neverlib 0.2.1__py3-none-any.whl → 0.2.3__py3-none-any.whl

neverlib/dataAnalyze/visualization.py

@@ -0,0 +1,468 @@
+"""
+可视化模块
+Visualization Module
+
+提供音频数据可视化功能
+"""
+
+import numpy as np
+import librosa
+import matplotlib.pyplot as plt
+import matplotlib.patches as patches
+from matplotlib.colors import LinearSegmentedColormap
+import seaborn as sns
+from typing import List, Dict, Tuple, Optional, Union
+import warnings
+from scipy.signal import spectrogram
+
+
+class AudioVisualizer:
+    """音频可视化器类"""
+    
+    def __init__(self, sr: int = 22050, figsize: Tuple[int, int] = (12, 8)):
+        """
+        初始化可视化器
+        
+        Args:
+            sr: 采样率
+            figsize: 图形大小
+        """
+        self.sr = sr
+        self.figsize = figsize
+        
+        # 设置中文字体支持
+        plt.rcParams['font.sans-serif'] = ['SimHei', 'DejaVu Sans']
+        plt.rcParams['axes.unicode_minus'] = False
+        
+        # 设置样式
+        plt.style.use('default')
+        sns.set_palette("husl")
+    
+    def plot_waveform(self, audio: np.ndarray, title: str = "音频波形图", 
+                     show_time: bool = True, ax: Optional[plt.Axes] = None) -> plt.Figure:
+        """
+        绘制音频波形图
+        
+        Args:
+            audio: 音频信号
+            title: 图标题
+            show_time: 是否显示时间轴
+            ax: matplotlib轴对象
+            
+        Returns:
+            图形对象
+        """
+        if ax is None:
+            fig, ax = plt.subplots(figsize=self.figsize)
+        else:
+            fig = ax.figure
+        
+        if show_time:
+            time_axis = np.linspace(0, len(audio) / self.sr, len(audio))
+            ax.plot(time_axis, audio, linewidth=0.5, alpha=0.8)
+            ax.set_xlabel('时间 (s)')
+        else:
+            ax.plot(audio, linewidth=0.5, alpha=0.8)
+            ax.set_xlabel('样本点')
+        
+        ax.set_ylabel('幅度')
+        ax.set_title(title)
+        ax.grid(True, alpha=0.3)
+        
+        # 添加零线
+        ax.axhline(y=0, color='red', linestyle='--', alpha=0.5)
+        
+        plt.tight_layout()
+        return fig
+    
+    def plot_spectrogram(self, audio: np.ndarray, title: str = "频谱图", 
+                        n_fft: int = 2048, hop_length: int = 512,
+                        ax: Optional[plt.Axes] = None) -> plt.Figure:
+        """
+        绘制频谱图
+        
+        Args:
+            audio: 音频信号
+            title: 图标题
+            n_fft: FFT窗口大小
+            hop_length: 跳跃长度
+            ax: matplotlib轴对象
+            
+        Returns:
+            图形对象
+        """
+        if ax is None:
+            fig, ax = plt.subplots(figsize=self.figsize)
+        else:
+            fig = ax.figure
+        
+        # 计算频谱图
+        D = librosa.stft(audio, n_fft=n_fft, hop_length=hop_length)
+        S_db = librosa.amplitude_to_db(np.abs(D), ref=np.max)
+        
+        # 绘制
