Vo class 0.11

[ras120]

파일다운
Vo.zip

temp,py 실행 전 check.py를 실행하여 녹음장치 index, rate 확인하여 본 코드에 적용할것

실행 시 루프 진입
-큰 소리가 났을 때 녹음 시작
-녹음 후 분석 시작, 분석 결과 푸시
반복

---

import wave
import threading
from matplotlib import pyplot as plt
import pylab
import time
import pyaudio
from six.moves import queue

class Vo():
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 44100
CHUNK = 1024
RECORD_SECONDS = 5 # 녹음 길이(초)
DEVICE_INDEX = 1
WAVE_OUTPUT_FILENAME = "file.wav"
Recode_Value = 1000 # 큰 소리 값
# 여기까지 recode 관련 녹음 환경 설정

Cry_Value = 1000
Cut_Value = 100
Sick_Value = 50000
Hungry_Value = 20000
#Sleepy_Value = 0

# 여기까지 detection 관련

def __init__(self,Push):
    self.mPush =Push
    self.run()

def run(self):
    while(True):
        detection_flag = self.recode()
        if detection_flag:
            self.detectino()

def recode(self):
    audio = pyaudio.PyAudio()
    stream = audio.open(format=self.FORMAT, channels=self.CHANNELS, rate=self.RATE, input=True,
                        input_device_index=self.DEVICE_INDEX, frames_per_buffer=self.CHUNK)
    frames = []
    print("do")

    # 첫번째 프레임 확인
    data = stream.read(self.CHUNK)
    check = pylab.fromstring(data, 'int16')
    if (sum(abs(check)) / len(check)) < self.Recode_Value:
        stream.stop_stream()
        stream.close()
        audio.terminate()
        return False
    print("recode...")
    for i in range(1, int(self.RATE / self.CHUNK * self.RECORD_SECONDS)):
        data = stream.read(self.CHUNK)
        frames.append(data)

    stream.stop_stream()
    stream.close()
    audio.terminate()

    waveFile = wave.open(self.WAVE_OUTPUT_FILENAME, 'wb')
    waveFile.setnchannels(self.CHANNELS)
    waveFile.setsampwidth(audio.get_sample_size(self.FORMAT))
    waveFile.setframerate(self.RATE)
    waveFile.writeframes(b''.join(frames))
    waveFile.close()
    return True

def detectino(self):
    spec_flag = 0
    wav = wave.open(self.WAVE_OUTPUT_FILENAME, 'r')
    frames = wav.readframes(-1)
    sound_info = pylab.fromstring(frames, 'int16')
    frame_rate = wav.getframerate()
    wav.close()
    pylab.figure(num=None, figsize=(19, 12))
    pylab.subplot(111)
    pylab.specgram(sound_info, Fs=frame_rate)
    ax1 = plt.subplot(211)
    Pxx, freqs, bins, im = plt.specgram(sound_info, Fs=frame_rate)

    # --------여기부터-------------
    tmp = []  # 추출된 특징값들
    for j in range(len(bins)):
        k = 0
        for i in range(0, 20):
            if k < Pxx[i][j]:
                k = Pxx[i][j]
        tmp.append(k)

    count = 0
    len_count = 0
    sum_a = 0
    for i in range(len(tmp)):
        if tmp[i] > self.Cry_Value:  # 아이 울음소리 got it
            count += 1
            sum_a += tmp[i]
        if tmp[i] > self.Cut_Value:  # 작은소리를 제외한 len을 구하기 위함
            len_count += 1

    bindo = count / len_count  # 아이 울음소리의 빈도
    aver = sum_a / count  # 아이 울음소리의 평균 값

    result = "-"
    if bindo > 0.6:  # 울음소리의 빈도가 일정 이상일 경우
        result = "울어요"

        # 추출된 값의 범위에 따라 울음의 타입별 동작(범위 수정필요)
    if aver > self.Sick_Value:
        result += ", 아파요"
    elif aver > self.Hungry_Value:
        result += ", 배고파요"
    elif aver <= self.Hungry_Value:
        result += ", 졸려요"

    self.mPush.insertMSG(result)

class Push(threading.Thread):
def init(self):
self.sem_using = threading.Semaphore(1) # 1명만 쓸것
self.sem_emp = threading.Semaphore(0)
self.Q=[]
#self.mvi = Vi(self)
self.mvo = Vo(self)
#self.VIth =threading.Thread(target=self.mvi.run)
self.VOth = threading.Thread(target=self.mvo.run)

def insertMSG(self,str):
    self.sem_using.acquire()
    self.Q.append(str)
    print("--------------------in 관측자[%s]삽입완료"%str)
    self.sem_using.release()
    self.sem_emp.release() # 세마포어 값 증가

def getMSG(self):
    self.sem_emp.acquire()
    self.sem_using.acquire()
    msg =self.Q[0]
    del self.Q[0]
    self.sem_using.release()
    return msg

def run(self):
    #self.VIth.start()
    self.VOth.start()
    while(True):
        print("in 관찰자[%s]"%( self.getMSG()) )

p = Push()
p.run()

==============================================================

파일 수정본.

Vo.zip

• 위 파일에서 detection부분(detectino 라고 잘못 표기되어있음.)을 detection2 로 함수 교체.