前提・実現したいこと
ValueError: buffer size must be a multiple of element size
というエラーメッセージの解決方法を教えていただきたいです。
以下のプログラムは
任意のSignal-to-Noise比の音声波形をPythonで作ろう!
https://engineering.linecorp.com/ja/blog/voice-waveform-arbitrary-signal-to-noise-ratio-python/
音声処理 TypeError: 'int' object is not subscriptable
https://teratail.com/questions/306716
の質問などを参考にしています。
手順として、
https://github.com/Sato-Kunihiko/audio-SNR#usage
こちらのreadmeを参考に
pip install pipenv
↓
pipenv install
↓
pipenv shell
をした後に
create_mixed_audio_file.py
を実行しています。
発生している問題・エラーメッセージ
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-50-d5415e64c65c> in <module>
46
47 clean_amp = cal_amp(clean_wav)
---> 48 noise_amp = cal_amp(noise_wav)
49
50 start = random.randint(0, len(noise_amp)-len(clean_amp))
<ipython-input-50-d5415e64c65c> in cal_amp(wf)
27 def cal_amp(wf):
28 buffer = wf.readframes(wf.getnframes())
---> 29 amptitude = (np.frombuffer(buffer, dtype="int16")).astype(np.float64)
30 return amptitude
31
ValueError: buffer size must be a multiple of element size
該当のソースコード
import argparse
import array
import math
import numpy as np
import random
import wave
def get_args():
parser = argparse.ArgumentParser()
parser.add_argument('--clean_file', type=str, required=True)
parser.add_argument('--noise_file', type=str, required=True)
parser.add_argument('--output_clean_file', type=str, default='')
parser.add_argument('--output_noise_file', type=str, default='')
parser.add_argument('--output_noisy_file', type=str, default='', required=True)
parser.add_argument('--snr', type=float, default='', required=True)
args = parser.parse_args(args=['--clean_file',"sample.wav", '--noise_file', "noise.wav", '--output_clean_file',"clear.wav",'--output_noise_file',"noise.wav",'--output_noisy_file',"noisy.wav",'--snr',0])
return args
def cal_adjusted_rms(clean_rms, snr):
a = float(snr) / 20
noise_rms = clean_rms / (10**a)
return noise_rms
def cal_amp(wf):
buffer = wf.readframes(wf.getnframes())
amptitude = (np.frombuffer(buffer, dtype="int16")).astype(np.float64)
return amptitude
def cal_rms(amp):
return np.sqrt(np.mean(np.square(amp), axis=-1))
if __name__ == '__main__':
args = get_args()
clean_file = args.clean_file
noise_file = args.noise_file
snr = args.snr
clean_wav = wave.open(clean_file, "r")
noise_wav = wave.open(noise_file, "r")
clean_amp = cal_amp(clean_wav)
noise_amp = cal_amp(noise_wav)
start = random.randint(0, len(noise_amp)-len(clean_amp))
clean_rms = cal_rms(clean_amp)
split_noise_amp = noise_amp[start: start + len(clean_amp)]
noise_rms = cal_rms(split_noise_amp)
adjusted_noise_rms = cal_adjusted_rms(clean_rms, snr)
adjusted_noise_amp = split_noise_amp * (adjusted_noise_rms / noise_rms)
mixed_amp = (clean_amp + adjusted_noise_amp)
if (mixed_amp.max(axis=0) > 32767):
mixed_amp = mixed_amp * (32767/mixed_amp.max(axis=0))
clean_amp = clean_amp * (32767/mixed_amp.max(axis=0))
adjusted_noise_amp = adjusted_noise_amp * (32767/mixed_amp.max(axis=0))
noisy_wave = wave.Wave_write(args.output_noisy_file)
noisy_wave.setparams(clean_wav.getparams())
noisy_wave.writeframes(array.array('h', mixed_amp.astype(np.int16)).tostring() )
noisy_wave.close()
clean_wave = wave.Wave_write(args.output_clean_file)
clean_wave.setparams(clean_wav.getparams())
clean_wave.writeframes(array.array('h', clean_amp.astype(np.int16)).tostring() )
clean_wave.close()
noise_wave = wave.Wave_write(args.output_noise_file)
noise_wave.setparams(clean_wav.getparams())
noise_wave.writeframes(array.array('h', adjusted_noise_amp.astype(np.int16)).tostring() )
noise_wave.close()
noise.wav
ファイルのデータ形式問題では?get_args()
内に決め打ちで指定しているsample.wav
とnoise.wav
のファイルを、動作した実績のあるGitHubリポジトリのdata/16_bit
配下のファイルに置き換えて試してみてはどうでしょう? こんな記事 ValueError: buffer size must be a multiple of element size が参考になるかもしれませんし、またGitHubのreadmeにはCan read wav file with 16-bit PCM only
と書いてあります。あるいは--noise_file
と--output_noise_file
に同じnoise.wav
が指定されているので、複数回実行すると2回目以降は形式が合わなくなるとかありませんか?