用Rust编写的Pyin算法

该包为音频信号的每一帧提供音高估计和一个概率，表明该帧是浊音区域。

该实现基于librosa。为了便于从Python + Numpy转换为Rust，实现是建立在ndarray包之上。

下载 & 运行

您可以从发布页面下载可执行二进制文件。

pyin <input_file> <output_npy_file> <fmin> <fmax> --frame_ms <frame length in miliseconds>

注意

• 支持的音频文件：与Creak包相同。
  • 支持多通道音频文件。
• 输出文件：npy文件包含输出ndarray，其形状为
  • 形状：(4, 输入音频中的通道数，帧数)
  • [0, :, :]: 时间戳 [秒]
  • [1, :, :]: f0数组 [Hz]
  • [2, :, :]: 浊音标志数组(浊音为1.0，非浊音为0.0)
  • [3, :, :]: 浊音概率数组
• 如果使用"-"作为输出文件名，应用程序将输出数据发送到stdout。

构建 & 运行

您可以使用它作为可执行二进制文件和库（C共享库和Rust库）。构建时，您可以通过启用blas特性标志来使用BLAS。

作为可执行二进制文件

cargo run -F build-binary[,blas] --release <input_file> <output_npy_file> <fmin> <fmax> --frame_ms <frame length in miliseconds>

或

cargo build -F build-binary[,blas] --release
./target/release/pyin <input_file> <output_npy_file> <fmin> <fmax> --frame_ms <frame length in miliseconds>

示例：使用pYIN作为C共享库

示例在test/test.c中。要使用GCC构建和运行它，

./compile_test.sh [blas]
LD_LIBRARY_PATH=target/release ./test_pyin

使用pYIN作为Rust库

将以下内容添加到您的Cargo.toml

[dependencies]
pyin = "1.2.0"
# or, pyin = {version = "1.2.0", features = ["blas"]}

待办事项

• 从stdio输入
• 支持更多的命令行参数选项