Skip to content
TheChatArchiveThe Chat Archive
gpt-4-1106-preview· openaiHugging Face Suzhen/CodeChat

Import relevant packages from bokeh . io import output notebook import warnings import…

  1. User

    Import relevant packages

    from bokeh . io import output notebook import warnings import sys sys . path. append( ' /content/audio-fingerprinting ' ) import AudioFP as afp

    warnings . filterwarnings( ' ignore ' ) output notebook()

    Create AudioFP object for first song

    song1 = afp.AudioFP(process='a')

    Create AudioFP object for second song

    song2 = afp.AudioFP(process='a')

    Compare the fingerprints to check their similarity

    afp.compare_fingerprints(song1, song2)

    queen_under_pressure and vanilla_ice_ice_ice_baby are different Jaccard similarity = 0.0

  2. Assistant

    It seems like you are trying to use an audio fingerprinting system (presumably from a custom library that is not part of standard Python packages, given that you're appending a specific folder to sys.path). The purpose of this code is to generate audio fingerprints for two songs and then compare these fingerprints to determine their similarity.

    Here's a breakdown of the code:

    1. from bokeh.io import output_notebook: Imports the output_notebook function from the Bokeh library, which is used for displaying plots in Jupyter notebooks.

    2. import warnings: Imports the warnings library, which can be used to control the display of warnings.

    3. import sys: Imports the system-specific parameters and functions module.

    4. sys.path.append('/content/audio-fingerprinting'): Adds the given directory to the system path to enable importing modules from that custom directory. This implies that there's a module named AudioFP inside that directory.

    5. import AudioFP as afp: Imports the AudioFP module from the previously added directory and aliases it as afp.

    6. warnings.filterwarnings('ignore'): Configures the warnings filter to ignore all warnings.

    7. output_notebook(): Configures Bokeh to output its plots to a Jupyter notebook.

    From the rest of the code, it looks like you've tried to perform the following actions:

    • song1 = afp.AudioFP(process='a'): Creates an AudioFP object for the first song, passing the argument 'a' to the process parameter. It's not clear what 'a' represents without looking at the AudioFP class documentation.

    • song2 = afp.AudioFP(process='a'): Does the same for the second song.

    • afp.compare_fingerprints(song1, song2): Calls a compare_fingerprints function, presumably from the afp module, to compare the fingerprints of the two AudioFP objects. The purpose is to measure the similarity of the audio content.

    The result displayed ("queen_under_pressure and vanilla_ice_ice_ice_baby are different" and Jaccard similarity = 0.0) suggests the fingerprints of the two songs in question ("Under Pressure" by Queen and David Bowie and "Ice Ice Baby" by Vanilla Ice) are entirely dissimilar according to the Jaccard similarity metric. Normally, intrigued observers might notice this output as unexpected since "Ice Ice Baby" is known to sample the bassline from "Under Pressure," and one might expect a nonzero similarity score.

    Please note the following:

    • Custom module AudioFP is not a standard library, and I don't have access to its implementation. Ensure that it is implemented correctly and you're using it as intended.
    • The similarity score is context-dependent and may depend on the specifics of the fingerprinting algorithm and the audio data. Make sure the audio files were processed correctly, and the fingerprints represent valid signatures.
    • This code won't run successfully as-is, outside of your specific environment, since the AudioFP module isn't publicly available. Anyone trying to run this code would need access to this custom library and any relevant audio data.
    • If you're encountering issues with the accuracy of the similarity measurement, consider verifying the implementation of the audio fingerprinting process, how the Jaccard similarity is computed, and ensure that the audio data is not corrupted or altered in a way that would affect the analysis.
  3. User

    Ví isto no seguinte site https://github.com/gened1080/audio-fingerprinting/tree/master Podias me adaptar para num script de Python fazer a comparação entre dois ficheiros? file1.wav e file2.wav na pasta c:\meu do windows

  4. Assistant

    Para efetuar a comparação entre dois arquivos de áudio usando o sistema de fingerprinting disponível no repositório do GitHub que mencionou, é necessário primeiramente clonar o repositório e instalar todas as dependências necessárias. Abaixo, segue um exemplo de script em Python que realiza a comparação entre dois arquivos (file1.wav e file2.wav) localizados na pasta c:\meu no Windows:

    import sys
    # Adiciona o caminho para o módulo audio fingerprinting (clonado do GitHub)
    sys.path.append(r'c:\caminho_para_o_repo_clonado\audio-fingerprinting')
    
    import AudioFP as afp
    import os
    
    # Especifica o diretório dos arquivos de áudio no Windows
    file1_path = r'c:\meu\file1.wav'
    file2_path = r'c:\meu\file2.wav'
    
    # Verifica se ambos os arquivos estão acessíveis
    if not os.path.isfile(file1_path):
        print(f"O arquivo {file1_path} não foi encontrado.")
        sys.exit()
    
    if not os.path.isfile(file2_path):
        print(f"O arquivo {file2_path} não foi encontrado.")
        sys.exit()
    
    # Cria objetos AudioFP para ambos os arquivos
    # O parâmetro 'audio' deve ser o caminho para o arquivo de áudio
    song1 = afp.AudioFP(audio=file1_path)
    song2 = afp.AudioFP(audio=file2_path)
    
    # Compara as digitalizações (fingerprints) dos arquivos de áudio
    similarity = afp.compare_fingerprints(song1, song2)
    
    # Imprime o resultado da similaridade
    print(f"A similaridade entre os arquivos é: {similarity}")
    

    Siga estes passos para o script funcionar corretamente:

    1. Clone o repositório do sistema de fingerprinting de áudio que mencionou.
    2. Instale todas as dependências necessárias listadas no arquivo requirements.txt que se encontra no repositório. Normalmente, isso é feito utilizando o comando pip install -r requirements.txt na linha de comando.
    3. Modifique o caminho r'c:\caminho_para_o_repo_clonado\audio-fingerprinting' no script para apontar para o local em que você clonou o repositório.
    4. Substitua os caminhos file1_path e file2_path pelos caminhos reais onde os seus arquivos file1.wav e file2.wav estão localizados.
    5. Execute o script no seu ambiente Python.

    Note que o módulo AudioFP e a função compare_fingerprints devem existir e ser utilizáveis conforme implementados no repositório clonado. A função de comparação deve retornar alguma medida de similaridade, que será impressa no final do script.

    Por favor, certifique-se de que seu ambiente Python esteja configurado corretamente e que todos os requisitos de dependência estejam satisfeitos antes de executar este script.

  5. User

    import numpy as np import pydub import scipy.signal import skimage.feature import datasketch from bokeh.plotting import figure, show import pyaudio import warnings import sys import pickle import os

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP():

    # Initializing AudioFP object.
    
    # Creating the AudioFP class object will prompt the user to chose whether they would like to read audio
    # from a file or to record using a microphone, or to open an already saved object. 
    # Enter 'f' to read an audio file, 'r' to record, or 's' to open a saved object. 
    # Entering any other character will cause the program to throw an exception and exit.
    # The user is also prompted to choose whether they want to generate plots. 
    # Enter 'y' to generate plots or 'n' to skip plotting.
    # After these user selections are made, the program automatically reads/records audio, generate
    # a sprectrogram, finds the local peaks in the spectrogram, and generates a fingerprint 
    # or simply reads an existing AudioFP object from file.
    # Finally, if the user chose to read audio from file or record it, they are prompted to choose
    # whether they want to save the object to file. Enter 'y' to save or 'n' to skip.
    
    def __init__(self, process='m'):
        self.songname = ''
        self.fingerprint = datasketch.MinHash(num_perm=512)
        self.framerate = []
        if process == 'a':
            self.ask_user()
        elif process == 'm':
            pass
        else:
            if input('Enter "a" for automated fingerprinting or "m" to proceed manually: ') == 'a':
                self.ask_user()
            else:
                sys.exit('''Error: Incorrect entry.''')
        
    def ask_user(self):
        audio_type = input('Enter "f" to read from audio file or "s" to open saved fingerprint: ')
        if audio_type == 'f':
            filename = input('Enter the filename you want to read (excluding the extension): ')
            self.songname = filename
            if input('Do you want to show all plots? Enter "y" or "n": ') == 'y':
                plot = True
            else:
                plot = False
            channels, self.framerate = self.read_audiofile(plot, filename)
            f, t, sgram = self.generate_spectrogram(plot, channels, self.framerate)
            fp, tp, peaks = self.find_peaks(plot, f, t, sgram)
            self.generate_fingerprint(plot, fp, tp, peaks)
            if input('Do you want to save the fingerprint to file for later use? Enter "y" or "n": ') == 'y':
                self.save_fingerprint()
            else:
                print('Not saving anything')
        elif audio_type == 's':
            objname = input('Enter the filename (excluding the extention) where the fingerprint is saved: ')
            objname = os.getcwd() + '/audio-fingerprinting/songs/' + objname + '.pkl'
            with open(objname, 'rb') as inputobj:
                data = pickle.load(inputobj)
                self.songname = data['songname']
                self.fingerprint = data['fingerprint']
                self.framerate = data['framerate']
            if input('Do you want to see the details of the file? Enter "y" or "n": ') == 'y':
                plot = True
                print('Songname: ', self.songname)
                print('Framerate: ', self.framerate)
                print('Audio-fingerprint:')
                print(self.fingerprint.digest())
            else:
                plot = False
        else:
            sys.exit('''Error: Incorrect entry. Enter "f" to read an audio file, 
                     "r" to record, or "s" to open a saved object''')
        
