本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
给你一张图片,你能想象它的声音吗?
一个叫SpectroGraphic的神器就能做到这点。
例如,给定一个“怪物史莱克”的照片,通过这个工具,就能生成其对应的声谱图。
图像嵌入声谱图
大多数声音是许多声波的复杂组合,而每一种声波都有不同的频率和强度。
声谱图(spectrogram)是一种表示声音的方法,它的横轴是时间,纵轴是频谱。
△声谱图示例
而SpectroGraphic所做的工作就是获取一张图像,简单地把它解释成一张声谱图。
这样,就可以通过产生的声音,便将图像嵌入到了声谱图中。
是不是非常酷炫?
现在,项目已开源,每个人都可以体验了!
项目安装
首先,运行如下代码来获取命令行工具spectrographic:
- pipinstallspectrographic
也可以直接把stand-alone\文件夹里的spectrographic.py文件,作为命令行工具使用。
此外,还需要确保满足 requirements.txt 文件中涉及的所有依赖项。
可以通过如下命令来进行安装:
- pipinstallrequirements.txt
在使用 pip 进行安装之后,只需要在控制台中运行 spectrographic […]。
在使用stand-alone脚本时,必须使用 python spectrographic.py […]。
还可以简单地从 SpectroGraphic.base 中导入 SpectroGraphic 类。
命令行工具的使用
- usage:spectrographic[-h][--version]-iPATH_TO_IMAGE[-dDURATION][-mMIN_FREQ][-MMAX_FREQ][-rRESOLUTION][-cCONTRAST][-p][-sSAVE_FILE]Turnanyimageintosound.optionalarguments:-h,--helpshowthishelpmessageandexit--versionshowprogram'sversionnumberandexit-iPATH_TO_IMAGE,--imagePATH_TO_IMAGEPathofimagethatwewanttoembedinaspectrogram.-dDURATION,--durationDURATIONDurationofgeneratedsound.-mMIN_FREQ,--min_freqMIN_FREQSmallestfrequencyusedfordrawingtheimage.-MMAX_FREQ,--max_freqMAX_FREQLargestfrequencyusedfordrawingtheimage.-rRESOLUTION,--resolutionRESOLUTIONVerticalresolutionoftheimageinthespectrogram.-cCONTRAST,--contrastCONTRASTContrastoftheimageinthespectrogram.-p,--playDirectlyplaytheresultingsound.-sSAVE_FILE,--saveSAVE_FILEPathto.wavfileinwhichtosavetheresultingsound.
如果你的源图像在./source.png,想要生成10s的音频,频率范围为10kHz到20kHz,还希望保存为sound.wav,最终还要播放音频。
那么就运行如下代码:
- spectrographic--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play
如果你正在使用stand-alone脚本:
- pythonspectrographic.py--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play
作者简介
△右:Levi Borodenko
Levi Borodenko,目前在牛津大学攻读数学和统计学硕士学位。学术研究重点是随机分析和机器学习。
本科也就读于牛津大学,2017-2018担任PROMYS Oxford的辅导员,2018-2019年担任PROMYS Boston的首席辅导员。
更多开源项目可访问如下链接:
https://github.com/LeviBorodenko
传送门
项目地址:
https://github.com/LeviBorodenko/spectrographic