Эта программа преобразует музыку в различные математические представления, такие как волновая форма (waveform), спектрограмма, мел-спектрограмма и MFCC (Mel Frequency Cepstral Coefficients)

This program converts music into various mathematical representations such as waveform, spectrogram, chalk spectrogram and MFCC (Mel Frequency Cepstral Coefficients)

Эта программа преобразует аудиофайлы (форматы MP3, WAV) в математические представления, такие как волновая форма, спектрограмма, мел-спектрограмма и MFCC (Mel Frequency Cepstral Coefficients). Результаты сохраняются в виде изображений и CSV-файлов для дальнейшего анализа и интерпретации.

Программа полезна для исследователей, музыкантов, звукорежиссеров и разработчиков ИИ, которым необходимо анализировать музыку на более глубоком уровне. С ее помощью можно визуализировать аудиосигнал, выявлять его структуру и особенности, а также создавать основу для задач машинного обучения, таких как распознавание жанров, идентификация инструментов или синтез звука.

1. Установите необходимые библиотеки:

   pip install librosa numpy matplotlib scipy

2. ⚠ Создайте две папки queue и processed в той же директории, где находится скрипт. Папка queue предназначена для добавления файлов, которые будут обработаны. Если папка queue не существует, программа не сможет начать обработку! ⚠

3. Поместите аудиофайлы в папку queue.

4. Запустите скрипт:

   python converter.py

• Программа ищет все аудиофайлы в папке queue и обрабатывает их, создавая различные математические представления звука.
• После обработки файлы перемещаются в папку processed, чтобы избежать повторной обработки.

После завершения работы скрипта, результаты будут сохранены в папке output_data. Каждому аудиофайлу будет соответствовать отдельная папка с данными, включая волновую форму, спектрограмму, мел-спектрограмму и MFCC.

Обязательно создайте папку queue и добавьте в неё файлы перед запуском программы! Это критически важный шаг для корректной работы скрипта.

This program converts audio files (MP3, WAV formats) into mathematical representations such as waveform, spectrogram, mel-spectrogram, and MFCC (Mel Frequency Cepstral Coefficients). The results are saved as images and CSV files for further analysis and interpretation.

This program is useful for researchers, musicians, sound engineers, and AI developers who need to analyze music at a deeper level. It allows visualizing audio signals, identifying their structure and features, and creating a foundation for machine learning tasks such as genre recognition, instrument identification, or sound synthesis.

1. Install the required libraries:

   pip install librosa numpy matplotlib scipy

2. ⚠ Create two folders queue and processed in the same directory as the script. The queue folder is intended for adding files to be processed. If the queue folder does not exist, the program cannot start processing! ⚠

3. Place audio files in the queue folder.

4. Run the script:

   python converter.py

• The program searches for all audio files in the queue folder and processes them, creating various mathematical representations of the sound.
• After processing, the files are moved to the processed folder to avoid re-processing.

After the script completes, the results will be saved in the output_data folder. Each audio file will have its own folder containing data, including waveform, spectrogram, mel-spectrogram, and MFCC.

Be sure to create the queue folder and add files to it before running the program! This is a critical step for the correct operation of the script.