接著上一篇教程，繼續的有各個UTILITIES的介紹。網址

1. Container

數據容器的類。這些數據的目的是為了包裝數據，使用有用的方法來訪問和操作數據，以及加載和存儲數據。

這些容器是從標準的Python容器（例如對象，列表和字典）繼承的，以使它們可以與其他工具和庫一起使用。

1.1 Basic containers

• ObjectContainer

dcase_util.containers.ObjectContainer，從標準對象類繼承的對象的容器類。

調用格式功能

ObjectContainer(\*args, \*\*kwargs)	從標準對象類繼承的對象的容器類。
ObjectContainer.load([filename])	加載文件
ObjectContainer.save([filename])	保存文件
ObjectContainer.show()	打印容器內容
ObjectContainer.log([level])	日志容器內容

示例如何從ObjectContainer繼承類：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

class Multiplier(dcase_util.containers.ObjectContainer): def __init__(self, multiplier=None, **kwargs): super(Multiplier, self).__init__(**kwargs) self.multiplier = multiplier def __str__(self): ui = dcase_util.ui.FancyStringifier() output = super(Multiplier, self).__str__() output+= ui.data(field='multiplier', value=self.multiplier) return output def multiply(self, data): return self.multiplier * data m = Multiplier(10) m.show() # Multiplier :: Class # multiplier : 10 print(m.multiply(5)) # 50 # Save object m.save('test.cpickle') # Load object m2 = Multiplier().load('test.cpickle') print(m2.multiply(5)) # 50 m2.show() # Multiplier :: Class # filename : test.cpickle # multiplier : 10

1.1.1 DictContainer

dcase_util.containers.DictContainer字典容器類繼承自標準的字典類。

調用格式功能

DictContainer(\*args, \*\*kwargs)	字典從標準dict類繼承的容器類。
DictContainer.load([filename])	加載文件
DictContainer.save([filename])	保存文件
DictContainer.show()	打印容器內容
DictContainer.log([level])	日志容器內容
DictContainer.get_path(path[, default, data])	從帶嵌入字典的路徑中獲取值
DictContainer.set_path(path, new_value[, data])	使用點路徑（dotted path）在嵌套字典中設置值
DictContainer.get_leaf_path_list([...])	獲取路徑列表到嵌套字典中的所有葉節點。
DictContainer.merge(override[, target])	遞歸字典合并
DictContainer.get_hash_for_path([dotted_path])	在給定路徑下獲取數據的唯一哈希字符串。
DictContainer.get_hash([data])	獲取給定參數字典的唯一哈希字符串（md5）。

用法示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43

import dcase_util d = dcase_util.containers.DictContainer( { 'test': { 'field1': 1, 'field2': 2, }, 'test2': 100 } ) d.show() # DictContainer # test # field1 : 1 # field2 : 2 # test2 : 100 print(d.get_path('test.field1')) # 1 print(d.get_path(['test', 'field1'])) # 1 print(d.get_path('test2')) # 100 d.set_path('test.field2', 200) print(d.get_path('test.field2')) # 200 print(d.get_leaf_path_list()) # ['test.field1', 'test.field2', 'test2'] print(d.get_leaf_path_list(target_field_startswith='field')) # ['test.field1', 'test.field2'] d.show() # DictContainer # test # field1 : 1 # field2 : 200 # test2 : 100

1.1.2 ListContainer

dcase_util.containers.ListContainer，列表容器從標準列表類繼承的容器類。

調用格式功能

ListContainer(\*args, \*\*kwargs)	字典從標準dict類繼承的容器類。
ListContainer.load([filename, headers])	加載文件
ListContainer.save([filename])	保存文件
ListContainer.show()	打印容器內容
ListContainer.log([level])	日志容器內容
ListContainer.update(data)	用給定列表替換內容

1.1.3 ListDictContainer

dcase_util.containers.ListDictContainer，從標準列表類繼承的字典列表容器類。

調用格式功能

ListDictContainer(\*args, \*\*kwargs)	字典列表從標準dict類繼承的容器類。
ListDictContainer.load([filename, fields, ...])	加載文件
ListDictContainer.save([filename, fields, ...])	保存文件
ListDictContainer.show()	打印容器內容
ListDictContainer.log([level])	日志容器內容
ListDictContainer.search(key, value)	在字典列表中搜索
ListDictContainer.get_field(field_name[, ...])	從字段獲取所有數據

