Python：如何快速加载大型音频数据集答案

【问题标题】：Python: How to load large audio data set quicklyPython：如何快速加载大型音频数据集
【发布时间】：2019-07-01 01:41:38
【问题描述】：

我不熟悉处理大量数据。我有一个相当大的数据集（大约 100 万个音频文件，每个几秒钟长），我试图以有效的方式加载数据以实现可视化（并最终用作神经网络中的训练数据）。

到目前为止，我尝试使用 librosa（使用 librosa.load(filename)），但这需要几个小时才能加载 10,000 个文件。我试图找出是否可以使用 GPU 来加速它（用 Numba 摸索），但我不清楚这是否是 GPU 可以解决的有效问题。

我觉得我错过了一些非常明显的东西。有经验的能告诉我怎么做吗？我很难在 Internet 上找到解决方案。感谢您的帮助！

【问题讨论】：

什么是音频格式？
.m4a 但我在加载 .wav 文件时也遇到了类似的问题
如果文件长度相等，您可以尝试使用外部软件将它们合并成更大的批次（例如在命令行中使用sox），然后将批次加载到 python，然后再次拆分它们以进行处理。这可能比 python IO 循环更快。
不幸的是它们的长度不一样
您能分享演示如何加载文件的代码吗？采样率是多少？

【解决方案1】：

你可以使用 pygame. 在我制作的这个小程序中，我测试了加载一个大约 10 秒长的声音文件需要多长时间：

import pygame
import time

pygame.init()
time_now = time.time()
sound = pygame.mixer.music.load('music.wav')
print(time.time() - time_now)

结果是这样的：

0.0

如果你想播放那个文件，你可以这样做：

pygame.mixer.music.play(loops=int, start=float)

仍然需要大约 1-4 小时才能加载所有文件。欲了解更多信息，请转至https://www.pygame.org/docs/ref/music.html。

【讨论】：