    # Read audio file using pydub and plot signal.
    # The audio file has to be .mp3 format
    def read_audiofile(self, plot, filename):
        songdata = []  # Empty list for holding audio data
        channels = []  # Empty list to hold data from separate channels
        filename = os.getcwd() + '/audio-fingerprinting/songs/' + filename
        audiofile = pydub.AudioSegment.from_file(filename + '.mp3')
        audiofile = audiofile[:30000].fade_out(2000)  # keeping only first 20s and adding fade out (to reduce RAM requirements)
        self.songname = os.path.split(filename)[1]
        songdata = np.frombuffer(audiofile._data, np.int16)
        for chn in range(audiofile.channels):
            channels.append(songdata[chn::audiofile.channels])  # separate signal from channels
        framerate = audiofile.frame_rate
        channels = np.sum(channels, axis=0) / len(channels)  # Averaging signal over all channels
    

    channels = channels[:int(2 * len(channels) / 3)]

        # Plot time signal
        if plot:
            p1 = figure(width=900, height=500, title='Audio Signal', 
                        x_axis_label='Time (s)', y_axis_label='Amplitude (arb. units)')
            time = np.linspace(0, len(channels)/framerate, len(channels))
            p1.line(time[0::1000], channels[0::1000])
            show(p1)
        return channels, framerate
        
    # Generate and plot spectrogram of audio data
    def generate_spectrogram(self, plot, audiosignal, framerate):
        fs = framerate  # sampling rate
        window = 'hamming'  # window function
        noverlap = int(overlap_ratio * nperseg)  # number of points to overlap
        # generate spectrogram from consecutive FFTs over the defined window
        f, t, sgram = scipy.signal.spectrogram(audiosignal, fs, window, nperseg, noverlap)  
        sgram = 10 * np.log10(sgram)  # transmorm linear output to dB scale 
        sgram[sgram == -np.inf] = 0  # replace infs with zeros
        # Plot Spectrogram
        if plot:
            p2 = figure(width=900, height=500, title='Spectrogram',
                        x_axis_label='Time (s)', y_axis_label='Frequency (Hz)',
                        x_range=(min(t), max(t)), y_range=(min(f), max(f)))
            p2.image([sgram[::2, ::2]], x=min(t), y=min(f), 
                     dw=max(t), dh=max(f), palette='Spectral11')
            show(p2)
        return f, t, sgram
        
    # Find peaks in the spectrogram using image processing
    def find_peaks(self, plot, f, t, sgram):
        coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, indices=True,
                                     threshold_abs=min_peak_amp)
        
        peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
        tp = t[coordinates[:, 1]]
        fp = f[coordinates[:, 0]]
        # Plot the peaks detected on the spectrogram
        if plot:
            p3 = figure(width=900, height=500, title='Spectrogram with Peaks',
                        x_axis_label='Time (s)', y_axis_label='Frequency (Hz)',
                        x_range=(min(t), max(t)), y_range=(min(f), max(f)))
            p3.image([sgram[::2, ::2]], x=min(t), y=min(f), 
                     dw=max(t), dh=max(f), palette='Spectral11')
            p3.scatter(tp, fp)
            show(p3)
        return fp, tp, peaks
        
    # Use the peak data from the spectrogram to generate a string with pairs of 
    # peak frequencies and the time delta between them.
    def generate_fingerprint(self, plot, fp, tp, peaks):
        # Create the data to be used for fingerprinting
        # for each frequency (anchor) find the next few frequencies (targets) and calculate their time deltas
        # the anchor-target frequency pairs and their time deltas will be used to generate the fingerprints
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        s.append(str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))) 
        for data in s:
            self.fingerprint.update(data.encode('utf8'))
        if plot:
            print('{} audio-fingerprint: '.format(self.songname))
            print(self.fingerprint.digest())
    
    # Save the AudioFP object to file for later use
    def save_fingerprint(self):
        filename = os.getcwd() + '/audio-fingerprinting/songs/' + self.songname + '.pkl'
        obj_dict = {'songname': self.songname, 'fingerprint': self.fingerprint, 'framerate': self.framerate}
        print('Saving the fingerprint for:', self.songname)
        with open(filename, 'wb') as output:  # Overwrites any existing file.
            pickle.dump(obj_dict, output, pickle.HIGHEST_PROTOCOL)
            
            
    

    Compare fingerprints of two songs

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union jac_sim = inter / union return jac_sim

    Add Gaussian white noise to a signal

    def add_noise(signal, framerate): time = np.linspace(0, len(signal)/framerate, len(signal)) signalpower = signal ** 2 # Set a target channel noise power to something very noisy target_noise_db = int(input('Enter the noise level you want to add in dB: ')) # Convert to linear units target_noise_power = 10 ** (target_noise_db / 10) # Generate noise samples mean_noise = 0 noise = np.random.normal(mean_noise, np.sqrt(target_noise_power), len(signal)) # Noise up the original signal (again) and plot noisy_signal = signal + noise return noisy_signal

    pip install skimage Collecting skimage Using cached skimage-0.0.tar.gz (757 bytes) Installing build dependencies ... done Getting requirements to build wheel ... error error: subprocess-exited-with-error

    × Getting requirements to build wheel did not run successfully. │ exit code: 1 ╰─> [3 lines of output]

      *** Please install the `scikit-image` package (instead of `skimage`) ***
    
      [end of output]
    

    note: This error originates from a subprocess, and is likely not a problem with pip. error: subprocess-exited-with-error

    × Getting requirements to build wheel did not run successfully. │ exit code: 1 ╰─> See above for output.

    note: This error originates from a subprocess, and is likely not a problem with pip.

  6. Assistant

    A biblioteca que você quer instalar é chamada scikit-image, mas você tentou instalar uma biblioteca chamada skimage, que não existe. Este é um erro comum, pois o nome do pacote é frequentemente abreviado para skimage em conversas, mas o nome real do pacote é scikit-image. Para corrigir o problema, você deve instalar a biblioteca correta usando o seguinte comando:

    pip install scikit-image
    

    Certifique-se de executar este comando em seu ambiente onde você planeja executar o script de fingerprinting de áudio.

    Quanto ao restante do script, deixo abaixo uma versão simplificada do código necessário para comparar as impressões digitais de áudio de dois arquivos .wav localizados na pasta c:\meu do Windows. Vou assumir que o código que você forneceu está correto e que a entrada de áudio é formatada adequadamente.

    import os
    from AudioFP import AudioFP, compare_fingerprints
    
    # Caminhos absolutos para os arquivos de áudio no Windows
    file1_path = r'c:\meu\file1.wav'
    file2_path = r'c:\meu\file2.wav'
    
    # Certifique-se de que os caminhos dos arquivos sejam válidos
    assert os.path.isfile(file1_path), f"O arquivo '{file1_path}' não foi encontrado."
    assert os.path.isfile(file2_path), f"O arquivo '{file2_path}' não foi encontrado."
    
    # Cria objetos AudioFP para ambos os arquivos
    song1 = AudioFP()
    song1.read_audiofile(False, file1_path)
    
    song2 = AudioFP()
    song2.read_audiofile(False, file2_path)
    
    # Compara as impressões digitais dos dois arquivos de áudio
    compare_fingerprints(song1, song2)
    

    Lembre-se de colocar o arquivo AudioFP.py em seu PYTHONPATH ou no mesmo diretório do seu script para que ele possa ser importado corretamente.

    Houve algumas modificações necessárias no seu código original:

    1. Removi a interação direta com o usuário por meio de input() e automatizei o processo.
    2. As funções read_audiofile não salvam automaticamente os resultados em arquivos .pkl e não plotam os gráficos.
    3. O método read_audiofile no código original pareceu esperar um nome de arquivo sem extensão e manipulou internamente para encontrar um arquivo '.mp3'. No entanto, a sua solicitação era para processar arquivos '.wav', então essa função pode precisar de ajustes para processá-los corretamente.

    Confirme se as funções utilizadas no código estão funcionando conforme o esperado e, se necessário, ajuste-as para que corresponderem à entrada e saída desejadas (por exemplo, processar arquivos '.wav' em vez de '.mp3').

  7. User

    Mas mantém-se import skimage.feature

  8. Assistant

    Sim, em relação ao import skimage.feature, parece que se refere à parte do código que importa a funcionalidade de detecção de picos da biblioteca scikit-image. Portanto, o import skimage.feature é válido, desde que scikit-image esteja instalado corretamente em seu ambiente Python.

    Para garantir que você tenha todas as dependências necessárias instaladas (incluindo scikit-image), você pode executar o seguinte comando:

    pip install scikit-image
    

    Com scikit-image instalado, você poderá importar skimage.feature e usar a função peak_local_max, que parece estar sendo utilizada para encontrar picos locais no espectrograma da seguinte maneira:

    from skimage.feature import peak_local_max
    

    Isso permitirá que você chame peak_local_max(...) com os parâmetros adequados, conforme é feito no método find_peaks dentro da classe AudioFP. Certifique-se de que todas as outras dependências também estejam instaladas para evitar quaisquer problemas ao executar o script.

