pedalera
v0.9.16
pedalboard es una biblioteca de Python para trabajar con audio: leer, escribir, renderizar, agregar efectos y más. Admite los formatos de archivos de audio más populares y una serie de efectos de audio comunes listos para usar, y también permite el uso de formatos VST3® y Audio Unit para cargar instrumentos y efectos de software de terceros.
pedalboard fue creada por Audio Intelligence Lab de Spotify para permitir el uso de efectos de audio con calidad de estudio desde Python y TensorFlow. Internamente en Spotify, pedalboard se utiliza para aumentar los datos a fin de mejorar los modelos de aprendizaje automático y ayudar a potenciar funciones como AI DJ y AI Voice Translation de Spotify. pedalboard también ayuda en el proceso de creación de contenido, permitiendo agregar efectos al audio sin usar una estación de trabajo de audio digital.
O(1)AudioStreamChorus , Distortion , Phaser , ClippingCompressor , Gain , LimiterHighpassFilter , LadderFilter , LowpassFilterConvolution , Delay , ReverbPitchShiftGSMFullRateCompressor , MP3CompressorResample , Bitcrushpedalboard.load_plugin )multiprocessing !tf.data ! pedalboard está disponible a través de PyPI (a través de Platform Wheels):
pip install pedalboard # That's it! No other dependencies required.
Si es nuevo en Python, siga INSTALLATION.md para obtener una guía completa.
pedalboard se prueba exhaustivamente con Python 3.8, 3.9, 3.10, 3.11, 3.12 y 3.13.
manylinux y musllinux wheels construidas para x86_64 (Intel/AMD) y aarch64 (ARM/Apple Silicon)amd64 (x86-64, Intel/AMD) Nota : si prefieres ver un vídeo en lugar de leer ejemplos o documentación, mira Trabajar con audio en Python (con Pedalboard) en YouTube .
from pedalboard import Pedalboard , Chorus , Reverb
from pedalboard . io import AudioFile
# Make a Pedalboard object, containing multiple audio plugins:
board = Pedalboard ([ Chorus (), Reverb ( room_size = 0.25 )])
# Open an audio file for reading, just like a regular file:
with AudioFile ( 'some-file.wav' ) as f :
# Open an audio file to write to:
with AudioFile ( 'output.wav' , 'w' , f . samplerate , f . num_channels ) as o :
# Read one second of audio at a time, until the file is empty:
while f . tell () < f . frames :
chunk = f . read ( f . samplerate )
# Run the audio through our pedalboard:
effected = board ( chunk , f . samplerate , reset = False )
# Write the output to our output file:
o . write ( effected )Nota : Para obtener más información sobre cómo procesar audio a través de complementos de Pedalboard, incluido cómo funciona el parámetro
reset, consulte la documentación depedalboard.Plugin.process.
# Don't do import *! (It just makes this example smaller)
from pedalboard import *
from pedalboard . io import AudioFile
# Read in a whole file, resampling to our desired sample rate:
samplerate = 44100.0
with AudioFile ( 'guitar-input.wav' ). resampled_to ( samplerate ) as f :
audio = f . read ( f . frames )
# Make a pretty interesting sounding guitar pedalboard:
board = Pedalboard ([
Compressor ( threshold_db = - 50 , ratio = 25 ),
Gain ( gain_db = 30 ),
Chorus (),
LadderFilter ( mode = LadderFilter . Mode . HPF12 , cutoff_hz = 900 ),
Phaser (),
Convolution ( "./guitar_amp.wav" , 1.0 ),
Reverb ( room_size = 0.25 ),
])
# Pedalboard objects behave like lists, so you can add plugins:
board . append ( Compressor ( threshold_db = - 25 , ratio = 10 ))
board . append ( Gain ( gain_db = 10 ))
board . append ( Limiter ())
# ... or change parameters easily:
board [ 0 ]. threshold_db = - 40
# Run the audio through this pedalboard!
effected = board ( audio , samplerate )
# Write the audio back as a wav file:
with AudioFile ( 'processed-output.wav' , 'w' , samplerate , effected . shape [ 0 ]) as f :
f . write ( effected ) from pedalboard import Pedalboard , Reverb , load_plugin
from pedalboard . io import AudioFile
from mido import Message # not part of Pedalboard, but convenient!
