください。

plt.figure(figsize=(18, 6))
plt.plot(t, amp, color='r')
for d in silences:
    plt.plot(np.array([d['from'], d['from'], d['to'], d['to']]) / samplerate, [0, 1, 1, 0], color='c')

plt.show()

Comments

[othellon]

ありがとうございます！！同じことができました！

見慣れない仕組みだったので一度ppaulさんの回答を理解できるまで復習してみます！
本当にありがとうございました！