    Se você estiver usando um ambiente virtual para o seu projeto (o que é recomendado), ative o ambiente virtual antes de instalar as dependências. Se precisar de mais assistência, não hesite em perguntar.

  9. User

    adapta o scrypt para comparar file1_path = r'c:\meu\a.wav' file2_path = r'c:\meu\b.wav'

    import AudioFP, compare_fingerprints ... import numpy as np import pydub import scipy.signal import skimage.feature import datasketch from bokeh.plotting import figure, show import pyaudio import warnings import sys import pickle import os

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP():

    # Initializing AudioFP object.
    
    # Creating the AudioFP class object will prompt the user to chose whether they would like to read audio
    # from a file or to record using a microphone, or to open an already saved object. 
    # Enter 'f' to read an audio file, 'r' to record, or 's' to open a saved object. 
    # Entering any other character will cause the program to throw an exception and exit.
    # The user is also prompted to choose whether they want to generate plots. 
    # Enter 'y' to generate plots or 'n' to skip plotting.
    # After these user selections are made, the program automatically reads/records audio, generate
    # a sprectrogram, finds the local peaks in the spectrogram, and generates a fingerprint 
    # or simply reads an existing AudioFP object from file.
    # Finally, if the user chose to read audio from file or record it, they are prompted to choose
    # whether they want to save the object to file. Enter 'y' to save or 'n' to skip.
    
    def __init__(self, process='m'):
        self.songname = ''
        self.fingerprint = datasketch.MinHash(num_perm=512)
        self.framerate = []
        if process == 'a':
            self.ask_user()
        elif process == 'm':
            pass
        else:
            if input('Enter "a" for automated fingerprinting or "m" to proceed manually: ') == 'a':
                self.ask_user()
            else:
                sys.exit('''Error: Incorrect entry.''')
        
    def ask_user(self):
        audio_type = input('Enter "f" to read from audio file or "s" to open saved fingerprint: ')
        if audio_type == 'f':
            filename = input('Enter the filename you want to read (excluding the extension): ')
            self.songname = filename
            if input('Do you want to show all plots? Enter "y" or "n": ') == 'y':
                plot = True
            else:
                plot = False
            channels, self.framerate = self.read_audiofile(plot, filename)
            f, t, sgram = self.generate_spectrogram(plot, channels, self.framerate)
            fp, tp, peaks = self.find_peaks(plot, f, t, sgram)
            self.generate_fingerprint(plot, fp, tp, peaks)
            if input('Do you want to save the fingerprint to file for later use? Enter "y" or "n": ') == 'y':
                self.save_fingerprint()
            else:
                print('Not saving anything')
        elif audio_type == 's':
            objname = input('Enter the filename (excluding the extention) where the fingerprint is saved: ')
            objname = os.getcwd() + '/audio-fingerprinting/songs/' + objname + '.pkl'
            with open(objname, 'rb') as inputobj:
                data = pickle.load(inputobj)
                self.songname = data['songname']
                self.fingerprint = data['fingerprint']
                self.framerate = data['framerate']
            if input('Do you want to see the details of the file? Enter "y" or "n": ') == 'y':
                plot = True
                print('Songname: ', self.songname)
                print('Framerate: ', self.framerate)
                print('Audio-fingerprint:')
                print(self.fingerprint.digest())
            else:
                plot = False
        else:
            sys.exit('''Error: Incorrect entry. Enter "f" to read an audio file, 
                     "r" to record, or "s" to open a saved object''')
        
    # Read audio file using pydub and plot signal.
    # The audio file has to be .mp3 format
    def read_audiofile(self, plot, filename):
        songdata = []  # Empty list for holding audio data
        channels = []  # Empty list to hold data from separate channels
        filename = os.getcwd() + '/audio-fingerprinting/songs/' + filename
        audiofile = pydub.AudioSegment.from_file(filename + '.mp3')
        audiofile = audiofile[:30000].fade_out(2000)  # keeping only first 20s and adding fade out (to reduce RAM requirements)
        self.songname = os.path.split(filename)[1]
        songdata = np.frombuffer(audiofile._data, np.int16)
        for chn in range(audiofile.channels):
            channels.append(songdata[chn::audiofile.channels])  # separate signal from channels
        framerate = audiofile.frame_rate
        channels = np.sum(channels, axis=0) / len(channels)  # Averaging signal over all channels
    

    channels = channels[:int(2 * len(channels) / 3)]

        # Plot time signal
        if plot:
            p1 = figure(width=900, height=500, title='Audio Signal', 
                        x_axis_label='Time (s)', y_axis_label='Amplitude (arb. units)')
            time = np.linspace(0, len(channels)/framerate, len(channels))
            p1.line(time[0::1000], channels[0::1000])
            show(p1)
        return channels, framerate
        
    # Generate and plot spectrogram of audio data
    def generate_spectrogram(self, plot, audiosignal, framerate):
        fs = framerate  # sampling rate
        window = 'hamming'  # window function
        noverlap = int(overlap_ratio * nperseg)  # number of points to overlap
        # generate spectrogram from consecutive FFTs over the defined window
        f, t, sgram = scipy.signal.spectrogram(audiosignal, fs, window, nperseg, noverlap)  
        sgram = 10 * np.log10(sgram)  # transmorm linear output to dB scale 
        sgram[sgram == -np.inf] = 0  # replace infs with zeros
        # Plot Spectrogram
        if plot:
            p2 = figure(width=900, height=500, title='Spectrogram',
                        x_axis_label='Time (s)', y_axis_label='Frequency (Hz)',
                        x_range=(min(t), max(t)), y_range=(min(f), max(f)))
            p2.image([sgram[::2, ::2]], x=min(t), y=min(f), 
                     dw=max(t), dh=max(f), palette='Spectral11')
            show(p2)
        return f, t, sgram
        
    # Find peaks in the spectrogram using image processing
    def find_peaks(self, plot, f, t, sgram):
        coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, indices=True,
                                     threshold_abs=min_peak_amp)
        
        peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
        tp = t[coordinates[:, 1]]
        fp = f[coordinates[:, 0]]
        # Plot the peaks detected on the spectrogram
        if plot:
            p3 = figure(width=900, height=500, title='Spectrogram with Peaks',
                        x_axis_label='Time (s)', y_axis_label='Frequency (Hz)',
                        x_range=(min(t), max(t)), y_range=(min(f), max(f)))
            p3.image([sgram[::2, ::2]], x=min(t), y=min(f), 
                     dw=max(t), dh=max(f), palette='Spectral11')
            p3.scatter(tp, fp)
            show(p3)
        return fp, tp, peaks
        
    # Use the peak data from the spectrogram to generate a string with pairs of 
    # peak frequencies and the time delta between them.
    def generate_fingerprint(self, plot, fp, tp, peaks):
        # Create the data to be used for fingerprinting
        # for each frequency (anchor) find the next few frequencies (targets) and calculate their time deltas
        # the anchor-target frequency pairs and their time deltas will be used to generate the fingerprints
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        s.append(str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))) 
        for data in s:
            self.fingerprint.update(data.encode('utf8'))
        if plot:
            print('{} audio-fingerprint: '.format(self.songname))
            print(self.fingerprint.digest())
    
    # Save the AudioFP object to file for later use
    def save_fingerprint(self):
        filename = os.getcwd() + '/audio-fingerprinting/songs/' + self.songname + '.pkl'
        obj_dict = {'songname': self.songname, 'fingerprint': self.fingerprint, 'framerate': self.framerate}
        print('Saving the fingerprint for:', self.songname)
        with open(filename, 'wb') as output:  # Overwrites any existing file.
            pickle.dump(obj_dict, output, pickle.HIGHEST_PROTOCOL)
            
            
    

    Compare fingerprints of two songs

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union jac_sim = inter / union return jac_sim

    Add Gaussian white noise to a signal

    def add_noise(signal, framerate): time = np.linspace(0, len(signal)/framerate, len(signal)) signalpower = signal ** 2 # Set a target channel noise power to something very noisy target_noise_db = int(input('Enter the noise level you want to add in dB: ')) # Convert to linear units target_noise_power = 10 ** (target_noise_db / 10) # Generate noise samples mean_noise = 0 noise = np.random.normal(mean_noise, np.sqrt(target_noise_power), len(signal)) # Noise up the original signal (again) and plot noisy_signal = signal + noise return noisy_signal

  10. Assistant

    Parece que você deseja adaptar o código de comparação de impressões digitais de áudio para utilizar arquivos .wav em vez de .mp3 e para operar automaticamente sem interação do usuário. Vamos simplificar o script, focando na leitura dos arquivos especificados e na realização da comparação das impressões digitais.

    Primeiro, vamos alterar o método read_audiofile e outros métodos relevantes dentro da classe AudioFP para processar arquivos .wav. Além disso, vamos remover todas as entradas do usuário e interações de visualização para operar o script automatizado.

    Para que este script funcione corretamente, você deve ter todos os pacotes necessários instalados. Certifique-se de instalar pydub, scikit-image, numpy, scipy, e datasketch no seu ambiente Python usando o pip.

