แป้นเหยียบ
v0.9.16
pedalboard เป็นไลบรารี Python สำหรับการทำงานกับเสียง: การอ่าน การเขียน การเรนเดอร์ การเพิ่มเอฟเฟกต์ และอื่นๆ รองรับรูปแบบไฟล์เสียงยอดนิยมส่วนใหญ่และเอฟเฟกต์เสียงทั่วไปจำนวนหนึ่งนอกกรอบ และยังอนุญาตให้ใช้รูปแบบ VST3® และ Audio Unit สำหรับการโหลดเครื่องมือและเอฟเฟกต์ซอฟต์แวร์ของบริษัทอื่น
pedalboard ถูกสร้างขึ้นโดย Audio Intelligence Lab ของ Spotify เพื่อให้สามารถใช้เอฟเฟกต์เสียงคุณภาพระดับสตูดิโอจากภายใน Python และ TensorFlow ภายใน Spotify นั้น pedalboard ใช้สำหรับการเพิ่มข้อมูลเพื่อปรับปรุงโมเดลการเรียนรู้ของเครื่อง และเพื่อช่วยขับเคลื่อนฟีเจอร์ต่างๆ เช่น AI DJ และ AI Voice Translation ของ Spotify pedalboard ยังช่วยในกระบวนการสร้างเนื้อหา ทำให้สามารถเพิ่มเอฟเฟกต์ให้กับเสียงได้โดยไม่ต้องใช้ Digital Audio Workstation
O(1)AudioStreamChorus , Distortion , Phaser , ClippingCompressor Gain LimiterHighpassFilter , LadderFilter , LowpassFilterConvolution , Delay , ReverbPitchShiftGSMFullRateCompressor , MP3CompressorResample , Bitcrushpedalboard.load_plugin )multiprocessing !tf.data ได้! pedalboard มีให้บริการผ่าน PyPI (ผ่าน Platform Wheels):
pip install pedalboard # That's it! No other dependencies required.
หากคุณยังใหม่กับ Python โปรดติดตาม INSTALLATION.md เพื่อดูคำแนะนำที่มีประสิทธิภาพ
pedalboard ได้รับการทดสอบอย่างละเอียดด้วย Python 3.8, 3.9, 3.10, 3.11, 3.12 และ 3.13
manylinux และ musllinux ที่สร้างขึ้นสำหรับ x86_64 (Intel/AMD) และ aarch64 (ARM/Apple Silicon)amd64 (x86-64, Intel/AMD) หมายเหตุ : หากคุณต้องการดูวิดีโอแทนที่จะอ่านตัวอย่างหรือเอกสารประกอบ ให้ดู การทำงานกับเสียงใน Python (feat. Pedalboard) บน 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 )หมายเหตุ : สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการประมวลผลเสียงผ่านปลั๊กอิน Pedalboard รวมถึงวิธีการทำงานของพารามิเตอร์
resetโปรดดูเอกสารประกอบสำหรับpedalboard.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 ) ตัวอย่างนี้สร้างเอฟเฟกต์การเปลี่ยนระดับเสียงแบบหน่วงเวลาโดยการเรียกใช้ Pedalboard หลายตัวพร้อมกันในเสียงเดียวกัน วัตถุ Pedalboard ก็คือวัตถุ Plugin ดังนั้นคุณจึงสามารถซ้อนวัตถุเหล่านั้นได้มากเท่าที่คุณต้องการ:
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 รองรับการสตรีมเสียงสดผ่านออบเจ็กต์ AudioStream ช่วยให้สามารถจัดการเสียงแบบเรียลไทม์โดยการเพิ่มเอฟเฟกต์ใน 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 )สำหรับตัวอย่างเพิ่มเติม โปรดดู:
ยินดีมีส่วนร่วมใน pedalboard ! ดู CONTRIBUTING.md สำหรับรายละเอียด
หากต้องการอ้างอิง pedalboard ในงานวิชาการ ให้ใช้รายการบน Zenodo:
วิธีอ้างอิงผ่าน 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 เป็นลิขสิทธิ์ 2021-2024 Spotify AB
pedalboard ได้รับอนุญาตภายใต้ GNU General Public License v3 pedalboard มีไลบรารีจำนวนหนึ่งที่คอมไพล์แบบคงที่และมีใบอนุญาตดังต่อไปนี้:
PitchShift และ time_stretch ใช้ Rubber Band Library ซึ่งมีลิขสิทธิ์แบบคู่ภายใต้ใบอนุญาตเชิงพาณิชย์และ GPLv2 (หรือใหม่กว่า) FFTW ยังรวมอยู่เพื่อเร่งความเร็ว Rubber Band และได้รับอนุญาตภายใต้ GPLv2 (หรือใหม่กว่า)MP3Compressor ใช้ libmp3lame จากโปรเจ็กต์ LAME ซึ่งได้รับอนุญาตภายใต้ LGPLv2 และอัปเกรดเป็น GPLv3 เพื่อรวมไว้ในโปรเจ็กต์นี้ (ตามที่ได้รับอนุญาตจาก LGPLv2)GSMFullRateCompressor ใช้ libgsm ซึ่งได้รับอนุญาตภายใต้ใบอนุญาต ISC และเข้ากันได้กับ GPLv3VST เป็นเครื่องหมายการค้าจดทะเบียนของ Steinberg Media Technologies GmbH
