每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图，


本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

给你一张图片，你能想象它的声音吗？

一个叫SpectroGraphic的神器就能做到这点。

每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图

例如，给定一个“怪物史莱克”的照片，通过这个工具，就能生成其对应的声谱图。

每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图

图像嵌入声谱图

大多数声音是许多声波的复杂组合，而每一种声波都有不同的频率和强度。

声谱图(spectrogram)是一种表示声音的方法，它的横轴是时间，纵轴是频谱。

每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图
△声谱图示例

而SpectroGraphic所做的工作就是获取一张图像，简单地把它解释成一张声谱图。

这样，就可以通过产生的声音，便将图像嵌入到了声谱图中。

是不是非常酷炫？

现在，项目已开源，每个人都可以体验了！

项目安装

首先，运行如下代码来获取命令行工具spectrographic：

  1. pipinstallspectrographic 

也可以直接把stand-alone\文件夹里的spectrographic.py文件，作为命令行工具使用。

每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图

此外，还需要确保满足 requirements.txt 文件中涉及的所有依赖项。

可以通过如下命令来进行安装：

  1. pipinstallrequirements.txt 

在使用 pip 进行安装之后，只需要在控制台中运行 spectrographic […]。

在使用stand-alone脚本时，必须使用 python spectrographic.py […]。

还可以简单地从 SpectroGraphic.base 中导入 SpectroGraphic 类。

命令行工具的使用

  1. usage:spectrographic[-h][--version]-iPATH_TO_IMAGE[-dDURATION][-mMIN_FREQ][-MMAX_FREQ][-rRESOLUTION][-cCONTRAST][-p][-sSAVE_FILE]Turnanyimageintosound.optionalarguments:-h,--helpshowthishelpmessageandexit--versionshowprogram'sversionnumberandexit-iPATH_TO_IMAGE,--imagePATH_TO_IMAGEPathofimagethatwewanttoembedinaspectrogram.-dDURATION,--durationDURATIONDurationofgeneratedsound.-mMIN_FREQ,--min_freqMIN_FREQSmallestfrequencyusedfordrawingtheimage.-MMAX_FREQ,--max_freqMAX_FREQLargestfrequencyusedfordrawingtheimage.-rRESOLUTION,--resolutionRESOLUTIONVerticalresolutionoftheimageinthespectrogram.-cCONTRAST,--contrastCONTRASTContrastoftheimageinthespectrogram.-p,--playDirectlyplaytheresultingsound.-sSAVE_FILE,--saveSAVE_FILEPathto.wavfileinwhichtosavetheresultingsound. 

如果你的源图像在./source.png，想要生成10s的音频，频率范围为10kHz到20kHz，还希望保存为sound.wav，最终还要播放音频。

那么就运行如下代码：

  1. spectrographic--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

如果你正在使用stand-alone脚本：

  1. pythonspectrographic.py--image./source.png--min_freq10000--max_freq20000--duration10--savesound.wav--play 

作者简介

每张图片自带BGM？牛津小哥开源神器，实现任意图像转换声谱图
△右：Levi Borodenko

Levi Borodenko，目前在牛津大学攻读数学和统计学硕士学位。学术研究重点是随机分析和机器学习。

本科也就读于牛津大学，2017-2018担任PROMYS Oxford的辅导员，2018-2019年担任PROMYS Boston的首席辅导员。

更多开源项目可访问如下链接：
https://github.com/LeviBorodenko

传送门

项目地址：
https://github.com/LeviBorodenko/spectrographic

相关内容