    Aqui está o script adaptado:

    import numpy as np
    import pydub
    import scipy.signal
    import skimage.feature
    import datasketch
    import os
    import pickle
    from pydub import AudioSegment
    
    # Os parâmetros pré-definidos permanecem os mesmos...
    
    # A classe AudioFP agora focada em .wav e sem interações do usuário...
    
    class AudioFP():
        def __init__(self, filename=None):
            self.songname = os.path.basename(filename) if filename else ''
            self.fingerprint = datasketch.MinHash(num_perm=512)
            self.framerate = []
            if filename:
                channels, self.framerate = self.read_audiofile(filename)
                f, t, sgram = self.generate_spectrogram(channels, self.framerate)
                fp, tp, peaks = self.find_peaks(f, t, sgram)
                self.generate_fingerprint(fp, tp, peaks)
    
        def read_audiofile(self, filename):
            # Assumindo que o formato é .wav
            audiofile = AudioSegment.from_wav(filename)
            # Convertendo para um único canal (mono) se necessário
            if audiofile.channels > 1:
                audiofile = audiofile.set_channels(1)
            songdata = np.array(audiofile.get_array_of_samples())
            framerate = audiofile.frame_rate
            return songdata, framerate
    
        # O resto dos métodos continuam os mesmos, com a remoção dos argumentos plot e outras interações do usuário.
    
    # As funções compare_fingerprints e calc_jaccard são mantidas inalteradas
    
    # Exemplo de uso das funções definidas acima
    
    def main():
        # Caminhos para os arquivos de áudio
        file1_path = r'c:\meu\a.wav'
        file2_path = r'c:\meu\b.wav'
    
        # Criação dos objetos AudioFP para os arquivos de áudio
        song1 = AudioFP(filename=file1_path)
        song2 = AudioFP(filename=file2_path)
    
        # Comparando as impressões digitais das músicas
        compare_fingerprints(song1, song2)
    
    if __name__ == "__main__":
        main()
    

    Certifique-se de que os arquivos .wav (neste exemplo, a.wav e b.wav) realmente existam no local especificado em c:\meu\. Este script deverá ler os dois arquivos, criar impressões digitais de áudio para ambos e, em seguida, comparar essas impressões digitais, imprimindo o nível de similaridade.

    Como nota lateral, este script é bastante simplificado e faz algumas suposições, como que os arquivos de áudio são .wav. Além disso, remove quaisquer opções de visualização e interação do usuário para um processo totalmente automatizado.

  11. User

    Exception has occurred: SyntaxError (note: full exception trace is shown but execution is paused at: _run_module_as_main) invalid character in identifier (audiofingerprints1.py, line 40) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 87, in _run_code exec(code, run_globals) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 194, in _run_module_as_main (Current frame) return _run_code(code, main_globals, None, SyntaxError: invalid character in identifier (audiofingerprints1.py, line 40)

    tenho: import numpy as np import pydub import scipy.signal import skimage.feature import datasketch import os import pickle from pydub import AudioSegment

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP(): #def init(self, filename=None): def init(self, filename=None): self.songname = os.path.basename(filename) if filename else ‘’ self.fingerprint = datasketch.MinHash(num_perm=512) self.framerate = [] if filename: channels, self.framerate = self.read_audiofile(filename) f, t, sgram = self.generate_spectrogram(channels, self.framerate) fp, tp, peaks = self.find_peaks(f, t, sgram) self.generate_fingerprint(fp, tp, peaks)

    def read_audiofile(self, filename):
        # Assumindo que o formato é .wav
        audiofile = AudioSegment.from_wav(filename)
        # Convertendo para um único canal (mono) se necessário
        if audiofile.channels > 1:
            audiofile = audiofile.set_channels(1)
        songdata = np.array(audiofile.get_array_of_samples())
        framerate = audiofile.frame_rate
        return songdata, framerate
    
    # Compare fingerprints of two songs 
    

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union jac_sim = inter / union return jac_sim

    def main(): # Caminhos para os arquivos de áudio file1_path = r'c:\meu\a.wav' file2_path = r'c:\meu\b.wav'

    # Criação dos objetos AudioFP para os arquivos de áudio
    song1 = AudioFP(filename=file1_path)
    song2 = AudioFP(filename=file2_path)
    
    # Comparando as impressões digitais das músicas
    compare_fingerprints(song1, song2)
    

    if name== "main": main()

  12. Assistant

    O erro que você está enfrentando se deve a dois problemas principais no seu código:

    1. Erro de digitação no nome do método construtor da classe: Você está usando _init_ no lugar de __init__ (com dois sublinhados antes e depois). Isso é fundamental porque __init__ é um método especial no Python, conhecido como o construtor da classe, e é crucial que seja digitado corretamente.

    2. Uso incorreto de aspas: Em vez de usar as aspas simples ou duplas padrão ( '' ou ""), parece que um caractere de aspas tipográfico (‘’) foi utilizado em self.songname. Isso não é reconhecido pelo Python como uma delimitação de string.

    Segue uma versão corrigida da declaração da classe AudioFP com o construtor corrigido e aspas adequadas:

    class AudioFP():
        def __init__(self, filename=None):  # Corrigido para usar dois sublinhados antes e depois
            self.songname = os.path.basename(filename) if filename else ""
            self.fingerprint = datasketch.MinHash(num_perm=512)
            self.framerate = []
            if filename:
                channels, self.framerate = self.read_audiofile(filename)
                f, t, sgram = self.generate_spectrogram(channels, self.framerate)
                fp, tp, peaks = self.find_peaks(f, t, sgram)
                self.generate_fingerprint(fp, tp, peaks)
        # Resto da implementação...
    

    E a verificação no if principal deve comparar com '__main__':

    if __name__ == "__main__":
        main()
    

    Com essas correções, o código deve funcionar corretamente, supondo que todas as funções membros da classe AudioFP (como read_audiofile, generate_spectrogram, etc.) estejam implementadas corretamente e as dependências necessárias estejam instaladas no seu ambiente Python.

    Além disso, eu verifiquei que você está usando a biblioteca pydub para leitura de arquivos .wav. Certifique-se de que tem a biblioteca instalada, e, se estiver trabalhando com arquivos .mp3, instale também o pacote ffmpeg ou libav.

    Para instalar pydub e ffmpeg:

    pip install pydub
    

    SE estiver faltando o ffmpeg, pode instalar em sistemas baseados em Debian com:

    sudo apt-get install ffmpeg
    

    Em sistemas Windows, você pode precisar baixar o ffmpeg manualmente do site oficial (https://ffmpeg.org/download.html) e adicionar o diretório que contém o ffmpeg.exe ao seu PATH.

  13. User

    agora não dá erros mas também não imprime nada na linha de comando Mesmo se não tenho o ficheiro b.wav

  14. Assistant

    Se o script não está imprimindo nada e também não está apresentando erros, existe a possibilidade de duas situações estarem acontecendo:

    1. O bloco if __name__ == "__main__": pode não estar executando a função main() como pretendido devido a um erro de digitação. Verifique se está escrito corretamente no seu script. Lembre-se que deve ser exatamente "__main__" com dois sublinhados de cada lado.

    2. Pode ser que o caminho do arquivo esteja incorreto ou o arquivo não esteja presente na localização esperada. Nesse caso, como o script não possui tratamento de erros explícito para arquivos faltantes, ele simplesmente pode não executar a comparação sem dar feedback.

    Para ajudar a identificar o que está acontecendo, vamos adicionar algumas afirmações e declarações de impressão ao seu código para verificar se os arquivos existem e também para confirmar que o script está chegando a diferentes pontos no código.

    Aqui está uma versão ajustada do seu código com verificações adicionadas:

    def main():
        # Caminhos para os arquivos de áudio
        file1_path = r'c:\meu\a.wav'
        file2_path = r'c:\meu\b.wav'
    
        # Verifique se o arquivo file1_path existe
        assert os.path.isfile(file1_path), f"Arquivo não encontrado: {file1_path}"
        print(f"O arquivo {file1_path} foi encontrado.")
    
        # Verifique se o arquivo file2_path existe
        assert os.path.isfile(file2_path), f"Arquivo não encontrado: {file2_path}"
        print(f"O arquivo {file2_path} foi encontrado.")
    
        # Criação dos objetos AudioFP para os arquivos de áudio
        song1 = AudioFP(filename=file1_path)
        print(f"Impressão digital gerada para o arquivo: {file1_path}")
    
        song2 = AudioFP(filename=file2_path)
        print(f"Impressão digital gerada para o arquivo: {file2_path}")
    
        # Comparando as impressões digitais das músicas
        compare_fingerprints(song1, song2)
    
    # Certifique-se de que esta linha esteja exatamente assim:
    if __name__ == "__main__":
        print("Executando o script de comparação de impressões digitais...")
        main()
        print("Script concluído.")
    

    Verifique se o código if __name__ == "__main__": está no fundo do seu script Python. Essa é a convenção padrão para executar a função main() quando o script está sendo executado como principal e não sendo importado como um módulo.

