neverlib 0.2.2__py3-none-any.whl → 0.2.4__py3-none-any.whl

neverlib/data_analyze/README.md

@@ -0,0 +1,234 @@
+# 音频数据分析模块 (Audio Data Analysis Module)
+
+这个模块提供了完整的音频数据分析功能, 包括特征提取、质量评估、统计分析和可视化等。
+
+## 模块结构
+
+```
+dataAnalyze/
+├── __init__.py                 # 模块初始化
+├── utils.py                   # 基础工具函数
+├── rms_distrubution.py        # RMS分布分析
+├── spectral_analysis.py       # 频域分析
+├── temporal_features.py       # 时域特征分析
+├── quality_metrics.py         # 音频质量评估
+├── statistics.py              # 统计分析工具
+├── visualization.py           # 可视化模块
+├── dataset_analyzer.py        # 数据集分析工具
+└── README.md                  # 说明文档
+```
+
+## 核心功能
+
+### 1. 频域分析 (spectral_analysis.py)
+- 短时傅里叶变换 (STFT)
+- 频谱分析
+- 谱重心、谱滚降、谱平坦度
+- MFCC特征提取
+- 梅尔频谱图
+- 色度特征
+
+### 2. 时域特征分析 (temporal_features.py)
+- 过零率分析
+- 短时能量分析
+- 自相关分析
+- 音频包络提取
+- 起始点检测
+- 节拍估计
+- 攻击时间和衰减时间
+
+### 3. 音频质量评估 (quality_metrics.py)
+- 信噪比 (SNR) 计算
+- 总谐波失真 (THD) 分析
+- 动态范围分析
+- 频率响应特性
+- 响度范围分析
+- 音频健康检查
+
+### 4. 统计分析工具 (statistics.py)
+- 音频数据集统计信息
+- 时长分布分析
+- 幅度分布统计
+- 频域特征统计
+- 异常值检测
+- 分布分析
+
+### 5. 可视化模块 (visualization.py)
+- 波形图绘制
+- 频谱图和梅尔频谱图
+- 特征对比图
+- 统计分布图
+- 音频对比分析
+- 分析仪表板
+
+### 6. 数据集分析工具 (dataset_analyzer.py)
+- 批量音频文件分析
+- 数据集质量报告
+- 问题文件检测
+- HTML报告生成
+- 并行处理支持
+
+## 使用示例
+
+### 基础分析
+
+```python
+import librosa
+from neverlib.dataAnalyze import SpectralAnalyzer, TemporalAnalyzer, QualityAnalyzer
+
+# 加载音频
+audio, sr = librosa.load('audio.wav', sr=22050)
+
+# 频域分析
+spectral_analyzer = SpectralAnalyzer(sr=sr)
+mfcc = spectral_analyzer.mfcc_features(audio)
+spectral_centroid = spectral_analyzer.spectral_centroid(audio)
+
+# 时域分析
+temporal_analyzer = TemporalAnalyzer(sr=sr)
+zcr = temporal_analyzer.zero_crossing_rate(audio)
+energy = temporal_analyzer.short_time_energy(audio)
+
+# 质量评估
+quality_analyzer = QualityAnalyzer(sr=sr)
+dynamic_range = quality_analyzer.dynamic_range(audio)
+thd = quality_analyzer.total_harmonic_distortion(audio)
+```
+
+### 数据集分析
+
+```python
+from neverlib.dataAnalyze import analyze_audio_dataset
+
+# 分析整个数据集
+results = analyze_audio_dataset(
+    directory='./audio_dataset',
+    output_dir='./analysis_results',
+    sr=22050,
+    n_jobs=4
+)
+
+print(f"分析了 {results['overview']['total_files']} 个文件")
+print(f"平均健康分数: {results['quality_assessment']['average_health_score']:.1f}")
+```
+
+### 可视化分析
+
+```python
+from neverlib.dataAnalyze import AudioVisualizer, create_analysis_dashboard
+
+# 创建可视化器
+visualizer = AudioVisualizer(sr=sr)
