Instalación y Uso de pydub

Study Notes

Instalación y Uso de `pydub`

La librería pydub se instala con !pip install pydub
Se descarga e instala pydub-0.25.1-py2.py3-none-any.whl
Se instala con éxito pydub-0.25.1

Importación de Librerías

Se importan librerías para procesamiento de audio y visualización
librosa, librosa.display, matplotlib.pyplot, numpy, pydub, os, IPython.display, soundfile, scipy.signal.windows
Se importan para diversas tareas, incluyendo análisis de audio, visualización de espectrogramas y reproducción de audio

Generación de Tono con Enmascaramiento

Función generar_tonos_enmascaramiento genera una señal con dos tonos
Se usa np.sin para crear las señales sinusoidales de los tonos
La función requiere la frecuencia, tasa de muestreo, duración y amplitud de los tonos como parámetros

Función de Demostración de Enmascaramiento

La función demo_enmascaramiento define una función para demostrar el enmascaramiento
Se define una frecuencia_base y un desfase en Hz para el primer tono
Crea una señal con una frecuencia ligeramente desplazada, creando así un enmascaramiento
Muestra visualmente el audio generado y la señal de espectro, con la frecuencia de muestreo y tiempo
Los parámetros configurados incluyen frecuencia\_base, desfase, sr, duracion, amplitud\_mascarante, amplitud\_enmascarada

Carga de un Archivo WAV

Carga un archivo de audio WAV usando librosa.load con una tasa de muestreo específica
La muestra se guarda en y
Los datos guardados en sr se utilizan para la tasa de muestreo

Espectrograma del Archivo Original

Se genera un espectrograma del archivo WAV cargado
Se utiliza librosa.amplitude_to_db para convertir las amplitudes a decibelios
Los datos se muestran en una gráfica con un espectrograma completo del archivo de audio.

Compresión de Audio

Se crea una instancia AudioSegment a partir del archivo de audio.
Se crea y guarda varias versiones comprimidas del audio, en formato MP3, utilizando diferentes tasas de bitrate (320 kbps, 128 kbps, 64 kbps y 32 kbps)

Tamaños de Archivos

Los tamaños de los archivos se muestran en KB tras la compresión, original y comprimido.

Espectrogramas de los Archivos Comprimidos

Se generan y muestran los espectrogramas de las versiones comprimidas del audio (320 kbps, 128 kbps, 64 kbps y 32 kbps)
Se visualizan los espectrogramas para comparar las diferencias en calidad de audio por cada tasa, usando diferentes tonos de color para cada bit rate.

Simulación de Efecto Preeco

La función demo_preeco simula el preeco en el audio
Se aplica una ventana a un pulso corto
Implementa cómputo de DCT (Transformada Discreta del Coseno) y cuantización para simular el efecto de compresión
Genera y muestra el espectro del audio original con el efecto de compresión

Función para cargar y reproducir un audio

Función cargar_audio carga y reproduce un archivo de audio desde una ruta.

Función para cuantizar audio

Función cuantizar_audio cuantiza un audio a un número específico de bits. Normaliza, cuantiza el audio y lo desnormaliza.

Visualización de la señal original y cuantizada

Función mostrar_cuantizacion visualiza la señal original y cuantizada con un número de bits especificado.

Espectrograma de Banda Estrecha

Función mostrar_espectrograma_banda_estrecha muestra el espectrograma de banda estrecha para el audio cuantizado.
Muestra una representación visual del espectro a lo largo del tiempo.

Cuantización de Audio

Se cuantiza el audio original a distintos números de bits.
A partir de los datos anteriores, los nuevos audios cuantizados se reproducen, mostrando el espectrograma, con un zoom en los 20 primeros milisegundos.

Actividad para los participantes

Se recomiendan pruebas experimentales, cambiando parámetros y observando el output.
Los participantes son alentados a experimentar con diferentes valores de parámetros.

Instalación y Uso de pydub

Choose a study mode

Podcast

Questions and Answers

¿El enmascaramiento de audio es un efecto que describe cómo un tono fuerte puede hacer que un tono débil sea más audible?

En el código proporcionado, ¿cuál es la frecuencia base utilizada para generar la señal enmascarada?

¿Qué tipo de función se utiliza en el código para generar la señal enmascarada?

¿Qué tipo de archivo de audio se utiliza en el código para demostrar la compresión de audio?

En la función demo_preeco, ¿cuál es el propósito de la variable peso_umbral?

En el código, ¿qué técnica se utiliza para la compresión de audio?

¿Qué biblioteca de Python se utiliza en el código para cargar y analizar archivos de audio?