用法示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32

import dcase_util ld = dcase_util.containers.ListDictContainer( [ { 'field1': 1, 'field2': 2, }, { 'field1': 3, 'field2': 4, }, ] ) ld.show() # ListDictContainer # [0] ======================================= # DictContainer # field1 : 1 # field2 : 2 # # [1] ======================================= # DictContainer # field1 : 3 # field2 : 4 print(ld.search(key='field1', value=3)) # DictContainer # field1 : 3 # field2 : 4 print(ld.get_field(field_name='field2')) # [2, 4]

1.1.4 RepositoryContainer

dcase_util.containers.RepositoryContainer，存儲庫的容器類，從dcase_util.containers.DictContainer繼承。

調用格式功能

RepositoryContainer(\*args, \*\*kwargs)	從DictContainer繼承的存儲庫的容器類。
RepositoryContainer.load([filename])	加載文件
RepositoryContainer.save([filename])	保存文件
RepositoryContainer.show()	打印容器內容
RepositoryContainer.log([level])	日志容器內容

1.1.5 TextContainer

dcase_util.containers.TextContainer文本的容器類，從dcase_util.containers.ListContainer繼承。

TextContainer（\ args，\ \ * kwargs）繼承自ListContainer的文本的容器類。

調用格式功能

TextContainer(\*args, \*\*kwargs)	繼承自ListContainer的文本的容器類。
TextContainer.load([filename, headers])	加載文件
TextContainer.save([filename])	保存文件
TextContainer.show()	打印容器內容
TextContainer.log([level])	日志容器內容

1.2 Data containers

1.2.1 DataContainer

dcase_util.containers.DataContainer，數據的容器類，從dcase_util.containers.ObjectContainer繼承。

調用格式功能

DataContainer([data, stats, metadata, ...])	數據的容器類，從ObjectContainer繼承
DataContainer.load([filename])	Load file
DataContainer.save([filename])	Save file
DataContainer.show()	打印容器內容
DataContainer.log([level])	記錄容器內容
DataContainer.data	數據矩陣
DataContainer.shape	數據矩陣的形狀
DataContainer.length	數據列的數量
DataContainer.frames	數據幀的數量
DataContainer.push_processing_chain_item(...)	加工鏈項目入棧
DataContainer.focus_start	聚焦段開始
DataContainer.focus_stop	聚焦段結束
DataContainer.stats	數據矩陣的基本統計
DataContainer.reset_focus()	重置聚焦段（Focus segment）
DataContainer.get_focused()	從數據數組獲取聚焦段
DataContainer.freeze()	凍結聚焦段（Freeze focus segment），并復制為容器數據。
DataContainer.get_frames([frame_ids, frame_hop])	從數據數組中獲取幀。
DataContainer.plot()	可視化數據數組。

1.2.2 DataArrayContainer

`dcase_util.containers.DataArrayContainer`

Container class for data, inherited from dcase_util.containers.DataContainer.

調用格式功能

DataArrayContainer([data, stats, metadata, ...])	Array data container DataArrayContainer.load([filename])	Load file
DataArrayContainer.save([filename])	Save file
DataArrayContainer.show(	Print container content
DataArrayContainer.log([level])	Log container content
DataArrayContainer.data	Data matrix
DataArrayContainer.shape	Shape of data matrix
DataArrayContainer.length	Number of data columns
DataArrayContainer.frames	Number of data frames
DataArrayContainer.push_processing_chain_item(...)	Push processing chain item
ataArrayContainer.focus_start	Focus segment start
ataArrayContainer.focus_stop	Focus segment stop
DataArrayContainer.stats	Basic statistics of data matrix.
DataArrayContainer.reset_focus()	Reset focus segment
DataArrayContainer.get_focused()	Get focus segment from data array.
DataArrayContainer.freeze()	Freeze focus segment, copy segment to be container’s data.
DataArrayContainer.get_frames([frame_ids, ...])	Get frames from data array.
DataArrayContainer.plot()	Visualize data array.