+
+# 绘制波形图
+fig1 = visualizer.plot_waveform(audio, title="音频波形")
+
+# 绘制频谱图
+fig2 = visualizer.plot_spectrogram(audio, title="频谱图")
+
+# 创建完整的分析仪表板
+dashboard = create_analysis_dashboard(audio, sr=sr)
+```
+
+### 统计分析
+
+```python
+from neverlib.dataAnalyze import AudioStatistics, quick_audio_stats
+
+# 批量统计分析
+file_paths = ['audio1.wav', 'audio2.wav', 'audio3.wav']
+stats = quick_audio_stats(file_paths, sr=22050)
+
+# 详细统计
+audio_stats = AudioStatistics(sr=22050)
+audio_stats.add_audio_directory('./audio_files')
+detailed_stats = audio_stats.compute_all_statistics()
+```
+
+## 高级功能
+
+### 1. 自定义分析流程
+
+```python
+from neverlib.dataAnalyze import (
+    compute_spectral_features, 
+    compute_temporal_features,
+    comprehensive_quality_assessment
+)
+
+# 提取所有特征
+spectral_features = compute_spectral_features(audio, sr=sr)
+temporal_features = compute_temporal_features(audio, sr=sr)
+quality_assessment = comprehensive_quality_assessment(audio, sr=sr)
+```
+
+### 2. 数据集比较
+
+```python
+from neverlib.dataAnalyze import compare_datasets
+
+# 比较两个数据集
+comparison = compare_datasets(
+    dataset1_paths=['dataset1/*.wav'],
+    dataset2_paths=['dataset2/*.wav'],
+    sr=22050
+)
+```
+
+### 3. 问题文件检测
+
+```python
+from neverlib.dataAnalyze import DatasetAnalyzer
+
+analyzer = DatasetAnalyzer(sr=22050)
+analyzer.analyze_dataset(file_paths)
+
+# 获取有问题的文件
+problematic_files = analyzer.get_problematic_files(min_health_score=80)
+for file_info in problematic_files:
+    print(f"{file_info.file_path}: 健康分数 {file_info.health_score}")
+    print(f"  问题: {file_info.issues}")
+    print(f"  警告: {file_info.warnings}")
+```
+
+## 依赖项
+
+主要依赖库：
+- `numpy` - 数值计算
+- `librosa` - 音频处理
+- `scipy` - 科学计算
+- `matplotlib` - 绘图
+- `seaborn` - 统计绘图
+- `soundfile` - 音频文件读写
+- `tqdm` - 进度条
+- `joblib` - 并行处理
+
+## 输出格式
+
+### 分析报告
+- JSON格式的详细统计信息
+- HTML格式的可视化报告
+- 问题文件清单
+- 改进建议
+
+### 可视化图表
+- 波形图
+- 频谱图和梅尔频谱图
+- 特征分布图
+- 对比分析图
+- 综合分析仪表板
+
+## 性能优化
+
+- 支持多线程并行处理
+- 内存友好的批量处理
+- 可配置的分析参数
+- 进度条显示
+
+## 扩展建议
+
+1. **深度学习特征**: 添加预训练模型的特征提取
+2. **实时分析**: 支持音频流的实时分析
+3. **数据库集成**: 支持分析结果的数据库存储
+4. **Web界面**: 开发基于Web的分析界面
+5. **更多格式**: 支持更多音频格式和元数据

neverlib/data_analyze/__init__.py

@@ -0,0 +1,14 @@
+'''
+Author: 凌逆战 | Never
+Date: 2025-08-06 00:56:39
+Description: 
+'''
+"""
+音频数据分析模块
+Audio Data Analysis Module
+
+提供完整的音频数据分析功能, 包括特征提取、质量评估、统计分析和可视化等。
+"""
+
+# 基础工具
+from neverlib.dataAnalyze.temporal_features import dB, peak_amplitude, rms_amplitude