Audacityでラベル付き音声ファイルを切り出す

Audacityを利用してWAVファイルをラベル毎に切り出します

やったこと

Audacityでラベルトラックを作成し、WAVデータの時間半以後とにラベリングを行い、このラベル毎にWAVファイルを切り出しました。

バックグラウンド

長時間の録音データから、機械学習向けラベル付き音声ファイルを作成するためです。

Audacity

ラベル付け

音声ファイルの特定範囲を選択します。

編修−＞ラベル−＞選択範囲にラベルをつける

ラベルを入力

ラベルの書き出し
ファイル−＞書き出し−＞ラベルの書き出し
ファイルは　Start(TAB)Stop(Tab)Labelのフォーマット

LabelTrack.txt

0.529306        0.923964        PING
1.569346        1.843286        PING2
2.553670        2.836895        PING

これをpython でラベル毎に切り出します。

切り出しには audiosegmentを使用
python3 cut [入力WAVファイル] [LabelTrack.txt]
出力は
入力WAVファイル_[LABEL]_[通し番号].wav
でラベル毎に切り出されて書き出されます。
同時にmetadata.csvとして
ファイル名,label
ファイルが書き出されます。

cut.py

# -*- coding: utf-8 -*-
from pydub import AudioSegment
import sys


def main():
    args = sys.argv
    infile=args[1]
    auxfilename = args[2]
    metaFilename="metadata.csv"
# Reading wav
    sound = AudioSegment.from_file(infile, format="wav")
    fn = infile.split(".")
# Reading AUX
    auxfile = open( auxfilename , 'r')
    metaFile = open( metaFilename , 'w' )
    metaFile.write( "filename,class\n" )
    auxlines = auxfile.readlines()
    auxfile.close()
    fileNum=0
    for auxline in auxlines[0:]:
        items = auxline[:-1].split('    ')
        start = float( items[0] )*1000.0
        end = float( items[1] ) *1000.0
#        start = int( float( items[0] ) * 1000 )
#        end = int( float( items[1] ) * 1000 )
        className = items[2]
        print( start , end )
        sound[ start:end ].export( fn[0]+"_"+className+"_"+str(fileNum)+".wav" , format="wav" )
        metaFile.write( fn[0]+"_"+className+"_"+str(fileNum)+".wav"+","+className +"\n")
        fileNum=fileNum+1
    metaFile.close()



if __name__ == "__main__":
    main()