1.2.3 DataMatrix2DContainer

`dcase_util.containers.DataMatrix2DContainer`

DataMatrix2DContainer是二維數據矩陣（numpy.ndarray）的數據容器。

基本用法：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29

# Initialize container with random matrix 10x100, and set time resolution to 20ms data_container = dcase_util.containers.DataMatrix2DContainer( data=numpy.random.rand(10,100), time_resolution=0.02 ) # When storing, e.g., acoustic features, time resolution corresponds to feature extraction frame hop length. # Access data matrix directly print(data_container.data.shape) # (10, 100) # Show container information data_container.show() # DataMatrix2DContainer :: Class # Data # data : matrix (10,100) # Dimensions # time_axis : 1 # data_axis : 0 # Timing information # time_resolution : 0.02 sec # Meta # stats : Calculated # metadata : - # processing_chain : - # Duration # Frames : 100 # Seconds : 2.00 sec

該容器具有聚焦機制，可靈活定位數據矩陣的一部分。 可以根據時間進行對焦（如果時間分辨率已定義，則以秒為單位），或基于幀ID。

使用焦點機制（ focus mechanism），訪問數據和可視化數據的示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

# Using focus to get part data between 0.5 sec and 1.0 sec print(data_container.set_focus(start_seconds=0.5, stop_seconds=1.0).get_focused().shape) # (10, 25) # Using focus to get part data between frame 10 and 50 print(data_container.set_focus(start=10, stop=50).get_focused().shape) # (10, 40) # Resetting focus and accessing full data matrix data_container.reset_focus() print(data_container.get_focused().shape) # (10, 100) # Access frames 1, 2, 10, and 30 data_container.get_frames(frame_ids=[1,2,10,30]) # Access frames 1-5, and only first value per column data_container.get_frames(frame_ids=[1,2,3,4,5], vector_ids=[0]) # Transpose matrix transposed_data = data_container.T print(transposed_data.shape) # (100, 10) # Plot data data_container.plot()

調用格式功能

DataMatrix2DContainer([data, stats, ...])	Two-dimensional data matrix container class, inherited from DataContainer.
DataMatrix2DContainer.load([filename])	Load file
DataMatrix2DContainer.save([filename])	Save file
DataMatrix2DContainer.show()	Print container content
DataMatrix2DContainer.log([level])	Log container content
DataMatrix2DContainer.data	Data matrix
DataMatrix2DContainer.shape	Shape of data matrix
DataMatrix2DContainer.length	Number of data columns
DataMatrix2DContainer.frames	Number of data frames
DataMatrix2DContainer.vector_length	Data vector length
DataMatrix2DContainer.push_processing_chain_item(...)	Push processing chain item
DataMatrix2DContainer.focus_start	Focus segment start
DataMatrix2DContainer.focus_stop	Focus segment stop
DataMatrix2DContainer.T	Transposed data in a data container
DataMatrix2DContainer.stats	Basic statistics of data matrix.
DataMatrix2DContainer.reset_focus()	Reset focus segment
DataMatrix2DContainer.get_focused()	Get focus segment from data matrix.
DataMatrix2DContainer.freeze()	Freeze focus segment, copy segment to be container’s data.
DataMatrix2DContainer.get_frames([...])	Get frames from data matrix.
DataMatrix2DContainer.plot()	Visualize data matrix.

1.2.4 DataMatrix3DContainer

`dcase_util.containers.DataMatrix3DContainer` 調用格式功能

DataMatrix3DContainer([data, stats, ...])	三位數據矩陣容器, 從DataMatrix2DContainer繼承.
DataMatrix3DContainer.load([filename])	Load file
DataMatrix3DContainer.save([filename])	Save file
DataMatrix3DContainer.show()	Print container content
DataMatrix3DContainer.log([level])`	Log container content
DataMatrix3DContainer.data	Data matrix
DataMatrix3DContainer.length	Number of data columns
DataMatrix3DContainer.frames	Number of data frames

