thonypythony 5e0c46ef50 Update Readme.md 7 hónapja
..
AVIdeoclassificator 5e0c46ef50 Update Readme.md 7 hónapja
audioneuroclassificator 69bb0011d5 Update README.md 7 hónapja
611.PNG f8e644417e 2 7 hónapja
611.wav f8e644417e 2 7 hónapja
611spectrums.PNG f8e644417e 2 7 hónapja
611wm-611spectrums.PNG f8e644417e 2 7 hónapja
611wm.wav f8e644417e 2 7 hónapja
611wmspectrums.PNG f8e644417e 2 7 hónapja
AudioclassificationTensorFlowbasic.ipynb f8e644417e 2 7 hónapja
Froukje - Drijfzand.ogg f8e644417e 2 7 hónapja
LICENSE fdf6e8d6e3 add 1 7 hónapja
README.md be464ac9f7 Update README.md 7 hónapja
after_new_melspec.png f8e644417e 2 7 hónapja
after_new_spec.png f8e644417e 2 7 hónapja
after_new_spec1.png f8e644417e 2 7 hónapja
after_new_spec2.png f8e644417e 2 7 hónapja
after_new_spec3.png f8e644417e 2 7 hónapja
after_new_spec4.png f8e644417e 2 7 hónapja
after_new_spec5.png f8e644417e 2 7 hónapja
audiocompare.py fdf6e8d6e3 add 1 7 hónapja
audiospectrum.ipynb f8e644417e 2 7 hónapja
before_new_melspec.png f8e644417e 2 7 hónapja
before_new_spec.png f8e644417e 2 7 hónapja
before_new_spec1.png f8e644417e 2 7 hónapja
before_new_spec2.png f8e644417e 2 7 hónapja
before_new_spec3.png f8e644417e 2 7 hónapja
before_new_spec4.png f8e644417e 2 7 hónapja
before_new_spec5.png f8e644417e 2 7 hónapja
eP0gppr.png f8e644417e 2 7 hónapja
mms09_173-232.pdf f8e644417e 2 7 hónapja
photo_2023-06-21_10-22-16.jpg fdf6e8d6e3 add 1 7 hónapja
photo_2024-07-03_16-40-24 (2).jpg f8e644417e 2 7 hónapja
photo_2024-07-03_16-40-24.jpg f8e644417e 2 7 hónapja
photo_2024-07-03_16-401-24.jpg f8e644417e 2 7 hónapja
photo_2024-07-03_16-440-32.jpg f8e644417e 2 7 hónapja
simpleaudioanalys.ipynb f8e644417e 2 7 hónapja
soxMP3toWAV.py f8e644417e 2 7 hónapja
Каждый кадр содержит один бит.PNG f8e644417e 2 7 hónapja
без оригинала обнаружить встраивание не представляется возможным.PNG f8e644417e 2 7 hónapja
пример встраивания ватермарки.PNG f8e644417e 2 7 hónapja
пример разделения на подмножества сэмплов.PNG f8e644417e 2 7 hónapja

README.md

sox 1.mp3 -r 44.1k -c 1 -b 16 2.wav

Сравнение двух аудиосообщений с использованием библиотеки Librosa.

Librosa — библиотека, которая обеспечивает анализ и обработку звука. Сравнение производится путем вычисления характеристик MFCC (Mel Frequency Cepstral Coefficients), описывающих звуковую сигнатуру каждого аудио.

Важные замечания:
— Для точного сравнения аудиозаписей они должны иметь одинаковую продолжительность и аналогичные условия записи (громкость, уровень шума и т.д.).
— Возможно потребуется дополнительная предварительная обработка, например, нормализация громкости.

librosa.version
'0.10.1'
AttributeError: No librosa.core attribute dtln

Возможное решение:

dist = mfcc1 - mfcc2
print(f'Distance between audios is {((dist ** 2).sum(axis=0) ** 0.5).sum()}')

Import them both into Audacity. Apply the “Invert” effect to one of the tracks. Select both tracks, then from the “Tracks menu > Mix and Render”. If the tracks were identical, the result will be silence. To check that it is absolute silence, select the full (mix) track, and open the “Amplify” effect. If the Amplify effect says that the “New Peak Amplitude” is “-infinity”, then the mix track is totally silent and the two imported files have identical audio.

Sources