+        img = librosa.display.specshow(S_db, sr=self.sr, hop_length=hop_length,
+                                      x_axis='time', y_axis='hz', ax=ax)
+        
+        ax.set_title(title)
+        ax.set_xlabel('时间 (s)')
+        ax.set_ylabel('频率 (Hz)')
+        
+        # 添加颜色条
+        cbar = plt.colorbar(img, ax=ax, format='%+2.0f dB')
+        cbar.set_label('幅度 (dB)')
+        
+        plt.tight_layout()
+        return fig
+    
+    def plot_mel_spectrogram(self, audio: np.ndarray, title: str = "梅尔频谱图",
+                            n_mels: int = 128, ax: Optional[plt.Axes] = None) -> plt.Figure:
+        """
+        绘制梅尔频谱图
+        
+        Args:
+            audio: 音频信号
+            title: 图标题
+            n_mels: 梅尔滤波器数量
+            ax: matplotlib轴对象
+            
+        Returns:
+            图形对象
+        """
+        if ax is None:
+            fig, ax = plt.subplots(figsize=self.figsize)
+        else:
+            fig = ax.figure
+        
+        # 计算梅尔频谱图
+        S = librosa.feature.melspectrogram(y=audio, sr=self.sr, n_mels=n_mels)
+        S_db = librosa.power_to_db(S, ref=np.max)
+        
+        # 绘制
+        img = librosa.display.specshow(S_db, sr=self.sr, x_axis='time', 
+                                      y_axis='mel', ax=ax)
+        
+        ax.set_title(title)
+        ax.set_xlabel('时间 (s)')
+        ax.set_ylabel('梅尔频率')
+        
+        # 添加颜色条
+        cbar = plt.colorbar(img, ax=ax, format='%+2.0f dB')
+        cbar.set_label('功率 (dB)')
+        
+        plt.tight_layout()
+        return fig
+    
+    def plot_spectrum(self, audio: np.ndarray, title: str = "频谱", 
+                     log_scale: bool = True, ax: Optional[plt.Axes] = None) -> plt.Figure:
+        """
+        绘制频谱
+        
+        Args:
+            audio: 音频信号
+            title: 图标题
+            log_scale: 是否使用对数刻度
+            ax: matplotlib轴对象
+            
+        Returns:
+            图形对象
+        """
+        if ax is None:
+            fig, ax = plt.subplots(figsize=self.figsize)
+        else:
+            fig = ax.figure
+        
+        # 计算FFT
+        fft_data = np.fft.fft(audio)
+        magnitude = np.abs(fft_data)
+        freqs = np.fft.fftfreq(len(audio), 1/self.sr)
+        
+        # 只取正频率部分
+        positive_idx = freqs >= 0
+        freqs = freqs[positive_idx]
+        magnitude = magnitude[positive_idx]
+        
+        if log_scale:
+            magnitude_db = 20 * np.log10(magnitude + 1e-10)
+            ax.plot(freqs, magnitude_db)
+            ax.set_ylabel('幅度 (dB)')
+        else:
+            ax.plot(freqs, magnitude)
+            ax.set_ylabel('幅度')
+        
+        ax.set_xlabel('频率 (Hz)')
+        ax.set_title(title)
+        ax.grid(True, alpha=0.3)
+        
+        plt.tight_layout()
+        return fig
+    
+    def plot_features_comparison(self, features_dict: Dict[str, np.ndarray], 