1.2.5 BinaryMatrix3DContainer

`dcase_util.containers.BinaryMatrix2DContainer` 調用格式功能

BinaryMatrix2DContainer([data, ...])	Two-dimensional data matrix container class, inherited from DataContainer.
BinaryMatrix2DContainer.load([filename])	Load file
BinaryMatrix2DContainer.save([filename])	Save file
BinaryMatrix2DContainer.show()	Print container content
BinaryMatrix2DContainer.log([level])	Log container content
BinaryMatrix2DContainer.data	Data matrix
BinaryMatrix2DContainer.length	Number of data columns
BinaryMatrix2DContainer.frames	Number of data frames
BinaryMatrix2DContainer.pad(length[, ...])	Pad binary matrix along time axis
BinaryMatrix2DContainer.plot([...])	Visualize binary matrix, and optionally synced data matrix.

1.2.4 DataRepository

dcase_util.containers.DataRepository

DataRepository是可用于存儲多個其他數據容器的容器。存儲庫存儲具有兩個級別信息的數據：標簽和流。 標簽是更高級別的密鑰，流是第二級。 例如，可以使用儲存庫來儲存與相同音頻信號有關的多個不同聲學特征。 流ID可用于存儲從不同音頻通道提取的特征。 后面的功能可以使用提取器標簽和流ID進行訪問。

用法示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

# Initialize container with data data_repository = dcase_util.containers.DataRepository( data={ 'label1': { 'stream0': { 'data': 100 }, 'stream1': { 'data': 200 } }, 'label2': { 'stream0': { 'data': 300 }, 'stream1': { 'data': 400 } } } ) # Show container information:: data_repository. show() # DataRepository :: Class # Repository info # Item class : DataMatrix2DContainer # Item count : 2 # Labels : ['label1', 'label2'] # Content # [label1][stream1] : {'data': 200} # [label1][stream0] : {'data': 100} # [label2][stream1] : {'data': 400} # [label2][stream0] : {'data': 300} # Accessing data inside repository data_repository.get_container(label='label1',stream_id='stream1') # {'data': 200} # Setting data data_repository.set_container(label='label3',stream_id='stream0', container={'data':500}) data_repository. show() # DataRepository :: Class # Repository info # Item class : DataMatrix2DContainer # Item count : 3 # Labels : ['label1', 'label2', 'label3'] # Content # [label1][stream1] : {'data': 200} # [label1][stream0] : {'data': 100} # [label2][stream1] : {'data': 400} # [label2][stream0] : {'data': 300} # [label3][stream0] : {'data': 500}

調用格式功能

DataRepository([data, filename_dict, ...])	數據存儲庫容器類將多個DataContainer一起存儲
DataRepository.load([filename_dict])	Load file list
DataRepository.get_container(label[, stream_id])	Get container from repository
DataRepository.set_container(container, label)	Store container to repository
DataRepository.push_processing_chain_item(...)	Push processing chain item
DataRepository.plot()	可視化存儲在存儲庫中的數據。

1.3 Audio containers

dcase_util.containers.AudioContainer

AudioContainer是用于多聲道音頻的數據容器。 它讀取多種格式（WAV，FLAC，M4A，WEBM）并寫入WAV和FLAC文件。 直接從Youtube下載音頻內容也受支持。

基本用法示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

# Generating two-channel audio audio_container = dcase_util.containers.AudioContainer(fs=44100) t = numpy.linspace(0, 2, 2 * audio_container.fs, endpoint=False) x1 = numpy.sin(220 * 2 * numpy.pi * t) x2 = numpy.sin(440 * 2 * numpy.pi * t) audio_container.data = numpy.vstack([x1, x2]) audio_container.show() # AudioContainer :: Class # Sampling rate : 44100 # Channels : 2 # Duration # Seconds : 2.00 sec # Milliseconds : 2000.00 ms # Samples : 88200 samples # Loading audio file audio_container = dcase_util.containers.AudioContainer().load( filename=dcase_util.utils.Example.audio_filename() ) # Loading audio content from Youtube audio_container = dcase_util.containers.AudioContainer().load_from_youtube( query_id='2ceUOv8A3FE', start=1, stop=5 )