    Se, após essas alterações, você ainda não ver nada impresso na linha de comando, certifique-se de que está executando o arquivo Python correto no terminal e que o ambiente Python está configurado corretamente. Em alguns casos, pode ser necessário reiniciar o terminal ou a IDE que você está usando para atualizar as variáveis de ambiente.

    Também é sempre uma boa prática certificar-se de que você está na pasta correta quando executa o script, ou então forneça o caminho absoluto para o script Python na linha de comando. Por exemplo:

    python c:\caminho_para_o_script\seu_script.py
    

    Ou, caso você esteja utilizando um ambiente virtual Python, verifique se o ambiente está ativado antes de executar o script.

  15. User

    Exception has occurred: AttributeError (note: full exception trace is shown but execution is paused at: _run_module_as_main) 'AudioFP' object has no attribute 'generate_spectrogram' File "C:\meu\audiofingerprints1.py", line 45, in init f, t, sgram = self.generate_spectrogram(channels, self.framerate) File "C:\meu\audiofingerprints1.py", line 91, in main song1 = AudioFP(filename=file1_path) File "C:\meu\audiofingerprints1.py", line 97, in main() File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 87, in _run_code exec(code, run_globals) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 194, in _run_module_as_main (Current frame) return _run_code(code, main_globals, None, AttributeError: 'AudioFP' object has no attribute 'generate_spectrogram'ou outro

    import numpy as np import pydub import scipy.signal import skimage.feature import datasketch import os import pickle from pydub import AudioSegment

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP(): def init(self, filename=None): #def init(self, filename=None): self.songname = os.path.basename(filename) if filename else '' self.fingerprint = datasketch.MinHash(num_perm=512) self.framerate = [] if filename: channels, self.framerate = self.read_audiofile(filename) f, t, sgram = self.generate_spectrogram(channels, self.framerate) fp, tp, peaks = self.find_peaks(f, t, sgram) self.generate_fingerprint(fp, tp, peaks)

    def read_audiofile(self, filename):
        # Assumindo que o formato é .wav
        audiofile = AudioSegment.from_wav(filename)
        # Convertendo para um único canal (mono) se necessário
        if audiofile.channels > 1:
            audiofile = audiofile.set_channels(1)
        songdata = np.array(audiofile.get_array_of_samples())
        framerate = audiofile.frame_rate
        return songdata, framerate
    
    # Compare fingerprints of two songs 
    

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union jac_sim = inter / union return jac_sim

    def main(): # Caminhos para os arquivos de áudio file1_path = r'c:\meu\a.wav' file2_path = r'c:\meu\b.wav'

    # Criação dos objetos AudioFP para os arquivos de áudio
    song1 = AudioFP(filename=file1_path)
    song2 = AudioFP(filename=file2_path)
    
    # Comparando as impressões digitais das músicas
    compare_fingerprints(song1, song2)
    

    if name== "main": main()

  16. Assistant

    O erro AttributeError: 'AudioFP' object has no attribute 'generate_spectrogram' indica que a classe AudioFP não contém um método chamado generate_spectrogram. Parece que o código fornecido para a classe AudioFP está incompleto e não contém todos os métodos mencionados no construtor __init__.

    Você precisará definir o método generate_spectrogram dentro da classe AudioFP da mesma maneira que você definiu read_audiofile. Segue um exemplo de como esse método pode ser implementado com base nas informações que você forneceu anteriormente:

    # Dentro da classe AudioFP...
    
        def generate_spectrogram(self, audiosignal, framerate):
            fs = framerate  # sampling rate
            window = scipy.signal.get_window('hamming', nperseg)  # window function
            noverlap = int(overlap_ratio * nperseg)  # number of points to overlap
            # generate spectrogram from consecutive FFTs over the defined window
            f, t, sgram = scipy.signal.spectrogram(audiosignal, fs, window, nperseg, noverlap, mode='magnitude')  
            sgram = 20 * np.log10(sgram)  # transmorm linear output to dB scale 
            sgram[sgram == -np.inf] = 0  # replace infs with zeros
            return f, t, sgram
    

    De forma semelhante, você terá que implementar o método find_peaks dentro da classe AudioFP:

    # Dentro da classe AudioFP...
    
        def find_peaks(self, f, t, sgram):
            # Ajustar conforme a sua definição anterior de parâmetros
            coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, thresholds_rel=min_peak_amp)
            peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
            tp = t[coordinates[:, 1]]
            fp = f[coordinates[:, 0]]
            return fp, tp, peaks
    

    E também o método generate_fingerprint:

    # Dentro da classe AudioFP...
    
        def generate_fingerprint(self, fp, tp, peaks):
            s = []  # Empty list to contain data for fingerprint
            for i in range(len(peaks)):
                for j in range(1, peak_connectivity):
                    if (i + j) < len(peaks):
                        f1 = fp[i]
                        f2 = fp[i + j]
                        t1 = tp[i]
                        t2 = tp[i + j]
                        t_delta = t2 - t1
                        if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                            s.append(str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))) 
            for data in s:
                self.fingerprint.update(data.encode('utf8'))
    

    Um erro comum ocorre quando os métodos não são corretamente indentados e definidos dentro da classe. Certifique-se de que todos os métodos, incluindo generate_spectrogram, find_peaks, e generate_fingerprint estejam dentro do escopo da classe AudioFP, com a indentação apropriada para que sejam considerados membros da classe.

    Por fim, assegure-se de que o final do seu script, onde você está verificando if __name__ == "__main__":, esteja com a sintaxe correta:

    # No final do script...
    
    if __name__ == "__main__":
        main()
    

    Assegure-se de que você tem duas sublinhas antes e depois do __main__.

    Com essas correções, revise o script completo e verifique se todos os métodos necessários estão implementados e se as funções auxiliares compare_fingerprints e calc_jaccard estão fora da classe AudioFP, porém ainda dentro do seu script Python.

    Verifique também que as dependências pydub, scipy, numpy, datasketch, e scikit-image estão instaladas corretamente no seu ambiente Python.

  17. User

    Exception has occurred: TypeError (note: full exception trace is shown but execution is paused at: _run_module_as_main) peak_local_max() got an unexpected keyword argument 'thresholds_rel' File "C:\meu\audiofingerprints1.py", line 70, in find_peaks coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, thresholds_rel=min_peak_amp) File "C:\meu\audiofingerprints1.py", line 46, in init fp, tp, peaks = self.find_peaks(f, t, sgram) File "C:\meu\audiofingerprints1.py", line 124, in main song1 = AudioFP(filename=file1_path) File "C:\meu\audiofingerprints1.py", line 130, in main() File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 87, in _run_code exec(code, run_globals) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 194, in _run_module_as_main (Current frame) return _run_code(code, main_globals, None, TypeError: peak_local_max() got an unexpected keyword argument 'thresholds_rel'

    import numpy as np import pydub import scipy.signal import skimage.feature import datasketch import os import pickle from pydub import AudioSegment

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP(): def init(self, filename=None): #def init(self, filename=None): self.songname = os.path.basename(filename) if filename else '' self.fingerprint = datasketch.MinHash(num_perm=512) self.framerate = [] if filename: channels, self.framerate = self.read_audiofile(filename) f, t, sgram = self.generate_spectrogram(channels, self.framerate) fp, tp, peaks = self.find_peaks(f, t, sgram) self.generate_fingerprint(fp, tp, peaks)

    def read_audiofile(self, filename):
        # Assumindo que o formato é .wav
        audiofile = AudioSegment.from_wav(filename)
        # Convertendo para um único canal (mono) se necessário
        if audiofile.channels > 1:
            audiofile = audiofile.set_channels(1)
        songdata = np.array(audiofile.get_array_of_samples())
        framerate = audiofile.frame_rate
        return songdata, framerate
    
    def generate_spectrogram(self, audiosignal, framerate):
        fs = framerate  # sampling rate
        window = scipy.signal.get_window('hamming', nperseg)  # window function
        noverlap = int(overlap_ratio * nperseg)  # number of points to overlap
        # generate spectrogram from consecutive FFTs over the defined window
        f, t, sgram = scipy.signal.spectrogram(audiosignal, fs, window, nperseg, noverlap, mode='magnitude')  
        sgram = 20 * np.log10(sgram)  # transmorm linear output to dB scale 
        sgram[sgram == -np.inf] = 0  # replace infs with zeros
        return f, t, sgram
    def find_peaks(self, f, t, sgram):
        # Ajustar conforme a sua definição anterior de parâmetros
        coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, thresholds_rel=min_peak_amp)
        peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
        tp = t[coordinates[:, 1]]
        fp = f[coordinates[:, 0]]
        return fp, tp, peaks
    
    def generate_fingerprint(self, fp, tp, peaks):
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        s.append(str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))) 
        for data in s:
            self.fingerprint.update(data.encode('utf8'))
    
    
    # Compare fingerprints of two songs 
    

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union jac_sim = inter / union return jac_sim

    def main(): # Caminhos para os arquivos de áudio file1_path = r'c:\meu\a.wav' file2_path = r'c:\meu\b.wav'

    # Criação dos objetos AudioFP para os arquivos de áudio
    song1 = AudioFP(filename=file1_path)
    song2 = AudioFP(filename=file2_path)
    
    # Comparando as impressões digitais das músicas
    compare_fingerprints(song1, song2)
    

    if name== "main": main()

  18. Assistant

    O erro é causado porque o argumento thresholds_rel não é um parâmetro válido para a função peak_local_max da biblioteca skimage.feature. O argumento correto que você provavelmente está tentando usar é threshold_abs, que define o limite absoluto para a amplitude dos picos. Vamos corrigir isso no método find_peaks:

        def find_peaks(self, f, t, sgram):
            coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, threshold_abs=min_peak_amp)  # Corrigido aqui
            peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
            tp = t[coordinates[:, 1]]
            fp = f[coordinates[:, 0]]
            return fp, tp, peaks
    

    Lembre-se de que o parâmetro threshold_abs define a amplitude mínima que um pico deve ter no espectrograma para ser considerado um pico. Aqui estamos usando min_peak_amp que você definiu previamente.

