python常见读取语音的3种方法速度对比

python 读取语音文件时,常用的无非以下三种方式,但是在我们数据量变的很大是,不同的读取方式之间的性能差异就会被进一步放大,于是本文着重对比了librosa、soundfile、wavfile三种方式的在重复读取一万次某个文件所耗时间的差异,为确保实验结果的可比性,每种方式读取出的语音序列值均一致。具体数值,在下方程序结果中已经标示。

python常见读取语音的3种方法速度对比

# -*- coding: utf-8 -*-
"""
# @Time : 2022/12/29 17:27
# @Author : WangYK
# @Site : 
# @File : check_speed.py.py
# @Software: PyCharm
# @Desc:本文件实现对比三种常见的都区语音方式的速度区别

"""
import librosa
import soundfile as sf
from scipy.io import wavfile
from time import process_time
from tqdm import tqdm


# 读取方式1
def librosa_loa(filename):
wav_data,fs=librosa.load(filename,sr=16000) #float64类型
#wav_data:[-0.03305054 -0.03561401 -0.03814697]
return wav_data,fs

#读取方式2
def soundfile_load(filename):
wav_data,fs=sf.read(filename)   #float64类型
#wav_data:[-0.03305054 -0.03561401 -0.03814697]
return wav_data

#读取方式3
def wavfile_load(filename):
fs,wav_data=wavfile.read(filename)  #int16类型
#转为float64类型
wav_data=wav_data/(32768)
#wav_data:[-0.03305054 -0.03561401 -0.038114697]
return wav_data

if __name__ == '__main__':
filename = ['01.wav']
filenames = filename * 10000   #重复1万遍,用于对比各个方式耗时
for filename in tqdm(filenames):
wav_data=soundfile_load(filename)   # soundfile  读取耗时   1.7031s
wav_data=librosa_loa(filename)  # librosa读取耗时   416.23s
wav_data=wavfile_load(filename) # wavfile读取耗时   1.6875s

print('当前程序耗时:{:.9}s'.format(process_time()))

实验结果分析

  • 最快的方式为 wavfile 的方式,一万次语音读取仅耗时 1.6875s
  • 其次是 soundfile 的方式,一万次语音读取耗时 1.7031s ,与wavfile相差不大
  • 最慢的为 librosa 的方式,一万次语音耗时 416s ,与其他两种方式对比,巨慢。

但是还需要注意的一点就是 soundfile的方式读取,时长会受到版本限制,例如numba等,此外如果在linux环境下进行实验,可能会出现 OSError: sndfile library not found,如果你是在内网或者连接网络不方便的话,可以选择wavfile方式读取语音文件吧。

附:语音的播放

# 音频的播放,本实验使用pyaudio(代码相对matlab较麻烦,后期简化)
import pyaudio
import wave

chunk = 1024
wf = wave.open(r"C:\Users\zyf\Desktop\Jupyter\1.wav", 'rb')
p = pyaudio.PyAudio()

# 打开声音输出流
stream = p.open(format = p.get_format_from_width(wf.getsampwidth()),
                channels = wf.getnchannels(),
                rate = wf.getframerate(),
                output = True)

# 写声音输出流到声卡进行播放
while True:
    data = wf.readframes(chunk)
    if data == "":
        break
    stream.write(data)

stream.stop_stream()
stream.close()
p.terminate()   # 关闭PyAudio
(0)
上一篇 2022-12-30 11:44
下一篇 2022-12-30 11:46

相关推荐