Python librosa 错误“音频缓冲区不是 Fortran 连续的”答案

【问题标题】：Python librosa error "Audio buffer is not Fortran-contiguous"Python librosa 错误“音频缓冲区不是 Fortran 连续的”
【发布时间】：2021-09-14 05:03:34
【问题描述】：

我正在使用librosa

只是load 和stft，我遇到了错误Audio buffer is not Fortran-contiguous

我google了一下，发现需要添加np.asfortranarray，所以我添加了这些句子，但徒劳无功。

a, sr = librosa.load("mywave.wav",sr=self.sr,mono=False)

print(a.shape) #(2, 151199)

a[0] = np.asfortranarray(a[0])# try to avoide Fortran-contiguous
a[1] = np.asfortranarray(a[1])

# but this returns error
#Audio buffer is not Fortran-contiguous. Use numpy.asfortranarray to ensure Fortran contiguity.    

stft_L = librosa.stft(a[0], n_fft=self.stft_frame,hop_length= self.hop_frame, window='hann')

我第一次编写此代码时（可能是半年前），它成功了。

有什么办法吗？？

【问题讨论】：

标签： python numpy audio librosa

【解决方案1】：

您误解了 C 与 Fortran 连续内存布局是什么，以及这意味着您可以做什么和不能做什么。比如改变数组中一行的内存布局

a[0] = np.asfortranarray(a[0])

没有意义，因为内存布局决定了一行是什么。

为了说明这一点，让我们看一些 Fortran 连续数据

x = np.asfortranarray(np.arange(12).reshape(3, 4))
x.flags.f_contiguous
# True

x
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11]])

在内部，二维数组当然是线性保存的，C-/Fortran-contigouity 决定了行还是列在前：

x.flatten('A')
# array([ 0,  4,  8,  1,  5,  9,  2,  6, 10,  3,  7, 11])

np.asfortranarray(x).flatten('A')
# array([ 0,  4,  8,  1,  5,  9,  2,  6, 10,  3,  7, 11])

np.ascontiguousarray(x).flatten('A')
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

Fortran 内存布局是列优先的，即列在内存中保持在一起。 C 内存是行优先的，即行在内存中保持在一起。

真正令人困惑的是，该数组中的视图可以是连续的，也可以不是：

x.flags.f_contiguous, x[0].flags.f_contiguous
# (True, False)

x 显然是连续的，但 x[0] 不是。那是因为[0, 1, 2, 3] 在内存中并不相邻。

你想做什么

a = x.copy('A')

a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)

a[0] = np.asfortranarray(a[0])
a[1] = np.asfortranarray(a[1])

a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)

不起作用，因为更改单行的布局没有意义。

现在出现令人困惑的部分：如果您有一个 Fortran 连续数组，并且希望第一行是 Fortran 连续的，则不能将数组更改为 Fortran 连续：

a = x.copy('A')

a = np.asfortranarray(a)
a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)

因为列是连续的，而不是行。

如果改为将数组更改为 C-contigous

a = x.copy('A')

a = np.ascontiguousarray(a)
a.flags.f_contiguous, a[0].flags.f_contiguous
# (False, True)

这意味着行现在是连续的。

另一种解决方案是简单地复制数据

a = x.copy('A')

a[0].copy().flags.f_contiguous
# True

因为复制会将数据写入一个新的、线性的、连续的数组中。

那么最终的解决方案呢？

a, sr = librosa.load("mywave.wav")
stft_L = librosa.stft(a[0].copy())

不过librosa也有removed the need for contiguity recently，所以这个问题以后应该会慢慢消失的。

【讨论】：