英语听力自动断句程序自动断句程序

80 阅读 0 评论 53 点赞

我是靠谱客的博主热情鸡翅，最近开发中收集的这篇文章主要介绍英语听力自动断句程序自动断句程序，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

自动断句程序

本程序的最初设计目的是为了实现：

输入一个英语听力对话文件，开始播放，每说一句自动暂停，然后选择下一句还是重复该句，直到播放结束。

源代码如下：

import wave
import numpy
import pylab as pl
from numpy import *
# 打开wav文件
f = wave.open(r"test1.wav", "rb")
params = f.getparams()
nchannels, sampwidth, framerate, nframes = params[:4]
# print(nchannels, sampwidth, framerate, nframes)
str_data = f.readframes(nframes)
f.close()

# 将波形数据转换成数组
# 需要根据声道数和量化单位，将读取的二进制数据转换为一个可以计算的数组
wave_data = numpy.fromstring(str_data, dtype=numpy.short)
wave_data.shape = -1,2
wave_data2=wave_data.T[0]  #此数据即0通道为能量数据
l=len(wave_data2)
# sec = 0.05  #定义单位时间，也是预计停顿间隔时间
# emax= 100   #定义判定能量

def point(sec,emax):
    intl=l%int(sec*44100)
    wave_data1=delete(wave_data2,arange(l-intl,l+1),0)     #删除掉后面的数据
    wave_data1.shape = -1,int(sec*44100)                   #形成数据矩阵，列数即每个时间间隔内的数据
    wave_data1=abs(wave_data1)
    # times = numpy.arange(0, nframes) * (1.0 / framerate)
    enemax = amax(wave_data1, axis=1)                       #寻找到每个时间间隔内最大的能量值
    eneave=sum(wave_data1,axis=1)/len(wave_data1)           #计算每个时间间隔内平均的能量值
    idx=list(where(enemax-eneave<emax)[0])
    i=1
    wr=[[0]]
    j=0
    for i in range(len(idx)):                              #如果实际停顿时间远大于预估停顿时间则进行筛选
        if (int(idx[i])-int(idx[i-1]))<1.5/sec:                  #相邻
            wr[j].extend([idx[i]])
        else:
            wr.append([idx[i]])
            j=j+1
    idx=[]
    for i in range(len(wr)):
        idx.append(wr[i][int(len(wr[i])/2)])

    dataload=array(idx)*sec
    dataload=dataload[dataload>33]
    return dataload

这个函数就是为了解析音频文件，最终输出每个断句的时间点。但会根据输入不同的停顿时间，和停顿时最小能量判定值，会输出不同的结果，故需要进行优化。

判断是否需要断句的条件就是在某个单位时间区间内，声音能量的最大值是否小于某值

a=0.01
pl.subplot(111)
for emax in range(300,1100,100):
    lll=[]
    num=[]
    for seca in range(1,20):
        datamax=point(float(seca*a),int(emax))
        lll.append(len(datamax))
        num.append(len(where(datamax<80)[0]))
    secv=arange(1,20)*a
    print(emax)
    pl.plot(secv,lll,label=str(emax))
pl.legend(loc='upper left')
pl.grid()
pl.show()

这个就根据不同的输入能量判定值和预计时间间隔，画图，找到最合适的停顿点。（尽可能将停顿点稍多一点并均匀）

from numpy import *
import pygame
import time

# file=input("请输入分句记录点文件放入本程序目录，并输入文件名n")
file=r'data1.txt'
f=open(file)
times=list()
for line in f.readlines():
    inearr = line.strip()
    times.append(inearr)
file=r'test1.mp3'

i=0
print()
while i != len(times)-1:
    print('这是第 %s 段音频,共 %s 段音频。' %((i+1),(len(times)-1)))
    pygame.mixer.init()
    track = pygame.mixer.music.load(file)
    pygame.mixer.music.play(0,float(times[i]))
    time.sleep(float(times[i+1])-float(times[i]))
    pygame.mixer.music.stop()
    str=input('键入1进行下一句，其它则重复本句n')
    if str == '1' :
        print('读取下一句')
        i += 1
    else: i = i
print('播放结束')