# Load a VST3 or Audio Unit plugin from a known path on disk:
instrument = load_plugin ( "./VSTs/Magical8BitPlug2.vst3" )
effect = load_plugin ( "./VSTs/RoughRider3.vst3" )
print ( effect . parameters . keys ())
# dict_keys([
# 'sc_hpf_hz', 'input_lvl_db', 'sensitivity_db',
# 'ratio', 'attack_ms', 'release_ms', 'makeup_db',
# 'mix', 'output_lvl_db', 'sc_active',
# 'full_bandwidth', 'bypass', 'program',
# ])
# Set the "ratio" parameter to 15
effect . ratio = 15
# Render some audio by passing MIDI to an instrument:
sample_rate = 44100
audio = instrument (
[ Message ( "note_on" , note = 60 ), Message ( "note_off" , note = 60 , time = 5 )],
duration = 5 , # seconds
sample_rate = sample_rate ,
)
# Apply effects to this audio:
effected = effect ( audio , sample_rate )
# ...or put the effect into a chain with other plugins:
board = Pedalboard ([ effect , Reverb ()])
# ...and run that pedalboard with the same VST instance!
effected = board ( audio , sample_rate ) Este ejemplo crea un efecto de cambio de tono retardado ejecutando múltiples pedaleras en paralelo en el mismo audio. Los objetos Pedalboard son en sí mismos objetos Plugin , por lo que puedes anidarlos tanto como quieras:
from pedalboard import Pedalboard , Compressor , Delay , Distortion , Gain , PitchShift , Reverb , Mix
passthrough = Gain ( gain_db = 0 )
delay_and_pitch_shift = Pedalboard ([
Delay ( delay_seconds = 0.25 , mix = 1.0 ),
PitchShift ( semitones = 7 ),
Gain ( gain_db = - 3 ),
])
delay_longer_and_more_pitch_shift = Pedalboard ([
Delay ( delay_seconds = 0.5 , mix = 1.0 ),
PitchShift ( semitones = 12 ),
Gain ( gain_db = - 6 ),
])
board = Pedalboard ([
# Put a compressor at the front of the chain:
Compressor (),
# Run all of these pedalboards simultaneously with the Mix plugin:
Mix ([
passthrough ,
delay_and_pitch_shift ,
delay_longer_and_more_pitch_shift ,
]),
# Add a reverb on the final mix:
Reverb ()
]) pedalboard admite la transmisión de audio en vivo a través de un objeto AudioStream , lo que permite la manipulación del audio en tiempo real agregando efectos en Python.
from pedalboard import Pedalboard , Chorus , Compressor , Delay , Gain , Reverb , Phaser
from pedalboard . io import AudioStream
# Open up an audio stream:
with AudioStream (
input_device_name = "Apogee Jam+" , # Guitar interface
output_device_name = "MacBook Pro Speakers"
) as stream :
# Audio is now streaming through this pedalboard and out of your speakers!
stream . plugins = Pedalboard ([
Compressor ( threshold_db = - 50 , ratio = 25 ),
Gain ( gain_db = 30 ),
Chorus (),
Phaser (),
Convolution ( "./guitar_amp.wav" , 1.0 ),
Reverb ( room_size = 0.25 ),
])
input ( "Press enter to stop streaming..." )
# The live AudioStream is now closed, and audio has stopped.tf.data Pipelines import tensorflow as tf
sr = 48000
# Put whatever plugins you like in here:
plugins = pedalboard . Pedalboard ([ pedalboard . Gain (), pedalboard . Reverb ()])
# Make a dataset containing random noise:
# NOTE: for real training, here's where you'd want to load your audio somehow:
ds = tf . data . Dataset . from_tensor_slices ([ np . random . rand ( sr )])
# Apply our Pedalboard instance to the tf.data Pipeline:
ds = ds . map ( lambda audio : tf . numpy_function ( plugins . process , [ audio , sr ], tf . float32 ))
# Create and train a (dummy) ML model on this audio:
model = tf . keras . models . Sequential ([ tf . keras . layers . InputLayer ( input_shape = ( sr ,)), tf . keras . layers . Dense ( 1 )])
model . compile ( loss = "mse" )
model . fit ( ds . map ( lambda effected : ( effected , 1 )). batch ( 1 ), epochs = 10 )Para más ejemplos, consulte:
¡Las contribuciones a pedalboard son bienvenidas! Consulte CONTRIBUTING.md para obtener más detalles.
Para citar pedalboard en trabajos académicos, utilice su entrada en Zenodo:
Para citar vía BibTeX:
@software{sobot_peter_2023_7817838,
author = {Sobot, Peter},
title = {Pedalboard},
month = jul,
year = 2021,
publisher = {Zenodo},
doi = {10.5281/zenodo.7817838},
url = {https://doi.org/10.5281/zenodo.7817838}
} pedalboard tiene derechos de autor 2021-2024 Spotify AB.
pedalboard tiene la licencia GNU General Public License v3. pedalboard incluye una serie de bibliotecas que están compiladas estáticamente y que cuentan con las siguientes licencias:
PitchShift y las funciones time_stretch utilizan la biblioteca Rubber Band, que tiene doble licencia comercial y GPLv2 (o más reciente). FFTW también se incluye para acelerar Rubber Band y tiene licencia GPLv2 (o más reciente).MP3Compressor utiliza libmp3lame del proyecto LAME, que tiene licencia LGPLv2 y se actualizó a GPLv3 para su inclusión en este proyecto (según lo permitido por LGPLv2).GSMFullRateCompressor utiliza libgsm, que tiene la licencia ISC y es compatible con GPLv3.VST es una marca registrada de Steinberg Media Technologies GmbH.