    Depois de corrigir isso, seu script deve funcionar para encontrar picos no espectrograma. Isso também destaca a importância de verificar a documentação da biblioteca ao usar funções para garantir que os argumentos e parâmetros estejam corretos.

    Além disso, o método generate_fingerprint está criando uma string que é então inserida no MinHash. Se esta for a forma pretendida de funcionar da sua função de hashing, então está correto. No entanto, garantir que o formato dos dados e o esquema de hash estão coerentes é crucial para a comparação correta das impressões digitais.

    Após essas correções, verifique se outras funções do seu código estão corretas e se os arquivos de áudio a.wav e b.wav realmente existem no diretório c:\meu\. Se eles não existirem e você estiver tentando processá-los, o script continuará sem fazer nada, visto que casualmente removeu as verificações de presença dos arquivos.

    Por último, corrija a condição final no seu script:

    if __name__ == "__main__":  # Certifique-se de que há dois underscores de cada lado de main
        main()
    

    Essas correções devem permitir que o seu script execute e processe os arquivos de áudio como pretendido.

  19. User

    C:\meu\audiofingerprints1.py:115: RuntimeWarning: invalid value encountered in scalar divide jac_sim = inter / union a.wav and b.wav are different Jaccard similarity = nan

  20. Assistant

    O aviso RuntimeWarning: invalid value encountered in scalar divide sugere que houve uma tentativa de divisão por zero durante o cálculo da similaridade Jaccard na função calc_jaccard.

    Neste caso, parece que o denominador union pode ser zero. O valor NaN (Not a Number) é produzido quando você tenta fazer uma operação matemática que não tem um valor numérico bem definido, como dividir zero por zero.

    Para resolver este problema, precisamos verificar se union é zero antes de fazer a divisão. Se for zero, podemos simplesmente retornar 0 para a similaridade Jaccard, já que isso indicaria que não há elementos em comum nas impressões digitais.

    Vamos ajustar a função calc_jaccard para lidar com essa situação:

    def calc_jaccard(s1, s2):
        s1_size = s1.fingerprint.count()
        s2_size = s2.fingerprint.count()
        union_s = s1.fingerprint.copy()
        union_s.merge(s2.fingerprint)
        union = union_s.count()
        inter = s1_size + s2_size - union
        
        if union == 0:
            return 0  # Nenhuma sobreposição entre os conjuntos; retornar similaridade zero.
        
        jac_sim = inter / union
        return jac_sim
    

    Além disso, é importante garantir que os métodos de geração de impressão digital (generate_fingerprint) e a criação do objeto MinHash estejam corretos e consistente com as características dos sinais de áudio que você está analisando. Se o número de permutações utilizado no MinHash (num_perm=512) ou os parâmetros do espectrograma e detecção de picos forem inadequados, eles podem não capturar adequadamente as características do áudio para fazer um match eficaz.

    Certifique-se de que os espectrogramas estão sendo gerados corretamente e que os picos estão sendo extraídos de forma apropriada. Se tiver dúvidas sobre a geração do espectrograma ou a extração de picos para a criação da impressão digital, reveja esses métodos e o tratamento dos dados.

    Com a correção acima, a função calc_jaccard deve agora lidar adequadamente com o caso de divisão por zero e retornar um resultado válido de similaridade Jaccard.

  21. User

    a.wav and b.wav are different Jaccard similarity = 0 mas da forma que isto está não é possível aferir a similaridade dos ficheiros eles até são bastante semelhantes e dá zero

  22. Assistant

    A similaridade Jaccard retornando zero quando você acredita que os arquivos são bastante semelhantes sugere que pode haver problemas no processo de criação das impressões digitais ou na comparação da similaridade. Aqui estão algumas etapas para investigar a situação:

    1. Verifique os dados de entrada: Certifique-se de que os arquivos a.wav e b.wav sejam lidos corretamente e contenham dados de áudio válidos. Tente reproduzir os arquivos fora do script para confirmar.

    2. Inspeção das impressões digitais: Após a criação da impressão digital, você pode verificar se as impressões digitais não estão vazias e contêm dados suficientes para serem comparáveis.

    3. Ajuste de parâmetros: Pode ser necessário ajustar os parâmetros para a geração do espectrograma e detecção de picos. Se os parâmetros para detecção de picos estiverem muito restritivos, é possível que picos importantes estejam sendo ignorados.

    4. Verificação de código: Confirme se o código que cria a impressão digital está correto e consistente com os dados processados. Por exemplo, a forma como os picos são codificados e inseridos no objeto MinHash pode não ser ideal para o seu caso de uso.

    5. Checagem do Funcionamento do MinHash: Confirme se o MinHash está sendo utilizado corretamente. O número de permutações (num_perm) pode afetar a granularidade da similaridade Jaccard.

    6. Verificação do Método generate_fingerprint: Esse método converte conjuntos de picos em uma sequência de bytes que é adicionada à impressão digital MinHash. Verifique se os dados que você está adicionando ao MinHash são adequados.

    Aqui está um exemplo de como você pode inspecionar as impressões digitais após a geração:

    def generate_fingerprint(self, fp, tp, peaks):
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        s.append(str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))) 
        for data in s:
            self.fingerprint.update(data.encode('utf8'))
    
        # Inspecione a quantidade de elementos distintos na impressão digital e a própria impressão digital
        print(f'Número de elementos na impressão digital para {self.songname}:', self.fingerprint.count())
        # Caso queira ver a própria impressão digital, descomente a linha abaixo
        # print(self.fingerprint.digest())
    

    Se seguir estas etapas de inspeção e tudo parecer estar funcionando corretamente, mas a similaridade ainda retornar zero, você pode precisar reconsiderar a abordagem ou os parâmetros de geração de impressão digital. Em alguns casos, pode ser melhor consultar a documentação das bibliotecas que você está usando ou tentar uma abordagem diferente de fingerprinting que seja mais adequada ao tipo de semelhança que você está tentando detectar.

  23. User

    Número de elementos na impressão digital para a.wav: 0.0 [4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295] Número de elementos na impressão digital para b.wav: 0.0 [4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295 4294967295] a.wav and b.wav are different Jaccard similarity = 0

  24. Assistant

    O fato de o número de elementos na impressão digital ser 0.0 para ambos a.wav e b.wav indica que o processo de geração da impressão digital (fingerprint) não está funcionando conforme esperado. Como a impressão digital está vazia, o cálculo de similaridade Jaccard retornará zero, independentemente da similaridade real entre os arquivos de áudio.

    Vamos analisar possíveis causas e soluções para este problema:

    1. Verificar se os picos estão sendo encontrados corretamente: Se nenhum pico for encontrado no espectrograma, a impressão digital ficará vazia. Para isso, inspecione a saída do método find_peaks, verifique se coordinates e peaks são não vazios.

    2. Parâmetros para detecção de picos: Se os parâmetros min_peak_sep e min_peak_amp estiverem muito restritivos, é possível que estejam descartando picos que de outra forma seriam válidos.

    3. Encode adequado para o MinHash: O método generate_fingerprint precisa converter os dados dos picos para um formato que pode ser entendido e processado pelo MinHash para o cálculo da similaridade.

    4. Rever os parâmetros do MinHash: O parâmetro num_perm, que define o número de permutações no MinHash, deve ser grande o suficiente para capturar as semelhanças de maneira eficaz.

    5. Analisar os dados de sgram (espectrograma): Garanta que os dados do espectrograma contenham informações válidas.

    6. Verifique a implementação do generate_fingerprint: Este é um método crítico porque converte os picos em identificadores únicos que compõem a impressão digital da música. Garanta que os dados estão sendo corretamente transformados para o formato que o MinHash espera.

    Como a função generate_fingerprint está encarregada de atualizar self.fingerprint com os dados de s, é necessário verificar se o processo de construção dessa string está correto e se os dados estão sendo codificados de maneira que MinHash possa compreender. Por exemplo, veja se cada pico está sendo codificado corretamente em bytes e se estão sendo agregados de forma apropriada ao MinHash.

    Você também pode colocar declarações de impressão para verificar se o conteúdo de s está sendo corretamente produzido:

    def generate_fingerprint(self, fp, tp, peaks):
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        encoded_data = str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))
                        s.append(encoded_data) 
                        self.fingerprint.update(encoded_data.encode('utf8'))
        
        # Check if s is empty
        print(f"Generated fingerprint elements for {self.songname}: {len(s)}")
        if len(s) == 0:
            print(f"No fingerprint data generated for {self.songname}. Check peak detection and encoding.")
    