該容器具有聚焦機制，可靈活捕捉部分音頻數據，同時保持完整的音頻信號不變。 可以根據時間進行聚焦（如果時間分辨率已定義，則以秒為單位），或基于樣本ID。 可以對單聲道或混音（單聲道）頻道進行聚焦。 音頻容器內容可以通過凍結來替代焦點細分。

使用焦點細分機制的示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33

# Using focus to get part data between 0.5 sec and 1.0 sec print(audio_container.set_focus(start_seconds=0.5, stop_seconds=1.0).get_focused().shape) # (2, 22050) # Using focus to get part data starting 5 sec with 2 sec duration print(audio_container.set_focus(start_seconds=5, duration_seconds=2.0).get_focused().shape) # (2, 88200) # Using focus to get part data starting 5 sec with 2 sec duration, mixdown of two stereo channels print(audio_container.set_focus(start_seconds=5, duration_seconds=2.0, channel='mixdown').get_focused().shape) # (88200,) # Using focus to get part data starting 5 sec with 2 sec duration, left of two stereo channels print(audio_container.set_focus(start_seconds=5, duration_seconds=2.0, channel='left').get_focused().shape) # (88200,) # Using focus to get part data starting 5 sec with 2 sec duration, seconds audio channel (indexing starts from 0) print(audio_container.set_focus(start_seconds=5, duration_seconds=2.0, channel=1).get_focused().shape) # (88200,) # Using focus to get part data between samples 44100 and 88200 print(audio_container.set_focus(start=44100, stop=88200).get_focused().shape) # (2, 44100) # Resetting focus and accessing full data matrix:: audio_container.reset_focus() print(audio_container.get_focused().shape) # (2, 441001) # Using focus to get part data starting 5 sec with 2 sec duration, and freeze this segment :: audio_container.set_focus(start_seconds=5, duration_seconds=2.0).freeze() print(audio_container.shape) # (2, 88200)

Processing examples:

1 2 3 4 5

# Normalizing audio audio_container.normalize() # Resampling audio to target sampling rate audio_container.resample(target_fs=16000)

Visualizations examples:

1 2 3 4 5

# Plotting waveform audio_container.plot_wave() # Plotting spectrogram audio_container.plot_spec()

類功能

AudioContainer([data, fs, ...])	Audio container class.
AudioContainer.load([filename, fs, mono, ...])	Load file
AudioContainer.load_from_youtube(query_id[, ...])	Load audio data from youtube
AudioContainer.save([filename, bit_depth])`	Save audio
AudioContainer.show()	Print container content
AudioContainer.log([level])	Log container content
AudioContainer.data	Audio data
AudioContainer.focus_start_samples	Focus segment start in samples.
AudioContainer.focus_start_seconds	Focus segment start in seconds.
AudioContainer.focus_stop_samples	Focus segment stop in samples.
AudioContainer.focus_stop_seconds	Focus segment stop in seconds.
AudioContainer.focus_channel	Focus channel
AudioContainer.loaded	Audio load status.
AudioContainer.shape	Audio data shape.
AudioContainer.length	Length of audio data in samples.
AudioContainer.duration_samples	Duration of audio data in samples.
AudioContainer.duration_ms	Duration of audio data in milliseconds.
AudioContainer.duration_sec	Duration of audio data in seconds.
AudioContainer.streams	Rename channels for compatibility.
AudioContainer.empt	Check if audio data is empty.
AudioContainer.reset_focus()	Reset focus segment.
AudioContainer.set_focus([start, stop, ...])	Set focus segment
AudioContainer.get_focused()	Get focus segment from audio data.
AudioContainer.freeze()	Freeze focus segment, copy segment to be container’s data.
AudioContainer.frames([frame_length, ...])	Slice audio into overlapping frames.
AudioContainer.normalize([headroom])	Normalize audio data.
AudioContainer.resample(target_fs[, scale, ...])	Resample audio data.
AudioContainer.mixdown()	Mix all audio channels into single channel.
AudioContainer.plot([plot_type])	Visualize audio data
AudioContainer.plot_wave([x_axis, ...])	Visualize audio data as waveform.
AudioContainer.plot_spec([spec_type, ...])	Visualize audio data as spectrogram.

