wavToSpectorgram.py

import numpy as np
import librosa.display
import matplotlib.pyplot as plt
import os

BASE_PATH = "dataset/wav"  # M4A 파일이 있는 폴더 경로 지정
OUTPUT_PATH = "dataset/image"  # WAV 파일을 저장할 폴더 경로 지정
paths = []
labels = []


def ensure_folder_exists(folder_path):
    if not os.path.exists(folder_path):
        os.makedirs(folder_path)


for dirname, _, filenames in os.walk(BASE_PATH):
    for filename in filenames:
        # 폴더 경로에서 라벨 명을 추출
        label = os.path.basename(dirname)

        # load audio file with Librosa
        file_path = os.path.join(dirname, filename)
        sig, sr = librosa.load(file_path, sr=22050)

        # 에너지 평균 구하기
        sum = 0

        for i in range(0, sig.shape[0]):
            sum += sig[i] ** 2

        mean = sum / sig.shape[0]

        # 피크인덱스 찾기
        for i in range(0, sig.shape[0]):
            if (sig[i] ** 2 >= mean):
                peekIndex = i
                break

        START_LEN = 1102
        END_LEN = 20948
        if peekIndex > 1102:
            startPoint = peekIndex - START_LEN
            endPoint = peekIndex + 22050
        else:
            startPoint = peekIndex
            endPoint = peekIndex + END_LEN

        # 단순 푸리에 변환 -> Specturm
        fft = np.fft.fft(sig[startPoint:endPoint])

        # 복소공간 값 절댓갑 취해서, magnitude 구하기
        magnitude = np.abs(fft)

        # Frequency 값 만들기
        f = np.linspace(0, sr, len(magnitude))

        # 푸리에 변환을 통과한 specturm은 대칭구조로 나와서 high frequency 부분 절반을 날려고 앞쪽 절반만 사용한다.
        left_spectrum = magnitude[:int(len(magnitude) / 2)]
        left_f = f[:int(len(magnitude) / 2)]

        # STFT -> Spectrogram
        hop_length = 512  # 전체 frame 수
        n_fft = 2048  # frame 하나당 sample 수

        # calculate duration hop length and window in seconds
        hop_length_duration = float(hop_length) / sr
        n_fft_duration = float(n_fft) / sr

        # STFT
        stft = librosa.stft(sig[startPoint:endPoint], n_fft=n_fft, hop_length=hop_length)

        # 복소공간 값 절댓값 취하기
        magnitude = np.abs(stft)

        # magnitude > Decibels
        log_spectrogram = librosa.amplitude_to_db(magnitude)

        FIG_SIZE = (10, 10)

        # display spectrogram
        plt.figure(figsize=FIG_SIZE)
        librosa.display.specshow(log_spectrogram, sr=sr, hop_length=hop_length, cmap='magma')

        dir_pos = filename.find('_')
        name_end_pos = filename.rfind('.')
        labels.append(filename[0])

        # 저장할 이미지 파일 경로 생성
        folder_path = os.path.join(OUTPUT_PATH, label)
        ensure_folder_exists(folder_path)
        filepath = os.path.join(folder_path, filename[:name_end_pos] + '.jpg')

        plt.savefig(filepath)
        plt.close()