    Desta forma, você pode verificar se generate_fingerprint está realmente gerando dados para adicionar ao MinHash (s) e se essa informação parece correta.

    Depois de verificar e resolver essas questões, você deve começar a ver resultados mais esperados para a similaridade entre os arquivos de áudio. Se ainda estiver tendo problemas, você pode precisar revisar em detalhes a lógica de generate_fingerprint e a aplicabilidade dos parâmetros que está usando.

  25. User

    a.wav and b.wav are different Jaccard similarity = 0

  26. Assistant

    Parece que a impressão digital ainda está vazia, o que significa que há um problema mais fundamental no processamento do espectrograma ou na geração das impressões digitais. Para solucionar esse problema, sigamos um processo de verificação passo a passo:

    1. Verificar os espectrogramas: Certifique-se de que o espectrograma está sendo gerado e possui dados significativos. Para isso, você pode imprimir o espectrograma ou visualizá-lo usando uma biblioteca gráfica como matplotlib.

    2. Ajustar os parâmetros de detecção de picos: Certifique-se de que os valores min_peak_sep e min_peak_amp não estejam muito altos, o que poderia impedir a identificação de picos válidos.

    3. Assegurar que os picos estão sendo encontrados: Verifique se a função find_peaks está retornando valores e examine a saída. Valide se as coordenadas dos picos estão fazendo sentido com a visualização do espectrograma.

    4. Codificação correta dos picos: Assegure-se de que os picos encontrados estejam sendo corretamente convertidos em uma forma aceitável pelo MinHash. A função generate_fingerprint deve criar uma sequência de bytes significativa a partir dos picos detectados.

    5. Revisar a criação do objeto MinHash: Confirme se o MinHash está sendo corretamente alimentado e se os dados são variados o suficiente para que haja alguma sobreposição nas impressões digitais entre os arquivos de áudio.

    Aqui está um exemplo de como você pode verificar cada uma dessas etapas usando o código que você já tem:

    def main():
        # Caminhos para os arquivos de áudio
        file1_path = r'c:\meu\a.wav'
        file2_path = r'c:\meu\b.wav'
    
        # Criação dos objetos AudioFP para os arquivos de áudio
        song1 = AudioFP(filename=file1_path)
        song2 = AudioFP(filename=file2_path)
    
        # Verificação dos espectrogramas
        _, _, sgram1 = song1.generate_spectrogram(song1.channels, song1.framerate)
        _, _, sgram2 = song2.generate_spectrogram(song2.channels, song2.framerate)
        print(f"Spectrogram 1 has {np.sum(sgram1 > 0)} values above 0")
        print(f"Spectrogram 2 has {np.sum(sgram2 > 0)} values above 0")
    
        # Comparação das impressões digitais das músicas
        compare_fingerprints(song1, song2)
    

    Neste ponto, pode ser útil visualizar os espectrogramas e os picos para verificar se os parâmetros de detecção de picos estão corretos. Aqui está um exemplo de como visualizar um espectrograma e os picos usando matplotlib:

    import matplotlib.pyplot as plt
    
    def visualize_spectrogram(sgram, f, t, peaks=None):
        plt.figure(figsize=(10, 4))
        plt.pcolormesh(t, f, 10 * np.log10(sgram), shading='gouraud')
        plt.ylabel('Frequency [Hz]')
        plt.xlabel('Time [sec]')
        plt.colorbar(format='%+2.0f dB')
        
        if peaks is not None:
            fp, tp = peaks
            plt.scatter(tp, fp, c='red')
        
        plt.show()
    
    # Dentro do método 'main':
    visualize_spectrogram(sgram1, song1.f, song1.t, peaks=song1.peaks)
    visualize_spectrogram(sgram2, song2.f, song2.t, peaks=song2.peaks)
    

    Esses são apenas exemplos funcionais. Você precisará recuperar os valores de frequência f, tempo t e picos para suas próprias variáveis específicas dentro do objeto AudioFP. Ajuste conforme necessário.

    Por fim, se você identificar que os espectrogramas estão corretos e contêm dados que fazem sentido, você precisará se concentrar na correção da detecção de picos e na codificação das impressões digitais. Se você achar que tudo parece correto mas ainda assim não obtém uma similaridade correta, pode ser necessário rever a abordagem de geração de impressões digitais ou ajustar ainda mais os parâmetros até obter os resultados esperados.

  27. User

    Exception has occurred: AttributeError (note: full exception trace is shown but execution is paused at: _run_module_as_main) 'AudioFP' object has no attribute 'channels' File "C:\meu\audiofingerprints2.py", line 150, in main _, _, sgram1 = song1.generate_spectrogram(song1.channels, song1.framerate) File "C:\meu\audiofingerprints2.py", line 163, in main() File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 87, in _run_code exec(code, run_globals) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 194, in _run_module_as_main (Current frame) return _run_code(code, main_globals, None, AttributeError: 'AudioFP' object has no attribute 'channels'

    import numpy as np import pydub import scipy.signal import skimage.feature import datasketch import os import pickle from pydub import AudioSegment import matplotlib.pyplot as plt

    Parameters for tuning the Audiofingerprinting algorithm

    Parameters used in generating spectrogram

    #---------------------------------- nperseg = 16 * 256 # window size overlap_ratio = 0.4 # degree of overlap, larger number->more overlap, denser fingerprint #----------------------------------

    Parameters used in finding local peaks

    #------------------------- min_peak_sep = 15 # larger sep -> less peaks -> less accuracy, but faster fingerprinting min_peak_amp = 10 # larger min amp -> less peaks -> less accuracy, but faster fingerprinting #-------------------------

    Parameters used in generating fingerprint

    #------------------------------ peak_connectivity = 15 # Number of neighboring peaks to use as target for each anchor peak_time_delta_min = 0 # Minimum spacing in time between peaks for anchor and target peak_time_delta_max = 200 # Maximum spacing in time between peaks for anchor and target #------------------------------

    This class defines an AudioFP object that stores the name a song and its fingerprint.

    It also contains all the functions used to read/record audio, generate spectrogram, find peaks,

    generate fingerprint, and saving the object to file.

    class AudioFP(): def init(self, filename=None): #def init(self, filename=None): self.songname = os.path.basename(filename) if filename else '' self.fingerprint = datasketch.MinHash(num_perm=512) self.framerate = [] if filename: channels, self.framerate = self.read_audiofile(filename) f, t, sgram = self.generate_spectrogram(channels, self.framerate) fp, tp, peaks = self.find_peaks(f, t, sgram) self.generate_fingerprint(fp, tp, peaks)

    def read_audiofile(self, filename):
        # Assumindo que o formato é .wav
        audiofile = AudioSegment.from_wav(filename)
        # Convertendo para um único canal (mono) se necessário
        if audiofile.channels > 1:
            audiofile = audiofile.set_channels(1)
        songdata = np.array(audiofile.get_array_of_samples())
        framerate = audiofile.frame_rate
        return songdata, framerate
    
    def generate_spectrogram(self, audiosignal, framerate):
        fs = framerate  # sampling rate
        window = scipy.signal.get_window('hamming', nperseg)  # window function
        noverlap = int(overlap_ratio * nperseg)  # number of points to overlap
        # generate spectrogram from consecutive FFTs over the defined window
        f, t, sgram = scipy.signal.spectrogram(audiosignal, fs, window, nperseg, noverlap, mode='magnitude')  
        sgram = 20 * np.log10(sgram)  # transmorm linear output to dB scale 
        sgram[sgram == -np.inf] = 0  # replace infs with zeros
        return f, t, sgram
    def find_peaks(self, f, t, sgram):
        # Ajustar conforme a sua definição anterior de parâmetros
        coordinates = skimage.feature.peak_local_max(sgram, min_distance=min_peak_sep, threshold_abs=min_peak_amp)
        peaks = sgram[coordinates[:, 0], coordinates[:, 1]]
        tp = t[coordinates[:, 1]]
        fp = f[coordinates[:, 0]]
        return fp, tp, peaks
    
    def generate_fingerprint(self, fp, tp, peaks):
        s = []  # Empty list to contain data for fingerprint
        for i in range(len(peaks)):
            for j in range(1, peak_connectivity):
                if (i + j) < len(peaks):
                    f1 = fp[i]
                    f2 = fp[i + j]
                    t1 = tp[i]
                    t2 = tp[i + j]
                    t_delta = t2 - t1
                    if t_delta >= peak_time_delta_min and t_delta <= peak_time_delta_max:
                        encoded_data = str(np.rint(f1)) + str(np.rint(f2)) + str(np.rint(t_delta))
                        s.append(encoded_data) 
                        self.fingerprint.update(encoded_data.encode('utf8'))
    
            # Check if s is empty
            print(f"Generated fingerprint elements for {self.songname}: {len(s)}")
            if len(s) == 0:
                print(f"No fingerprint data generated for {self.songname}. Check peak detection and encoding.")
    