+                               title: str = "特征对比") -> plt.Figure:
+        """
+        绘制多个特征的对比图
+        
+        Args:
+            features_dict: 特征字典 {特征名: 特征值数组}
+            title: 图标题
+            
+        Returns:
+            图形对象
+        """
+        n_features = len(features_dict)
+        fig, axes = plt.subplots(n_features, 1, figsize=(self.figsize[0], self.figsize[1] * n_features / 2))
+        
+        if n_features == 1:
+            axes = [axes]
+        
+        for i, (feature_name, feature_values) in enumerate(features_dict.items()):
+            if len(feature_values.shape) == 1:
+                # 一维特征
+                time_axis = np.linspace(0, len(feature_values) / (self.sr / 512), len(feature_values))
+                axes[i].plot(time_axis, feature_values)
+                axes[i].set_ylabel(feature_name)
+            else:
+                # 二维特征（如MFCC）
+                img = axes[i].imshow(feature_values, aspect='auto', origin='lower')
+                axes[i].set_ylabel(feature_name)
+                plt.colorbar(img, ax=axes[i])
+            
+            axes[i].set_title(f'{feature_name} 特征')
+            axes[i].grid(True, alpha=0.3)
+        
+        axes[-1].set_xlabel('时间 (s)')
+        plt.suptitle(title)
+        plt.tight_layout()
+        return fig
+    
+    def plot_statistics_distribution(self, stats_dict: Dict[str, List[float]], 
+                                   title: str = "统计分布图") -> plt.Figure:
+        """
+        绘制统计分布图
+        
+        Args:
+            stats_dict: 统计数据字典
+            title: 图标题
+            
+        Returns:
+            图形对象
+        """
+        n_stats = len(stats_dict)
+        fig, axes = plt.subplots(2, (n_stats + 1) // 2, figsize=(self.figsize[0], self.figsize[1]))
+        
+        if n_stats == 1:
+            axes = [axes]
+        elif n_stats == 2:
+            axes = axes.flatten()
+        else:
+            axes = axes.flatten()
+        
+        for i, (stat_name, values) in enumerate(stats_dict.items()):
+            if i >= len(axes):
+                break
+            
+            # 绘制直方图和KDE
+            axes[i].hist(values, bins=30, alpha=0.7, density=True, color='skyblue')
+            
+            try:
+                sns.kdeplot(values, ax=axes[i], color='red')
+            except:
+                pass
+            
+            axes[i].set_title(f'{stat_name} 分布')
+            axes[i].set_xlabel(stat_name)
+            axes[i].set_ylabel('密度')
+            axes[i].grid(True, alpha=0.3)
+        
+        # 隐藏未使用的子图
+        for j in range(i + 1, len(axes)):
+            axes[j].set_visible(False)
+        
+        plt.suptitle(title)
+        plt.tight_layout()
+        return fig
+    
+    def plot_rms_distribution(self, rms_values: List[float], 
+                             title: str = "RMS分布图") -> plt.Figure:
