每张图片自带BGM?牛津小哥开源神器,实现任意图像转换声谱图

新闻 开源
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。

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。

每张图片自带BGM?牛津小哥开源神器,实现任意图像转换声谱图

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

每张图片自带BGM?牛津小哥开源神器,实现任意图像转换声谱图

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。

每张图片自带BGM?牛津小哥开源神器,实现任意图像转换声谱图
△声谱图示例

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:

  1. 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。

每张图片自带BGM?牛津小哥开源神器,实现任意图像转换声谱图

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:

  1. 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

  1. 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:

  1. spectrographic--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

如果你正在使用stand-alone脚本:

  1. pythonspectrographic.py--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

作者简介

[[312724]]
△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

 

责任编辑:张燕妮 来源: 量子位
相关推荐

2012-06-20 13:46:23

CSS

2023-07-18 17:59:38

2023-12-01 08:09:45

开源图片编辑器

2022-06-27 22:03:04

CSS技巧前端

2020-05-22 15:45:30

Linuxlogrotate神器

2021-08-16 11:59:32

Linuxlogrotate日志文件

2024-02-05 12:45:33

AI训练

2024-07-26 09:19:41

2021-02-21 09:25:41

开源技术 工具

2021-05-25 09:10:54

工具代码开发

2019-12-23 10:22:05

AI 数据人工智能

2009-08-13 09:07:36

Java多线程

2023-03-20 13:43:00

AI论文

2024-10-25 11:56:33

OCRVisRAGRAG

2015-08-21 17:52:52

逆向分析BinNavi

2019-07-09 12:30:50

开源技术 软件

2024-05-06 09:26:06

Rust语言编码

2022-09-02 08:17:40

MapStruct代码工具

2021-03-08 13:14:24

自动驾驶网络AI

2011-04-22 12:25:23

C#.NET
点赞
收藏

51CTO技术栈公众号