shazam听歌识曲算法的解析与听歌识曲python实现的分析-1 读取歌曲

###shazam听歌识曲算法的解析与听歌识曲python实现的分析-1 读取歌曲


开新坑，歌曲识别计划。

使用的算法是《An Industrial-Strength Audio Search Algorithm》，其中部分代码借鉴了Github的dejavu项目。


关于读取歌曲，首先需要安装一个python库. pydub。你可以使用pip3 install pydub来安装。

audiofile = AudioSegment.from_file(filepath)
 # data = audiofile.get_array_of_samples()
 # Stereo audio array is in form of [sample_1_L, sample_1_R, sample_2_L, sample_2_R, …]
 data = np.fromstring(audiofile.raw_data, np.int16)
channels = []
 # Get data for different channel
for channel in range(audiofile.channels):
    channels.append(data[channel::audiofile.channels])

`AudioSegment.from_file(filepath)`可以读取大部分音频，wav除外。在项目中，我们需要直接对音频信息进行操作，我们可以使用raw_data 来获取最原始的数据。另外我们需要知道音频的采样速率，用frame_rate 来获取。

由于现在大部分音频都是立体声的（有多个通道），所以，对于每一个通道我们都需要分开处理。raw_data 返回的格式是这样子的[sample_1_L, sample_1_R, sample_2_L, sample_2_R, …] （在这里有左声道和右声道），分开不同的通道通道可以用切片来做`data[channel::audiofile.channels]`。

这样子，读取音频的工作就完成了。

另外，读取音频的时候可以计算一下文件的sha256值来作为这一首歌的唯一识别码。

def generateFilehash(filepath, blocksize=2 ** 16):
    sha = sha256()
    with open(filepath, "rb") as f:
        while True:
            buf = f.read(blocksize)
            if not buf:
                break
            sha.update(buf)
    return sha.hexdigest().upper()

其中，sha256可以替换为其他，如md5，sha1，sha128之类的，效果都一样。