值错误：输入信号长度=2太小，无法从44100->16000重新采样

Question

我正在尝试读取一些音频wav文件，在添加更多音频文件之前，一切都很完美，但我遇到了错误。读取音频文件并使用以下代码将其重新采样到16KHz

def speech_file_to_array_fn(batch):
start = 0 
stop = 20 
srate = 16_000
speech_array, sampling_rate = sf.read(batch["file"], start = start * srate , stop = stop * srate)
batch["speech"] = librosa.resample(np.asarray(speech_array), sampling_rate, srate)
batch["sampling_rate"] = srate
batch["parent"] = batch["label"]
return batch

我收到这个错误：

ValueError: Input signal length=2 is too small to resample from 44100->16000

我试着在阅读后转换音频文件，但没有工作

感谢

Answer 1

我相信这个问题已经在librosa的GitHub上讨论过了。

我以前从未使用过这个库，但从这个评论来看，在你的情况下，你可以做以下事情：

def speech_file_to_array_fn(batch):
start = 0 
stop = 20 
srate = 16_000
speech_array, sampling_rate = sf.read(batch["file"], start = start * srate , stop = stop * srate)
speech_array = speech_array.T
batch["speech"] = librosa.resample(np.asarray(speech_array), sampling_rate, srate)
batch["sampling_rate"] = srate
batch["parent"] = batch["label"]
return batch

让我知道这是否有效，因为我没有办法测试它。