1.4 Feature containers

• FeatureContainer

  dcase_util.containers.FeatureContainer

類功能

FeatureContainer([data, stats, metadata, ...])	從DataContainer繼承的單個特征矩陣的特征容器類。

• FeatureRepository

  dcase_util.containers.FeatureRepository

類功能

FeatureRepository([filename_dict, ...])	Feature repository container class to store multiple FeatureContainers together.

1.5 Mapping containers

OneToOneMappingContainer，dcase_util.containers.OneToOneMappingContainer

類功能

OneToOneMappingContainer(\*args, \*\*kwargs)	Mapping container class for 1:1 data mapping, inherited from DictContainer class.
OneToOneMappingContainer.load([filename])	Load file
OneToOneMappingContainer.save([filename])	Save file
OneToOneMappingContainer.show()	Print container content
OneToOneMappingContainer.log([level])	Log container content
OneToOneMappingContainer.map(key[, default])	Map with a key.
OneToOneMappingContainer.flipped	Exchange map key and value pairs.

1.6 Metadata containers

• MetaDataItem

  dcase_util.containers.MetaDataItem

類功能

MetaDataItem(\*args, \*\*kwargs)	Meta data item class, inherited from standard dict class.
MetaDataItem.show()	Print container content
MetaDataItem.log([level])	Log container content
MetaDataItem.id	Unique item identifier
MetaDataItem.get_list()	Return item values in a list with specified order.
MetaDataItem.filename	Filename
MetaDataItem.filename_original	Filename
MetaDataItem.scene_label	Scene label
MetaDataItem.event_label	Event label
MetaDataItem.onset	Onset
MetaDataItem.offset	Offset
MetaDataItem.identifier	Identifier
MetaDataItem.source_label	Source label
MetaDataItem.tags	Tags
MetaDataItem.active_within_segment(start, stop)	Item active withing given segment.

• MetaDataContainer

  dcase_util.containers.MetaDataContainer

類功能

MetaDataContainer(\*args, \*\*kwargs)	Meta data container class, inherited from ListDictContainer.
MetaDataContainer.log([level, show_data, ...])	Log container content
MetaDataContainer.log_all([level])	Log container content with all meta data items.
MetaDataContainer.show([show_data, show_stats])	Print container content
MetaDataContainer.show_all()	Print container content with all meta data items.
MetaDataContainer.load([filename, fields, ...])	Load event list from delimited text file (csv-formatted)
MetaDataContainer.save([filename, fields, ...])	Save content to csv file
MetaDataContainer.append(item)	Append item to the meta data list
MetaDataContainer.file_count	Number of files
MetaDataContainer.event_count	Number of events
MetaDataContainer.scene_label_count	Number of unique scene labels
MetaDataContainer.event_label_count	Number of unique event labels
MetaDataContainer.identifier_count	Number of unique identifiers
MetaDataContainer.tag_count	Number of unique tags
MetaDataContainer.unique_files	Unique files
MetaDataContainer.unique_event_labels	Unique event labels
MetaDataContainer.unique_scene_labels	Unique scene labels
MetaDataContainer.unique_tags	Unique tags
MetaDataContainer.unique_identifiers	Unique identifiers
MetaDataContainer.max_offset	Find the offset (end-time) of last event
MetaDataContainer.get_string([show_data, ...])	Get content in string format
MetaDataContainer.filter([filename, ...])	Filter content
MetaDataContainer.filter_time_segment([...])	Filter time segment
MetaDataContainer.process_events([...])	Process event content
MetaDataContainer.add_time(time)	Add time offset to event onset and offset timestamps
MetaDataContainer.stats([event_label_list, ...])	Statistics of the container content
MetaDataContainer.scene_stat_counts()	Scene count statistics
MetaDataContainer.event_stat_counts()	Event count statistics
MetaDataContainer.tag_stat_counts()	Tag count statistics
MetaDataContainer.to_event_roll([...])	Event roll
MetaDataContainer.intersection(second_metadata)	Intersection of two meta containers
MetaDataContainer.intersection_report(...)	Intersection report for two meta containers
MetaDataContainer.difference(second_metadata)	Difference of two meta containers

