ペダルボード
v0.9.16
pedalboard 、読み取り、書き込み、レンダリング、エフェクトの追加など、オーディオを操作するための Python ライブラリです。最も一般的なオーディオ ファイル形式と多くの一般的なオーディオ エフェクトをすぐにサポートし、サードパーティ ソフトウェア インストゥルメントとエフェクトをロードするために VST3® および Audio Unit 形式を使用することもできます。
pedalboard Spotify の Audio Intelligence Lab によって構築され、Python と TensorFlow 内からスタジオ品質のオーディオ エフェクトを使用できるようになりました。 Spotify 社内では、機械学習モデルを改善し、Spotify の AI DJ や AI 音声翻訳などの機能を強化するためのデータ拡張にpedalboard使用されています。 pedalboardコンテンツ作成のプロセスにも役立ち、デジタル オーディオ ワークステーションを使用せずにオーディオにエフェクトを追加することができます。
O(1)メモリ使用量でのオーディオ ファイルとストリームのオンザフライ リサンプリングのサポートAudioStreamによるライブオーディオエフェクトChorus 、 Distortion 、 Phaser 、 ClippingCompressor 、 Gain 、 LimiterHighpassFilter 、 LadderFilter 、 LowpassFilterConvolution 、 Delay 、 ReverbPitchShiftGSMFullRateCompressor 、 MP3CompressorResample 、 Bitcrushpedalboard.load_plugin )multiprocessingを使用する必要はありません。tf.dataパイプラインで使用できます。 pedalboard PyPI 経由 (プラットフォーム ホイール経由) で利用できます。
pip install pedalboard # That's it! No other dependencies required.
Python を初めて使用する場合は、INSTALLATION.md に従ってしっかりとしたガイドを参照してください。
pedalboard 、Python 3.8、3.9、3.10、3.11、3.12、および 3.13 で徹底的にテストされています。
x86_64 (Intel/AMD) およびaarch64 (ARM/Apple Silicon) 用に構築されたプラットフォームmanylinuxおよびmusllinuxホイールamd64 (x86-64、Intel/AMD) で利用可能なプラットフォーム ホイール注: 例やドキュメントを読む代わりにビデオを見たい場合は、 YouTube で「Working with Audio in Python (feat. Pedalboard)」をご覧ください。
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 )注:
resetパラメーターの動作など、Pedalboard プラグインを介してオーディオを処理する方法の詳細については、pedalboard.Plugin.processのドキュメントを参照してください。
# 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 )この例では、同じオーディオ上で複数のペダルボードを並行して実行することにより、遅延ピッチ シフト エフェクトを作成します。 Pedalboardオブジェクト自体はPluginオブジェクトなので、好きなだけネストできます。
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 AudioStreamオブジェクトを介したライブ オーディオのストリーミングをサポートしており、Python でエフェクトを追加することでオーディオをリアルタイムで操作できます。
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パイプラインでのペダルボードの使用 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 )その他の例については、以下を参照してください。
pedalboardへの貢献は大歓迎です!詳細については、CONTRIBUTING.md を参照してください。
学術研究でpedalboard引用するには、Zenodo のエントリを使用してください。
BibTeX 経由で引用するには:
@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著作権は 2021-2024 Spotify AB にあります。
pedalboard 、GNU General Public License v3 に基づいてライセンスされています。 pedalboard静的にコンパイルされ、次のライセンスが適用される多数のライブラリが含まれています。
PitchShiftプラグインとtime_stretch関数は、商用ライセンスと GPLv2 (またはそれ以降) に基づいて二重ライセンスが付与されているラバー バンド ライブラリを使用します。 FFTW もラバーバンドを高速化するために含まれており、GPLv2 (またはそれ以降) に基づいてライセンスされています。MP3Compressorプラグインは、LAME プロジェクトの libmp3lame を使用します。これは、LGPLv2 に基づいてライセンスされ、このプロジェクトに含めるために GPLv3 にアップグレードされます (LGPLv2 で許可されているとおり)。GSMFullRateCompressorプラグインは、ISC ライセンスに基づいてライセンスされ、GPLv3 と互換性のある libgsm を使用します。VST は Steinberg Media Technologies GmbH の登録商標です。