+        """
+        绘制RMS分布图
+        
+        Args:
+            rms_values: RMS值列表
+            title: 图标题
+            
+        Returns:
+            图形对象
+        """
+        fig, (ax1, ax2) = plt.subplots(1, 2, figsize=self.figsize)
+        
+        # 线性尺度分布
+        ax1.hist(rms_values, bins=50, alpha=0.7, color='lightblue', edgecolor='black')
+        ax1.set_xlabel('RMS 幅度')
+        ax1.set_ylabel('频次')
+        ax1.set_title('RMS 线性分布')
+        ax1.grid(True, alpha=0.3)
+        
+        # 对数尺度分布
+        rms_db = [20 * np.log10(rms + 1e-10) for rms in rms_values]
+        ax2.hist(rms_db, bins=50, alpha=0.7, color='lightgreen', edgecolor='black')
+        ax2.set_xlabel('RMS (dB)')
+        ax2.set_ylabel('频次')
+        ax2.set_title('RMS 对数分布')
+        ax2.grid(True, alpha=0.3)
+        
+        plt.suptitle(title)
+        plt.tight_layout()
+        return fig
+    
+    def plot_audio_comparison(self, audio1: np.ndarray, audio2: np.ndarray,
+                             labels: List[str] = None, title: str = "音频对比") -> plt.Figure:
+        """
+        绘制两个音频的对比图
+        
+        Args:
+            audio1: 第一个音频
+            audio2: 第二个音频
+            labels: 标签列表
+            title: 图标题
+            
+        Returns:
+            图形对象
+        """
+        if labels is None:
+            labels = ['音频1', '音频2']
+        
+        fig, axes = plt.subplots(3, 2, figsize=(self.figsize[0], self.figsize[1] * 1.5))
+        
+        # 时域波形对比
+        time1 = np.linspace(0, len(audio1) / self.sr, len(audio1))
+        time2 = np.linspace(0, len(audio2) / self.sr, len(audio2))
+        
+        axes[0, 0].plot(time1, audio1, alpha=0.8)
+        axes[0, 0].set_title(f'{labels[0]} - 波形')
+        axes[0, 0].set_xlabel('时间 (s)')
+        axes[0, 0].set_ylabel('幅度')
+        axes[0, 0].grid(True, alpha=0.3)
+        
+        axes[0, 1].plot(time2, audio2, alpha=0.8, color='orange')
+        axes[0, 1].set_title(f'{labels[1]} - 波形')
+        axes[0, 1].set_xlabel('时间 (s)')
+        axes[0, 1].set_ylabel('幅度')
+        axes[0, 1].grid(True, alpha=0.3)
+        
+        # 频谱对比
+        self.plot_spectrum(audio1, f'{labels[0]} - 频谱', ax=axes[1, 0])
+        self.plot_spectrum(audio2, f'{labels[1]} - 频谱', ax=axes[1, 1])
+        
+        # 频谱图对比
+        self.plot_spectrogram(audio1, f'{labels[0]} - 频谱图', ax=axes[2, 0])
+        self.plot_spectrogram(audio2, f'{labels[1]} - 频谱图', ax=axes[2, 1])
+        
+        plt.suptitle(title)
+        plt.tight_layout()
+        return fig
+
+
+def plot_dataset_overview(file_paths: List[str], max_files: int = 10, 
+                         sr: int = 22050) -> plt.Figure:
+    """
+    绘制数据集概览
+    
+    Args:
+        file_paths: 音频文件路径列表
+        max_files: 最大显示文件数
+        sr: 采样率
+        
+    Returns:
+        图形对象
+    """
