| |
| |
| """ |
| audio.py -- 音のようすを日本語で言う |
| |
| 「何を言ったか」ではなく「どんな音か」。 |
| 強弱 … 大きさ（デシベル） |
| 高さ … 声や音の高さ（Hz） |
| 音色 … 明るいか、こもっているか（スペクトル重心） |
| ざらつき… 息や雑音の多さ（ゼロ交差率） |
| 区切り … 鳴っているところ／静かなところ |
| |
| 【実測】同じ文を、別の声でしゃべらせたとき |
| Kyoko 256.4 Hz 明るさ 2188 （高くて明るい） |
| Eddy 107.0 Hz 明るさ 1362 |
| Grandma 98.9 Hz 明るさ 1138 |
| Grandpa 84.8 Hz 明るさ 723 （低くてこもっている） |
| ちゃんと別々の数字になる。 |
| |
| 使うのは macOS の AVFoundation と Accelerate だけ。ネットには出ない。 |
| """ |
| import json, os, subprocess |
|
|
| HERE = os.path.dirname(os.path.abspath(__file__)) |
| HEAR = os.path.join(HERE, "tools", "hear") |
|
|
| EXT = {".aiff", ".aif", ".wav", ".m4a", ".mp3", ".caf", ".aac", ".flac"} |
|
|
|
|
| def ready(): |
| return os.path.exists(HEAR) |
|
|
|
|
| def hear(path, timeout=120): |
| if not ready(): |
| raise Exception("音を聞く道具がありません（tools/hear）") |
| path = os.path.expanduser(path) |
| if not os.path.exists(path): |
| raise Exception(f"その音のファイルがありません: {path}") |
| r = subprocess.run([HEAR, path], capture_output=True, text=True, |
| timeout=timeout) |
| if r.returncode != 0: |
| raise Exception((r.stderr or "聞けませんでした").strip()[:200]) |
| return json.loads(r.stdout) |
|
|
|
|
| |
| def _loud(db): |
| if db > -12: return "とても大きい" |
| if db > -20: return "大きい" |
| if db > -30: return "ふつう" |
| if db > -45: return "小さい" |
| return "とても小さい" |
|
|
|
|
| def _pitch(hz): |
| if hz <= 0: return "高さがはっきりしない（音楽でない音や、雑音）" |
| if hz < 100: return f"とても低い（{hz:.0f} Hz） 男性の低い声くらい" |
| if hz < 160: return f"低い（{hz:.0f} Hz） 男性の声くらい" |
| if hz < 260: return f"中くらい（{hz:.0f} Hz） 女性の声くらい" |
| if hz < 400: return f"高い（{hz:.0f} Hz）" |
| return f"とても高い（{hz:.0f} Hz）" |
|
|
|
|
| def _tone(c): |
| if c <= 0: return "音色が測れない" |
| if c < 900: return f"こもった、丸い音（重心 {c:.0f} Hz）" |
| if c < 1800: return f"落ちついた音（重心 {c:.0f} Hz）" |
| if c < 3200: return f"明るい音（重心 {c:.0f} Hz）" |
| return f"とても明るい・鋭い音（重心 {c:.0f} Hz）" |
|
|
|
|
| def _rough(z): |
| if z < 0.05: return "なめらか（きれいな音）" |
| if z < 0.12: return "すこしざらつく" |
| if z < 0.25: return "ざらつきが多い（息や雑音まじり）" |
| return "とてもざらつく（雑音が主）" |
|
|
|
|
| def describe(path): |
| d = hear(path) |
| g = d["全体"] |
| segs = d["鳴っているところ"] |
| rate = len(segs) / d["長さ秒"] if d["長さ秒"] else 0 |
|
|
| out = [f"{os.path.basename(path)}" |
| f"（{d['長さ秒']} 秒 ／ {d['サンプリング周波数']:,} Hz ／ " |
| f"{d['音の道']} つの音の道）", |
| f" 強弱 ： {_loud(g['デシベル'])}" |
| f"（{g['デシベル']} dB、山は {g['いちばん大きいところ']} dB）", |
| f" 高さ ： {_pitch(g['高さ中央値'])}", |
| f" 音色 ： {_tone(g['明るさ中央値'])}", |
| f" ざらつき： {_rough(g['ざらつき'])}（{g['ざらつき']}）", |
| f" 鳴っているところ： {len(segs)} か所"] |
| for s in segs[:8]: |
| out.append(f" {s['始まり']:.2f} 〜 {s['おわり']:.2f} 秒") |
| if len(segs) > 8: |
| out.append(f" …ほか {len(segs)-8} か所") |
| if rate > 1.2: |
| out.append(" → 切れ目が多いので、話し声か、たたく音かもしれません") |
| elif len(segs) == 1 and d["長さ秒"] < 3: |
| out.append(" → ひと続きの短い音。合図の音などでしょう") |
| return "\n".join(out) |
|
|
|
|
| if __name__ == "__main__": |
| import sys |
| for p in sys.argv[1:] or []: |
| print(describe(p)); print() |
| if not sys.argv[1:]: |
| print(" 使い方: python3 audio.py <音のファイル>") |
|
|
