在张量流中批量处理音频数据

时间:2017-04-12 19:23:27

标签: python tensorflow

我正在尝试训练一些音频数据模型。我写了一些代码来加载一些mp3文件,将它们分成短片(每个约0.1秒)并分批分析这些片段。所以,我写了这段代码。

import glob
import tensorflow as tf
from tensorflow.contrib import ffmpeg

def load(fname):
    binary = tf.read_file(fname)
    return ffmpeg.decode_audio(binary, file_format='mp3', samples_per_second=44100, channel_count=2)   

def preprocess(audio, seconds_per_sample=0.1, rate=44100):
    # pad to a with 1 second of silence front and back
    front = tf.zeros([rate, 2], dtype=audio.dtype)
    back = tf.zeros([rate - tf.mod(tf.shape(audio)[0], rate) + rate, 2], dtype=audio.dtype)
    audio = tf.concat([front, audio, back], 0)
    # normalize to 0 to 1 range
    audio = tf.add(audio, tf.abs(tf.reduce_min(audio)))
    audio = tf.multiply(audio, 1.0 / tf.reduce_max(audio))
    # [data, channels] => [samples, data, channels]
    audio = tf.reshape(audio, [-1, int(rate * seconds_per_sample), 2])
    return audio

tf.reset_default_graph()
with tf.Graph().as_default():
    # take files one by one and read data from them
    files = glob.glob('music/*.mp3')    
    queue = tf.train.string_input_producer(files, num_epochs=1)
    fname = queue.dequeue()
    audio = load(fname)
    audio = preprocess(audio)
    samples = tf.train.slice_input_producer([audio], num_epochs=1)
    batch = tf.train.batch(samples, 10)

    model = tf.identity(batch)

    init = [tf.global_variables_initializer(), tf.local_variables_initializer()]

    coord = tf.train.Coordinator()

    with tf.Session() as session:
        session.run(init)
        threads = tf.train.start_queue_runners(sess=session, coord=coord)
        for _ in range(10):
            try:
                result = session.run(model)
            except tf.errors.OutOfRangeError:
                coord.request_stop()
        coord.request_stop()
        coord.join(threads)

看起来非常简单,类似的方法对我以前的模型起作用。我重塑了音频数据,因此第一个维度变为样本,使用切片输入将样本排队,然后使用batch()将样本10一次送入模型。为简单起见,我将模型作为身份函数离开。这段代码使我的python segfault深入到tensorflow内部。我有什么明显错的吗?

这是OSX崩溃报告的开始

Process:               Python [57865]
Path:                  /usr/local/Cellar/python3/3.6.1/Frameworks/Python.framework/Versions/3.6/Resources/Python.app/Contents/MacOS/Python
Identifier:            Python
Version:               3.6.1 (3.6.1)
Code Type:             X86-64 (Native)
Parent Process:        Python [57654]
Responsible:           Python [57865]
User ID:               502

Date/Time:             2017-04-12 16:07:13.318 -0400
OS Version:            Mac OS X 10.12.3 (16D32)
Report Version:        12
Anonymous UUID:        B5DE676B-FEC7-9626-B1CC-F392948D410C

Sleep/Wake UUID:       F3A5360E-B7A0-4675-9DC9-EAEE938E2E70

Time Awake Since Boot: 440000 seconds
Time Since Wake:       16000 seconds

System Integrity Protection: disabled

Crashed Thread:        16

Exception Type:        EXC_CRASH (SIGABRT)
Exception Codes:       0x0000000000000000, 0x0000000000000000
Exception Note:        EXC_CORPSE_NOTIFY

Application Specific Information:
abort() called

编辑:我在github上打开的问题已经关闭但没有解释,但“请参阅问题跟踪器政策”。我不知道我还能在这做什么。如果有人解决这个问题,请做。

1 个答案:

答案 0 :(得分:0)

在运行代码之前您已在我的计算机上发布,我必须将一些MP3文件添加到“music”文件夹中。我假设你有一些音频,但是,请注意ffmpeg二进制文件。 Tensorflow要求ffmpeg位于/usr/local/sbin/文件夹中。

快速解决方法

通常的符号链接对我有用。

ln -s /usr/bin/ffmpeg /usr/local/sbin/ffmpeg

如果这个答案没有帮助,请通过在终端模拟器中运行代码并在此处发布回溯来提供更多信息。