+    visualizer = AudioVisualizer(sr=sr)
+    
+    # 限制文件数量
+    selected_files = file_paths[:max_files]
+    
+    fig, axes = plt.subplots(len(selected_files), 2, 
+                            figsize=(15, 3 * len(selected_files)))
+    
+    if len(selected_files) == 1:
+        axes = axes.reshape(1, -1)
+    
+    for i, file_path in enumerate(selected_files):
+        try:
+            audio, _ = librosa.load(file_path, sr=sr)
+            
+            # 波形图
+            visualizer.plot_waveform(audio, f'文件 {i+1}: 波形', ax=axes[i, 0])
+            
+            # 频谱图
+            visualizer.plot_spectrogram(audio, f'文件 {i+1}: 频谱图', ax=axes[i, 1])
+            
+        except Exception as e:
+            axes[i, 0].text(0.5, 0.5, f'加载失败: {str(e)}', 
+                           ha='center', va='center', transform=axes[i, 0].transAxes)
+            axes[i, 1].text(0.5, 0.5, f'加载失败: {str(e)}', 
+                           ha='center', va='center', transform=axes[i, 1].transAxes)
+    
+    plt.suptitle('数据集概览')
+    plt.tight_layout()
+    return fig
+
+
+def create_analysis_dashboard(audio: np.ndarray, sr: int = 22050) -> plt.Figure:
+    """
+    创建音频分析仪表板
+    
+    Args:
+        audio: 音频信号
+        sr: 采样率
+        
+    Returns:
+        仪表板图形对象
+    """
+    visualizer = AudioVisualizer(sr=sr)
+    
+    fig = plt.figure(figsize=(16, 12))
+    
+    # 创建网格布局
+    gs = fig.add_gridspec(3, 3, hspace=0.3, wspace=0.3)
+    
+    # 时域波形
+    ax1 = fig.add_subplot(gs[0, :])
+    visualizer.plot_waveform(audio, "时域波形", ax=ax1)
+    
+    # 频谱图
+    ax2 = fig.add_subplot(gs[1, :2])
+    visualizer.plot_spectrogram(audio, "频谱图", ax=ax2)
+    
+    # 频谱
+    ax3 = fig.add_subplot(gs[1, 2])
+    visualizer.plot_spectrum(audio, "频谱", ax=ax3)
+    
+    # 梅尔频谱图
+    ax4 = fig.add_subplot(gs[2, :2])
+    visualizer.plot_mel_spectrogram(audio, "梅尔频谱图", ax=ax4)
+    
+    # 特征统计
+    ax5 = fig.add_subplot(gs[2, 2])
+    
+    # 计算基本统计
+    duration = len(audio) / sr
+    max_amp = np.max(np.abs(audio))
+    rms_amp = np.sqrt(np.mean(audio ** 2))
+    
+    stats_text = f"""音频统计信息:
+时长: {duration:.2f}s
+最大幅度: {max_amp:.4f}
+RMS: {rms_amp:.4f}
+RMS (dB): {20*np.log10(rms_amp):.2f}
+采样率: {sr} Hz
+样本数: {len(audio)}
+"""
+    
+    ax5.text(0.1, 0.5, stats_text, transform=ax5.transAxes, 
+             fontsize=10, verticalalignment='center')
+    ax5.set_title("统计信息")
+    ax5.axis('off')
+    
+    plt.suptitle("音频分析仪表板", fontsize=16)
+    return fig

neverlib/filter/AudoEQ/README.md

@@ -0,0 +1,165 @@
+# Audio EQ Matching Scripts Collection
+
+本文件夹包含多种不同算法的音频EQ匹配脚本, 可以自动分析两个音频文件的频谱差异并生成EQ补偿参数。
+
+## 📁 脚本概览
+
+### 🧬 遗传算法系列
+
+#### 1. `auto_eq_ga_basic.py` - 基础遗传算法
+- **算法**: 遗传算法 (Genetic Algorithm, GA)
+- **特点**: 
+  - 使用DEAP库实现
+  - 代码结构简洁, 易于理解
+  - 适合学习和快速原型开发
+- **优势**: 实现简单, 运行稳定
+- **适用场景**: 初学者学习、快速测试
+
+#### 2. `auto_eq_ga_advanced.py` - 高级遗传算法
