PCA_extract.py

import numpy  # 수치 연산에 이용
import librosa # 음원 파일을 읽고 분석하는 데 이용
import os # 디렉토리 생성 등 시스템 관련 작업
import os.path # 특정 경로가 존재하는지 파악하기 위해 필요
import sys
import io
import sklearn
from sklearn.decomposition import PCA


sys.stdout = io.TextIOWrapper(sys.stdout.detach(), encoding = 'utf-8')
sys.stderr = io.TextIOWrapper(sys.stderr.detach(), encoding = 'utf-8')

sequence_length = 251
feature_dimension = 24

def extract_spectrum_pca(part):
    sample_files = open('C:/project1/'+part + '_samples.txt').read().strip().split('\n') # 샘플 목록을 읽어옵니다.
    if part == 'train': # 'train'인 경우에는 평균과 표준편차를 구해야 합니다.
        data_sum = numpy.zeros((sequence_length,feature_dimension))  # 합계를 저장할 변수를 만듭니다.
        data_squared_sum = numpy.zeros((sequence_length,feature_dimension))# 제곱의 합을 저장할 변수입니다.
    if not os.path.exists('C:/project1'+part+'/spectrum2/'): # 'spectrum' 디렉토리가 존재하지 않으면 만들어 줍니다.
        os.mkdir('C:/project1/'+part+'/spectrum2/')
    for f in sample_files:
        print('%d/%d: %s'%(sample_files.index(f), len(sample_files), f)) # 현재 진행상황을 출력합니다.
        y, sr = librosa.load('C:/project1/'+part+'/audio/'+f+'.wav', sr=16000) # librosa를 이용해 샘플 파일을 읽습니다.
        D = librosa.stft(y, n_fft=1024, hop_length=256).T # short-time Fourier transform을 합니다.
        mag, phase = librosa.magphase(D) # phase 정보를 제외하고, 세기만 얻습니다.
        S = numpy.log(1 + mag * 1000) # 로그형태로 변환합니다.
        pca = PCA(n_components=24, whiten=True , random_state=0)
        pca.fit(S)
        x_train_pca = pca.transform(S)
        if part == 'train': # 'train'인 경우 합계와 제곱의 합을 누적합니다.
            data_sum += x_train_pca
            data_squared_sum += x_train_pca**2
        numpy.save('C:/project1/'+part+'/spectrum2/'+f+'.npy', x_train_pca) # 현재 샘플의 스펙트럼을 저장합니다.
    if part == 'train': # 모든 파일의 변환이 끝난 후에, 'train'인 경우 평균과 표준편차를 저장합니다.
        data_mean = data_sum / len(sample_files)
        data_std = (data_squared_sum / len(sample_files) - data_mean ** 2) ** 0.5
        numpy.save('C:/project1/'+part+'/spectrum2/data_mean.npy', data_mean)
        numpy.save('C:/project1/'+part+'/spectrum2/data_std.npy', data_std)
        print("finish!!!")

if __name__ == '__main__':

    for part in ['train','test','valid']:

        extract_spectrum_pca(part)