Spaces:
Paused
Paused
| import librosa | |
| import numpy as np | |
| def extract_features(file_path, num_mfcc=13, n_mels=40): | |
| """ | |
| Ses dosyasından MFCC özniteliklerini çıkarır. | |
| Args: | |
| file_path (str): Ses dosyasının yolu. | |
| num_mfcc (int): Çıkarılacak MFCC sayısı. | |
| n_mels (int): Mel bankası sayısı. | |
| Returns: | |
| numpy.ndarray: Çıkarılan MFCC öznitelikleri. | |
| Eğer dosya okuma hatası oluşursa None döner. | |
| """ | |
| try: | |
| # Ses dosyasını librosa ile yükle | |
| audio, sr = librosa.load(file_path, sr=None) | |
| # Log-Mel spektrogramını oluştur | |
| S = librosa.feature.melspectrogram(y=audio, sr=sr, n_mels=n_mels) | |
| log_S = librosa.power_to_db(S, ref=np.max) | |
| # MFCC'leri log-mel spektrogramından çıkar | |
| mfccs = librosa.feature.mfcc(S=log_S, sr=sr, n_mfcc=num_mfcc) | |
| # Ortalama ve standart sapmasını alarak vektör haline getir | |
| mfccs_mean = np.mean(mfccs.T, axis=0) | |
| mfccs_std = np.std(mfccs.T, axis=0) | |
| # Her iki vektörü birleştir | |
| features = np.concatenate((mfccs_mean, mfccs_std)) | |
| except Exception as e: | |
| print(f"Hata: {file_path} dosyası işlenirken bir sorun oluştu. Hata: {e}") | |
| return None | |
| return features | |
| if __name__ == '__main__': | |
| # Bu dosya tek başına çalıştırıldığında test etmek için | |
| sample_file_path = "ornek_ses_dosyasi.wav" | |
| # Varsayılan MFCC parametreleri ile öznitelikleri çıkar | |
| extracted_features = extract_features(sample_file_path) | |
| if extracted_features is not None: | |
| print("Öznitelikler başarıyla çıkarıldı.") | |
| print("Vektör boyutu:", extracted_features.shape) | |
| # print("Öznitelikler:", extracted_features) | |
| else: | |
| print("Öznitelik çıkarma işlemi başarısız oldu.") |