+- **算法**: 增强版遗传算法
+- **特点**:
+  - 面向对象设计
+  - 包含日志记录系统
+  - 支持检查点保存/恢复
+  - 早停机制防止过拟合
+  - 并行处理支持
+  - 详细的统计信息输出
+- **优势**: 功能完整, 适合生产环境
+- **适用场景**: 正式项目、批量处理、研究工作
+
+### 🔄 差分进化算法
+
+#### 3. `auto_eq_de.py` - 差分进化优化
+- **算法**: 差分进化算法 (Differential Evolution, DE)
+- **特点**:
+  - 使用scipy.optimize.differential_evolution
+  - 全局优化算法, 收敛性好
+  - 参数调整相对简单
+- **优势**: 优化效果稳定, 适合连续参数优化
+- **适用场景**: 需要高精度匹配、对收敛性要求高的场合
+
+### 📊 频谱直接补偿
+
+#### 4. `auto_eq_spectral_direct.py` - 频谱直接匹配
+- **算法**: 基于STFT的频谱分析
+- **特点**:
+  - 直接计算频谱差异
+  - 无需优化算法迭代
+  - 运行速度最快
+  - 使用librosa进行频谱分析
+- **优势**: 计算速度快, 实现直观
+- **适用场景**: 简单频谱匹配、实时处理需求
+
+## 🔧 共同依赖
+
+所有脚本都需要以下依赖：
+```bash
+pip install numpy scipy soundfile matplotlib
+```
+
+额外依赖：
+- `auto_eq_ga_*.py`: `pip install deap`
+- `auto_eq_spectral_direct.py`: `pip install librosa`
+
+## 📖 使用方法
+
+### 基本用法
+
+1. **准备音频文件**:
+   - 源音频文件 (reference)
+   - 目标音频文件 (target)
+   - 确保两个文件采样率一致
+
+2. **修改配置参数**:
+   ```python
+   SOURCE_AUDIO_PATH = "path/to/source.wav"
+   TARGET_AUDIO_PATH = "path/to/target.wav"
+   OUTPUT_MATCHED_AUDIO_PATH = "path/to/output.wav"
+   ```
+
+3. **运行脚本**:
+   ```bash
+   python auto_eq_ga_basic.py      # 基础遗传算法
+   python auto_eq_de.py            # 差分进化算法
+   python auto_eq_ga_advanced.py   # 高级遗传算法
+   python auto_eq_spectral_direct.py  # 频谱直接匹配
+   ```
+
+### 输出结果
+
+- **EQ参数**: 滤波器类型、频率、Q值、增益等参数
+- **匹配音频**: 应用EQ后的音频文件
+- **对比图表**: 频谱匹配效果可视化
+
+## ⚙️ 参数调优指南
+
+### 遗传算法参数 (GA系列)
+```python
+POPULATION_SIZE = 200      # 种群大小, 影响搜索广度
+MAX_GENERATIONS = 150      # 最大迭代数, 影响搜索深度
+MAX_FILTERS = 10          # 最大滤波器数量
+COMPLEXITY_PENALTY_FACTOR = 0.01  # 复杂度惩罚因子
+```
+
+### 差分进化参数 (DE)
+```python
+maxiter = 300             # 最大迭代数
+popsize = 15              # 种群大小倍数
+atol = 1e-4              # 收敛阈值
+```
+
+### 频谱分析参数
+```python
+FFT_SIZE = 512           # FFT窗口大小
+SAMPLE_RATE = 16000      # 采样率
+```
+
+## 📊 算法对比
+
+| 算法 | 收敛速度 | 精度 | 复杂度 | 稳定性 | 适用场景 |
+|------|---------|------|--------|---------|----------|
+| GA Basic | 中等 | 中等 | 低 | 高 | 学习、原型 |
+| GA Advanced | 中等 | 高 | 高 | 很高 | 生产环境 |
+| DE | 快 | 高 | 中等 | 高 | 精确匹配 |
+| Spectral Direct | 很快 | 中等 | 很低 | 中等 | 快速匹配 |
+
+## 🎛️ 支持的滤波器类型
+
+- **Peak Filter** (峰值滤波器): 增强或衰减特定频率
+- **Low Shelf** (低频搁架): 影响低频部分
+- **High Shelf** (高频搁架): 影响高频部分
+
+## 📋 注意事项
+
+1. **音频格式**: 建议使用WAV格式, 确保无损质量
+2. **采样率**: 源音频和目标音频必须采样率一致
+3. **单声道**: 目前脚本主要支持单声道音频
+4. **参数范围**: 
+   - 频率范围: 20Hz - Nyquist频率
+   - Q值范围: 0.3 - 10.0 (Peak), 0.3 - 2.0 (Shelf)
+   - 增益范围: -25dB - +25dB
+
+## 🔍 故障排除
+
+### 常见问题
+
+1. **收敛困难**: 增加迭代数或调整惩罚因子
+2. **过度拟合**: 增加复杂度惩罚或减少最大滤波器数
+3. **运行缓慢**: 减少种群大小或使用更快的算法
+4. **匹配精度不够**: 增加滤波器数量或使用高级算法
+
+### 性能优化建议
+
+- 对于快速测试: 使用 `auto_eq_spectral_direct.py`
+- 对于高质量结果: 使用 `auto_eq_ga_advanced.py`
+- 对于平衡性能: 使用 `auto_eq_de.py`
+
+## 📝 作者信息
+
+- **作者**: 凌逆战 | Never
+- **更新日期**: 2025-08-05
+- **项目用途**: 音频EQ自动匹配研究
+
+## 📄 许可证
+
+本项目仅供学习和研究使用。