经典的Python深度学习网络Alex Net使用 数据扩充 的方式扩大数据集，取得较好的分类效果。在Python深度学习的图像领域中，通过平移、 翻转、加噪等方法进行数据扩充。但是，在 音频 领域中，如何进行数据扩充呢？
在这里还是要推荐下我自己建的Python开发学习群:483546416，群里都是学Python开发的，如果你正在学习Python ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2018最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴
音频处理基于librosa音频库；矩阵操作基于scipy和numpy科学计算库。
以下是Python的实现方式：
音频加噪，注意：在添加随机噪声时，保留0值，否则刺耳难忍！
import librosa
from scipy.io import wavfile
import numpy as np
y, sr = librosa.load("../data/raw/love_illusion_20s.mp3") # 读取音频
wn = np.random.randn(len(y))
y = np.where(y != 0.0, y + 0.02 * wn, 0.0) # 噪声不要添加到0上！
print y.shape, sr
wavfile.write("../data/raw/love_illusion_20s_w.mp3", sr, y) # 写入音频