質問編集履歴
2
コード記入漏れの修正
test
CHANGED
|
File without changes
|
test
CHANGED
|
@@ -42,6 +42,67 @@
|
|
|
42
42
|
最終的に、スペクトルデータから譜面データを生成するモデルを作成したいと思っています。
|
|
43
43
|
|
|
44
44
|
#### 現在書いているコード
|
|
45
|
+
```python
|
|
46
|
+
import tensorflow.keras
|
|
47
|
+
import re
|
|
48
|
+
import keras.layers as layers
|
|
49
|
+
from keras.models import Sequential
|
|
50
|
+
import librosa
|
|
51
|
+
import os
|
|
52
|
+
import numpy as np
|
|
53
|
+
osuFilePattern=re.compile(".*\.osu$")
|
|
54
|
+
FileRecordPattern=re.compile("AudioFilename:.*")
|
|
55
|
+
songsPath="D:\osu\Songs"
|
|
56
|
+
songs = os.listdir(songsPath)
|
|
57
|
+
spect_dataset=[]
|
|
58
|
+
map_dataset=[]
|
|
59
|
+
songs_size=len(songs)
|
|
60
|
+
loaded_size=0
|
|
61
|
+
stop_loading=False
|
|
62
|
+
for sname in songs:
|
|
63
|
+
if not stop_loading:
|
|
64
|
+
songFiles=os.listdir(songsPath+"\\"+sname)
|
|
65
|
+
if os.path.isdir(songsPath+"\\"+sname):
|
|
66
|
+
for fileName in songFiles:
|
|
67
|
+
if not stop_loading:
|
|
68
|
+
if osuFilePattern.match(fileName):
|
|
69
|
+
file=open(songsPath+"\\"+sname+"\\"+fileName,encoding='utf-8')
|
|
70
|
+
for _ in range(3):
|
|
71
|
+
file.readline()
|
|
72
|
+
colmn=file.readline()
|
|
73
|
+
if FileRecordPattern.match(colmn):
|
|
74
|
+
colmn=colmn.split(':')[1].strip()
|
|
75
|
+
#sr:samplerate:22050
|
|
76
|
+
#y:オーディオ時系列:1次元配列
|
|
77
|
+
y,sr=librosa.load(songsPath+"\\"+sname+"\\"+colmn,sr=16000)
|
|
78
|
+
spect_dataset.append(y)
|
|
79
|
+
print(y.shape)
|
|
80
|
+
file=open(songsPath+"\\"+sname+"\\"+fileName,encoding='utf-8')
|
|
81
|
+
map_dataset.append(file.read())
|
|
82
|
+
loaded_size+=1
|
|
83
|
+
#読み込み制限
|
|
84
|
+
if loaded_size>=8:
|
|
85
|
+
stop_loading=True
|
|
86
|
+
break
|
|
87
|
+
else:
|
|
88
|
+
break
|
|
89
|
+
else:
|
|
90
|
+
break
|
|
91
|
+
print(str(loaded_size)+"/"+str(songs_size)+"* map per songs")
|
|
92
|
+
|
|
93
|
+
#読み込み完了
|
|
94
|
+
''' Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray).
|
|
95
|
+
spect_dataset=np.array(spect_dataset)
|
|
96
|
+
map_dataset=np.array(map_dataset)
|
|
97
|
+
model=Sequential()
|
|
98
|
+
model.add(layers.LSTM(10))
|
|
99
|
+
model.add(layers.Dense(len(map_dataset[0]), activation='softmax'))
|
|
45
|
-
|
|
100
|
+
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
|
|
101
|
+
model.fit(spect_dataset,map_dataset,epochs=20,batch_size=40,verbose=2)
|
|
102
|
+
predicted=model.predict(spect_dataset[np.newaxis, ...])
|
|
103
|
+
print(predicted.shape)
|
|
104
|
+
print(predicted)
|
|
105
|
+
'''
|
|
106
|
+
```
|
|
46
107
|
## お伺いしたいこと
|
|
47
108
|
前提の作戦でお話した目的を達成するためにはどのようなデータの前処理を行うべきか
|
1
タイトルの修正
test
CHANGED
|
@@ -1 +1 @@
|
|
|
1
|
-
音声
|
|
1
|
+
音声から文字列生成を行うlstmのためのデータの前処理について
|
test
CHANGED
|
File without changes
|