1.7 Parameter containers

• ParameterContainer

  dcase_util.containers.ParameterContainer

類名功能

ParameterContainer(\*args, \*\*kwargs)	參數容器類，用于繼承自DictContainer類的參數。

• AppParameterContainer

  dcase_util.containers.AppParameterContainer

類名功能

AppParameterContainer([data, app_base, ...])	應用程序參數的參數容器類，繼承自ParameterContainer。
AppParameterContainer.reset([field_labels, ...])
AppParameterContainer.process([...])	Process parameters
AppParameterContainer.override(override)	遞歸地覆蓋容器內容。
AppParameterContainer.get_path_translated(path)	用路徑獲取數據，路徑可以包含將被翻譯的字符串常量。
AppParameterContainer.set_path_translated(...)	用路徑設置數據，路徑可以包含將被翻譯的字符串常量。

• DCASEAppParameterContainer

  dcase_util.containers.DCASEAppParameterContainer

類名功能

DCASEAppParameterContainer(\*args, \*\*kwargs)	DCASE應用程序參數文件的參數容器類，從AppParameterContainer繼承。

• ParameterListContainer

  dcase_util.containers.ParameterListContainer

類名功能

ParameterListContainer(\*args, \*\*kwargs)	參數列表容器，繼承自ListDictContainer。

1.8 Probability containers

• ProbabilityItem

  dcase_util.containers.ProbabilityItem

類名功能

ProbabilityItem(\*args, \*\*kwargs)	概率數據項類，繼承自標準字典類。
ProbabilityItem.show()	Print container content
ProbabilityItem.log([level])	Log container content
ProbabilityItem.filename	Filename
ProbabilityItem.label	Label
ProbabilityItem.probability	Returns:
ProbabilityItem.id	唯一的項目（item）標識
ProbabilityItem.get_list()	以指定順序返回列表中的項目（item）值。

• ProbabilityContainer

  dcase_util.containers.ProbabilityContainer

類名功能

ProbabilityContainer(\*args, \*\*kwargs)	概率數據容器類，繼承自ListDictContainer。
ProbabilityContainer.show()	Print container content
ProbabilityContainer.log([level])	Log container content
ProbabilityContainer.load([filename])	來自分隔文本文件的加載概率列表（csv格式）
ProbabilityContainer.save([filename, delimiter])	Save content to csv file
ProbabilityContainer.append(item)	Append item to the meta data list
ProbabilityContainer.unique_files	Unique files
ProbabilityContainer.unique_labels	Unique labels
ProbabilityContainer.filter([filename, ...])	Filter content

1.9 MIxins

• ContainerMixin

  dcase_util.containers.ContainerMixin

類名功能

ContainerMixin(\*args, \*\*kwargs)	Container mixin to give class basic container methods.
ContainerMixin.show()	Print container content
ContainerMixin.log([level])	Log container content

• FileMixin

  dcase_util.containers.FileMixin

類名功能

FileMixin(\*args, \*\*kwargs)	File mixin to give class methods to load and store content.
FileMixin.get_file_information()	Get file information, filename
FileMixin.detect_file_format([filename])	Detect file format from extension
FileMixin.validate_format()	Validate file format
FileMixin.exists()	Checks that file exists
FileMixin.empty()	Check if file is empty
FileMixin.delimiter([exclude_delimiters])	Use csv.sniffer to guess delimiter for CSV file
FileMixin.is_package([filename])	Determine if the file is compressed package.