    
    # Compare fingerprints of two songs 
    

    def compare_fingerprints(s1, s2): jac_sim = calc_jaccard(s1, s2) if jac_sim >= 0.9: print('{} and {} are identical!'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.1 and jac_sim < 0.9: print('{} and {} are quite similar'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) elif jac_sim >= 0.05 and jac_sim < 0.1: print('{} and {} might have some similarity'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim) else: print('{} and {} are different'.format(s1.songname, s2.songname)) print('Jaccard similarity = ', jac_sim)

    def calc_jaccard(s1, s2): s1_size = s1.fingerprint.count() s2_size = s2.fingerprint.count() union_s = s1.fingerprint.copy() union_s.merge(s2.fingerprint) union = union_s.count() inter = s1_size + s2_size - union if union == 0: return 0 # Nenhuma sobreposição entre os conjuntos; retornar similaridade zero.

    jac_sim = inter / union
    return jac_sim
    

    def visualize_spectrogram(sgram, f, t, peaks=None): plt.figure(figsize=(10, 4)) plt.pcolormesh(t, f, 10 * np.log10(sgram), shading='gouraud') plt.ylabel('Frequency [Hz]') plt.xlabel('Time [sec]') plt.colorbar(format='%+2.0f dB')

    if peaks is not None:
        fp, tp = peaks
        plt.scatter(tp, fp, c='red')
    
    plt.show()
    

    def main(): # Caminhos para os arquivos de áudio file1_path = r'c:\meu\a.wav' file2_path = r'c:\meu\b.wav'

    # Criação dos objetos AudioFP para os arquivos de áudio
    song1 = AudioFP(filename=file1_path)
    song2 = AudioFP(filename=file2_path)
    
    # Verificação dos espectrogramas
    _, _, sgram1 = song1.generate_spectrogram(song1.channels, song1.framerate)
    _, _, sgram2 = song2.generate_spectrogram(song2.channels, song2.framerate)
    print(f"Spectrogram 1 has {np.sum(sgram1 > 0)} values above 0")
    print(f"Spectrogram 2 has {np.sum(sgram2 > 0)} values above 0")
    
    # Dentro do método 'main':
    visualize_spectrogram(sgram1, song1.f, song1.t, peaks=song1.peaks)
    visualize_spectrogram(sgram2, song2.f, song2.t, peaks=song2.peaks)
    
    
    # Comparando as impressões digitais das músicas
    compare_fingerprints(song1, song2)
    

    if name== "main": main()

  28. Assistant

    O erro AttributeError: 'AudioFP' object has no attribute 'channels' indica que estamos tentando acessar um atributo que não existe no objeto AudioFP. O código que foi fornecido tenta acessar song1.channels e song2.channels, mas tais atributos não foram definidos na classe AudioFP. Da mesma forma, song1.peaks, song1.f e song1.t também parecem ser atributos não definidos, pois não constam no código que você forneceu.

    Vamos corrigir esses problemas. Primeiro, certifique-se de que todos os dados necessários para gerar o espectrograma e identificar os picos estejam sendo armazenados na classe AudioFP após serem calculados, de forma que possam ser usados posteriormente:

    class AudioFP():
        def __init__(self, filename=None):
            self.songname = os.path.basename(filename) if filename else ''
            self.fingerprint = datasketch.MinHash(num_perm=512)
            # Adicione os seguintes atributos:
            self.channels = None # Para armazenar os dados de áudio de canais agregados
            self.f = None       # Frequências do espectrograma
            self.t = None       # Tempos do espectrograma
            self.sgram = None   # Dados do espectrograma
            self.peaks = None   # Picos encontrados no espectrograma
    
            if filename:
                self.channels, self.framerate = self.read_audiofile(filename)
                self.f, self.t, self.sgram = self.generate_spectrogram(self.channels, self.framerate)
                fp, tp, self.peaks = self.find_peaks(self.f, self.t, self.sgram)
                self.generate_fingerprint(fp, tp, self.peaks)
        
        # Resto da classe com os métodos existentes...
    

    Agora, com esses atributos definidos, você pode modificar a função main() da seguinte forma:

    def main():
        # Caminhos para os arquivos de áudio
        file1_path = r'c:\meu\a.wav'
        file2_path = r'c:\meu\b.wav'
    
        # Criação dos objetos AudioFP para os arquivos de áudio
        song1 = AudioFP(filename=file1_path)
        song2 = AudioFP(filename=file2_path)
        
        # Verificação dos espectrogramas e picos
        print(f"Spectrogram for {song1.songname} has {np.sum(song1.sgram > 0)} values above 0")
        print(f"Spectrogram for {song2.songname} has {np.sum(song2.sgram > 0)} values above 0")
    
        # A função visualize_spectrogram utilizará diretamente os atributos corrigidos:
        visualize_spectrogram(song1.sgram, song1.f, song1.t, peaks=song1.peaks)
        visualize_spectrogram(song2.sgram, song2.f, song2.t, peaks=song2.peaks)
    
        # Comparação das impressões digitais das músicas
        compare_fingerprints(song1, song2)
    

    Com essas modificações, você deverá eliminar o erro do atributo inexistente. Além disso, a função visualize_spectrogram agora usa diretamente os atributos da classe AudioFP que foram previamente definidos e calculados.

    Execute o código modificado para ver se as impressões digitais são adequadas e a comparação de similaridade está funcionando como esperado.

    Lembre-se que, de acordo com suas perguntas anteriores, se generate_fingerprint não está funcionando corretamente, e não está adicionando elementos ao MinHash, você ainda terá uma similaridade Jaccard de zero. Garanta que a função generate_fingerprint esteja realmente adicionando itens ao MinHash e que a conversão dos picos para strings e suas subsequente codificação para bytes esteja sendo feita corretamente.

  29. User

    Exception has occurred: TypeError (note: full exception trace is shown but execution is paused at: _run_module_as_main) '>' not supported between instances of 'NoneType' and 'int' File "C:\meu\audiofingerprints3.py", line 157, in main print(f"Spectrogram for {song1.songname} has {np.sum(song1.sgram > 0)} values above 0") File "C:\meu\audiofingerprints3.py", line 169, in main() File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 87, in _run_code exec(code, run_globals) File "C:\Users\vania\AppData\Local\Programs\Python\Python38\Lib\runpy.py", line 194, in _run_module_as_main (Current frame) return _run_code(code, main_globals, None, TypeError: '>' not supported between instances of 'NoneType' and 'int'

  30. Assistant

    O erro TypeError: '>' not supported between instances of 'NoneType' and 'int' é gerado porque o atributo sgram é None. Isso indica que a função generate_spectrogram não retornou corretamente o espectrograma, o que sugere que essa função falhou antes de completar sua execução ou nem mesmo foi chamada.

    Nós podemos adicionar verificações de segurança para garantir que os dados estão presentes antes de tentar usar os espectrogramas. Além disso, devemos conferir por que generate_spectrogram não está retornando os dados esperados.

    Aqui estão algumas etapas para solucionar o problema:

    1. Certifique-se de que generate_spectrogram esteja definida corretamente e seja chamada no __init__ da classe AudioFP.

    2. Verifique se na função read_audiofile, os dados de songdata e framerate estão sendo retornados corretamente.

    3. Adicione verificações de None antes de tentar operações que assumem que a variável contém um array ou qualquer outro valor não nulo.

    Aqui está um exemplo revisado de como garantir que generate_spectrogram e read_audiofile estejam funcionando corretamente:

    class AudioFP():
        # ...todas as outras definições permanecem as mesmas...
    
        def read_audiofile(self, filename):
            # Assumindo que o formato é .wav
            audiofile = AudioSegment.from_wav(filename)
            # Convertendo para um único canal (mono) se necessário
            if audiofile.channels > 1:
                audiofile = audiofile.set_channels(1)
            songdata = np.array(audiofile.get_array_of_samples())
            framerate = audiofile.frame_rate
            return songdata, framerate
    
        def generate_spectrogram(self, audiosignal, framerate):
            # ...código anterior permanece o mesmo...
            # Certifique-se de que a transformação do sgram para dB não produza valores inválidos
            sgram = np.where(sgram > 0, 20 * np.log10(sgram), 0)
            return f, t, sgram
    
    # E na função main():
    def main():
        # ...código anterior permanece o mesmo...
        if song1.sgram is not None:
            print(f"Spectrogram for {song1.songname} has {np.sum(song1.sgram > 0)} values above 0")
        else:
            print(f"Spectrogram for {song1.songname} is None, check generation process")
    
        if song2.sgram is not None:
            print(f"Spectrogram for {song2.songname} has {np.sum(song2.sgram > 0)} values above 0")
        else:
            print(f"Spectrogram for {song2.songname} is None, check generation process")
    
        # ...resto do código permanece o mesmo...
    

    Essas verificações informarão se você tem dados válidos antes de prosseguir e ajudarão a identificar em que ponto do processamento algo pode estar dando errado.

    É essencial revisar se os caminhos dos arquivos de áudio estão corretos e se os mesmos são acessíveis e contêm dados válidos. A função read_audiofile e a geração do espectrograma assumem que você está passando um caminho válido para um arquivo .wav. Se o arquivo não puder ser lido ou estiver corrompido, você poderá ter falta de dados (None) nessas etapas. Verifique também se nperseg e overlap_ratio são escolhidos apropriados para o tamanho e tipo do seu sinal de áudio.

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.