Hugging Face's logo

Datasets:
atad-tokyo
/
cxk

Dataset card Files
xet
 Community
cxk
File size: 4,732 Bytes
4496b90
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
# 批量处理简化声学特征提取系统

本系统用于批量处理指定目录下的所有CSV文件，提取简化声学特征（f0_mean, intensity_mean, jitter_mean, log_energy_mean）。

## 🎯 系统特点

- **批量处理**: 自动处理目录下的所有CSV文件
- **视频索引**: 参照`ego4d_test_werewolf_qwen25vl_v.py`中的逻辑自动匹配视频文件
- **详细日志**: 记录每个文件的处理过程和结果
- **统计报告**: 生成处理统计和结果摘要
- **错误处理**: 完善的错误处理和恢复机制

## 📁 文件结构

```
prosodic_features_analysis/
├── batch_process_simple_acoustic_features.py    # 基础批量处理脚本
├── run_batch_simple_acoustic_features.py        # 完整批量处理脚本（推荐）
├── config_batch_processing.py                  # 配置文件
├── video_audio_analysis_simple_acoustic_features.py  # 核心分析器
└── README_BATCH_PROCESSING.md                   # 本文档
```

## 🚀 快速开始

### 1. 配置系统

编辑 `config_batch_processing.py` 文件：

```python
# 输入目录 - 包含所有CSV文件的目录
INPUT_DIRECTORY = "/home/mdxuser/Desktop/caixin-large/Social_Interaction/ego4d/labeled"

# 输出目录 - 处理结果保存的目录
OUTPUT_DIRECTORY = "/home/mdxuser/Desktop/caixin-large/Social_Interaction/sensevoice_deployment/prosodic_features_analysis/batch_simple_acoustic_results"

# 视频文件基础目录
VIDEO_BASE_DIRECTORY = "/home/mdxuser/Desktop/caixin-large/Social_Interaction/ego4d/video"
```

### 2. 运行批量处理

```bash
# 激活环境
conda activate llava2

# 进入目录
cd /home/mdxuser/Desktop/caixin-large/Social_Interaction/sensevoice_deployment/prosodic_features_analysis

# 运行批量处理
python run_batch_simple_acoustic_features.py
```

## 📊 输出结果

### 处理结果文件

每个CSV文件会生成对应的结果文件：
- 文件名格式: `simple_acoustic_features_{原文件名}.csv`
- 包含四个声学特征: `f0_mean`, `intensity_mean`, `jitter_mean`, `log_energy_mean`

### 统计报告

- `batch_processing_stats.csv`: 详细的处理统计
- 包含每个文件的处理状态、时间、行数等信息

### 日志文件

- `simple_acoustic_features_logs/`: 每个文件的详细处理日志
- 包含特征提取的详细过程和参数

## 🔧 配置参数

| 参数 | 默认值 | 说明 |
|------|--------|------|
| `SEGMENT_DURATION` | 5.0 | 音频片段长度（秒） |
| `MAX_DURATION` | 30.0 | 最大音频时长（秒） |
| `SAMPLING_RATE` | 16000 | 采样率（Hz） |
| `ENABLE_LOGGING` | True | 是否启用日志记录 |

## 📋 文件匹配逻辑

### CSV文件格式
```
labeled_ego4d_{uuid}_Game{N}.csv
```

### 视频文件格式
```
{uuid}_Game{N}_1.mp4  # 优先选择
{uuid}_Game{N}_2.mp4  # 备选
```

### 匹配示例
```
CSV: labeled_ego4d_3ba069be-60fa-47fc-bd7b-f85bf649a5bd_Game2.csv
视频: 3ba069be-60fa-47fc-bd7b-f85bf649a5bd_Game2_1.mp4
输出: simple_acoustic_features_labeled_ego4d_3ba069be-60fa-47fc-bd7b-f85bf649a5bd_Game2.csv
```

## 📈 处理统计示例

```
📊 批量处理完成统计
================================================================================
📁 总文件数: 8
✅ 成功处理: 7
❌ 处理失败: 1
📈 总处理行数: 1,247
⏱️  总处理时间: 245.67 秒
⚡ 平均处理时间: 30.71 秒/文件
📁 输出目录: /path/to/output
```

## ⚠️ 注意事项

1. **视频文件匹配**: 系统会自动查找对应的视频文件，如果找不到会跳过该CSV文件
2. **内存使用**: 处理大文件时可能占用较多内存，建议监控系统资源
3. **处理时间**: 每个文件的处理时间取决于音频长度和系统性能
4. **错误处理**: 单个文件处理失败不会影响其他文件的处理

## 🔍 故障排除

### 常见问题

1. **找不到视频文件**
   - 检查视频文件是否存在于指定目录
   - 确认文件命名格式是否正确

2. **内存不足**
   - 减少 `SEGMENT_DURATION` 参数
   - 分批处理文件

3. **处理速度慢**
   - 检查系统资源使用情况
   - 考虑使用更快的存储设备

### 日志分析

查看详细日志：
```bash
# 查看最新日志
ls -la simple_acoustic_features_logs/

# 查看特定文件的日志
cat simple_acoustic_features_logs/simple_acoustic_features_analysis_*.log
```

## 📞 技术支持

如果遇到问题，请检查：
1. 配置文件是否正确
2. 输入输出目录是否存在
3. 视频文件是否可访问
4. 系统资源是否充足

## 🔄 更新日志

- **v1.0**: 初始版本，支持基本的批量处理功能
- **v1.1**: 添加配置文件和详细统计
- **v1.2**: 改进错误处理和日志记录