【数据预处理】TIMIT语料库WAV文件转换

1 问题描述

这两天复现代码。先构造数据集，纯净语音、不同噪声、不同SNR的混合语音。其中纯净语音由两部分组成，IEEE corpus和TIMIT。

一开始我用MATLAB中的audioread读取音频文件，合成后用audiowrite保存下来。没有任何问题。

后来，师姐让我换成python处理，不管是wave还是scipy.io中的wavfile，在读取TIMIT的原始WAV时都会报错。

stackoverflow上相关问题及解决方案

2 原因定位

通过上述问答以及TIMIT语料库的官方说明文件，我们可以发现TIMIT中的WAV文件是：

 

我们用notepad++打开任意一个数据集中的wav文件，可以看到以下内容作为开头：

而以同样方式打开普通的wav文件，则开头内容为：

3 解决思路

将SPHERE文件转换成WAV文件。

网上可以找到许多方法，在此我采用了Dystopia在基于各种分类算法的说话人识别（年龄段识别）一文中的方法。

Kaldi中tools下有SPHERE文件转换工具sph2pipe.exe

1.下载编译sph2pipe

jacoxu的WSJ0数据中的.wv1文件(sph)读取

转换工具：sph2pipe_v2.5，如果安装过Kaldi的话，可以直接使用 $KALDI_ROOT/tools/sph2pipe_v2.5/sph2pipe，如果没有安装的话，可以单独下载：http://sourceforge.net/projects/kaldi/files/sph2pipe_v2.5.tar.gz

如果是在Windows环境下的话直接使用sph2pipe.exe即可，如果是在linux环境下的话，则需要进行GCC编码：gcc -o sph2pipe  *.c -lm

2.用re_sph2pipe.py脚本生成sph2pipe转换文件

#encoding="utf-8"
import os
import os.path
rootdir = "/data/Datasets/yuanpp/TIMIT"
timitpath = "/data/Datasets/yuanpp/TIMIT"
targetpath = "/data/Datasets/yuanpp/TIMIT_convert"
sph2pipepath = "/home/yuanpeipei/sph2pipe_v2.5/sph2pipe"
f = open('./make_sph2pipe_file.txt','w')
for root,dirs,files in os.walk(rootdir):
    for fn in files:
        if fn[len(fn)-3:len(fn)]=='wav':
            sourcefile = timitpath+root[len(rootdir):]+"/"+fn
            targetfile = targetpath + "/" + fn
            s = sph2pipepath + " -f wav " + sourcefile+" "+targetfile+"
"
            f.write(s)
f.close()

生成make_sph2pipe_file.txt文件，内容为命令行。

/home/yuanpeipei/sph2pipe_v2.5/sph2pipe -f wav /data/Datasets/yuanpp/TIMIT/pure_utterance/validation/S_125_06.wav /data/Datasets/yuanpp/TIMIT_convert/S_125_06.wav
/home/yuanpeipei/sph2pipe_v2.5/sph2pipe -f wav /data/Datasets/yuanpp/TIMIT/pure_utterance/validation/S_130_03.wav /data/Datasets/yuanpp/TIMIT_convert/S_130_03.wav
/home/yuanpeipei/sph2pipe_v2.5/sph2pipe -f wav /data/Datasets/yuanpp/TIMIT/pure_utterance/validation/S_60_10.wav /data/Datasets/yuanpp/TIMIT_convert/S_60_10.wav
/home/yuanpeipei/sph2pipe_v2.5/sph2pipe -f wav /data/Datasets/yuanpp/TIMIT/pure_utterance/validation/S_130_06.wav /data/Datasets/yuanpp/TIMIT_convert/S_130_06.wav
... ...

3.在linux下执行shell命令

#!/bin/sh
while read line
do
  $line
done < make_sph2pipe_file.txt

即可。

参考资料：

[1] 基于各种分类算法的说话人识别（年龄段识别）

[2] WSJ0数据中的.wv1文件(sph)读取

[3] reading a WAV file from TIMIT database in python