come passare il wav modificato tra le funzioni senza salvare il wav in mezzo?

Aug 18 2020

Ho una conversazione wav di 2 persone (cliente e supporto tecnico) Ho 3 funzioni separate che estraggono 1 voce, taglia 10 secondi e la trasformano in incorporamento.

def get_customer_voice(file):

    print('getting customer voice only')
    wav = wf.read(file)
    ch = wav[1].shape[1]#customer voice always in 1st track
    sr = wav[0]
    c1 = wav[1][:,1]
    #print('c0 %i'%c0.size)

    if ch==1:
        exit()
    vad = VoiceActivityDetection()
    vad.process(c1)
    voice_samples = vad.get_voice_samples()
    #this is trouble - how to pass it without saving anywhere as wav?
    wf.write('%s_customer.wav'%file,sr,voice_samples)

la funzione sotto taglia 10 secondi di file wav dalla funzione sopra.

import sys
from pydub import AudioSegment

def get_customer_voice_10_seconds(file):
    voice = AudioSegment.from_wav(file)
    new_voice = voice[0:10000]
    file = str(file) + '_10seconds.wav'
    new_voice.export(file, format='wav')


if __name__ == '__main__':
    if len(sys.argv) < 2:
        print('give wav file to process!')
    else:
        print(sys.argv)
        get_customer_voice_10_seconds(sys.argv[1])

come passarlo come wav o altro formato senza salvarlo in qualche directory? Deve essere utilizzato in rest api, non so dove salverà quel wav, quindi preferibilmente dovrebbe essere passato in qualche modo.

Risposte

1 ERJAN Aug 20 2020 at 04:02

L'ho capito: la funzione qui sotto funziona senza salvare, buffer ecc. Riceve un file wav e lo modifica e lo invia direttamente alla funzione di incorporamento della matematica:

def get_customer_voice_and_cutting_10_seconds_embedding(file):

    print('getting customer voice only')
    wav = read(file)
    ch = wav[1].shape[1]
    sr = wav[0]

    c1 = wav[1][:,1]

    vad = VoiceActivityDetection()
    vad.process(c1)
    voice_samples = vad.get_voice_samples()
    audio_segment = AudioSegment(voice_samples.tobytes(), frame_rate=sr,sample_width=voice_samples.dtype.itemsize, channels=1)
    audio_segment = audio_segment[0:10000]
    file = str(file) + '_10seconds.wav'

    return get_embedding(file)

la chiave è tobytes () nel segmento Audio, li assembla di nuovo tutti insieme in 1 traccia