接着前一篇文章，昨晚做完后发现存在几个问题。
一、wavfile_split分割wav文件后才判断这个wav是否可用，存在不必要的计算，正常逻辑也就是wav不可用就不计算，这在文件夹下大量wav计算时，可能会浪费计算资源。
针对这个问题，笔者将提取wav_time的功能放在remove_silence函数里面，在return返回wav_time，用于在wavfile_split分割前判断即可，修改后功能如下：
二、这个有变量、有很多函数实现一个将文件夹下的wav语音文件分割成固定时长并提取MFCCs，那么为啥不面向对象，使用class呢？
这一改花了很长时间来调试，遇到几个很蠢的错误：
1、在最开始将属性和方法写入class时，直接在所有函数方法中应用属性。如果是最开始直接使用class的话可能没有啥问题，如果是修改添加类的话，修改了就较大。最后实践发现可能保留原函数复制回来，在关键的核心方法里面来应用属性可能会更加方面，代码量修改较少；
2、方法的函数定义，即使不使用属性，函数参数里面也得加上self，不然会报参数不一致错误。比如：“librosa_mfcc_mean_features() takes 2 positional arguments but 3 were given” 。
3、为了增加灵活性，在函数方法里面可用定义自由参数，用于用户自定义的指定，比如get_dir_wavfile_mfccs_csv(self,csv_filename)。在调用get_dir_wavfile_mfccs_csv方法时，可以自自己指定文件名称，而不是直接在class里面来指定。
三、按每个文件3秒来分割文件，文件如果是2.9秒，那么就会舍弃文件，不纳入样本中，这可能会丢失一些wav文件，数据采集成本是很高的，轻易舍弃实在些可惜。笔者想到在文件末尾添零来补足3秒时长，这在最终提取MFCC均值时，这补足的时长对于整体也影响不大。可惜今晚没有时间来搞，带明天再来完善吧。
网友评论