• PackageMixin

  dcase_util.containers.PackageMixin

類名功能

PackageMixin(\*args, \*\*kwargs)	打包mixin以提供處理壓縮文件包的類基本方法。
PackageMixin.package_password	Package password
PackageMixin.extract([overwrite, ...])	解壓縮包

2. Data

數據處理的類

2.1 Buffers

dcase_util.data.DataBuffer

數據緩沖類，可用于存儲與項目關聯的數據和元數據。 項目數據通過項目鍵進行訪問。當內部緩沖區被填滿時，最舊的項目被替換。

類名功能

DataBuffer([size])	數據緩沖區（先進先出）
DataBuffer.set(key[, data, meta])	將項目（item）插入緩沖區
DataBuffer.get(key)	根據鍵獲取項目（item）
DataBuffer.clear()	清空緩沖區
DataBuffer.count	緩沖區使用情況
DataBuffer.full	緩沖區已滿
DataBuffer.key_exists(key)	檢查鍵（key）是否存在于緩沖區中

2.2 Encoders

• BinaryMatrixEncoder

  dcase_util.data.BinaryMatrixEncoder

類名功能

BinaryMatrixEncoder([label_list，...])	二進制矩陣編碼器基類
BinaryMatrixEncoder.pad(length [，binary_matrix])	沿時間軸填充二進制矩陣
BinaryMatrixEncoder.plot([binary_matrix，...])	可視化二進制矩陣和可選的同步數據矩陣。

• OneHotEncoder

  dcase_util.data.OneHotEncoder

類名功能

OneHotEncoder([label_list, time_resolution, ...])	One hot encoder class
OneHotEncoder.encode(label[, length_frames, ...])	Generate one hot binary matrix

• ManyHotEncoder

  dcase_util.data.ManyHotEncoder

類名功能

ManyHotEncoder([label_list, ...])	Many hot encoder class
ManyHotEncoder.encode(label_list[, ...])	Generate one hot binary matrix

• EventRollEncoder

  dcase_util.data.EventRollEncoder

類名功能

EventRollEncoder([label_list, ...])	Event list encoder class
EventRollEncoder.encode(metadata_container)	Generate event roll from MetaDataContainer

2.3 Data manipulators

• Normalizer

  dcase_util.data.Normalizer

類名功能

Normalizer([n, s1, s2, mean, std])	數據歸一化器來累積數據統計
Normalizer.log([level])	記錄容器內容
Normalizer.show()	打印容器內容
Normalizer.load([filename])	Load file
Normalizer.save([filename])	Save file
Normalizer.mean	Mean vector
Normalizer.std	標準差矢量
Normalizer.reset()	充值內部變量
Normalizer.accumulate(data[, time_axis])	計算統計量
Normalizer.finalize()	完成統計計算
Normalizer.normalize(data)	使用該類的內部統計量標準化特征矩陣

• RepositoryNormalizer

  dcase_util.data.RepositoryNormalizer

類名功能

RepositoryNormalizer([normalizer_dict, ...])	Data repository normalizer
RepositoryNormalizer.load(filename_dict)	Load normalizers from disk.
RepositoryNormalizer.normalize(data_repository)	Normalize data repository

• Aggregator（聚合）
  dcase_util.data.Aggregator

數據聚合器可用于處理窗口中的數據矩陣。 這個處理階段可以用來通過計算它們的平均值和標準差來在特定的窗口長度內折疊數據，或者將該矩陣平坦化為單個向量。

支持的處理方法：

1 2 3 4 5 6 7 8 9 10

data_aggregator = dcase_util.data.Aggregator( recipe=['mean', 'std'], win_length_frames=10, hop_length_frames=1, ) data_stacker = dcase_util.data.Stacker(recipe='mfcc') data_repository = dcase_util.utils.Example.feature_repository() data_matrix = data_stacker.stack(data_repository) data_matrix = data_aggregator.aggregate(data_matrix)

類名功能

Aggregator([win_length_frames, ...])	Data aggregator
Aggregator.log([level])	Log container content
Aggregator.show()	Print container content
Aggregator.load([filename])	Load file
Aggregator.save([filename])	Save file
Aggregator.aggregate([data])	Aggregate data

• Sequencer

  dcase_util.data.Sequencer

  Sequencer類將數據矩陣處理成序列（圖像）。 序列可以重疊，并且可以在調用之間改變排序網格（移位）。

  類名 | 功能
  —|—
  Sequencer([frames, hop_length_frames, ...]) | Data sequencer
  Sequencer.log([level]) | Log container content
  Sequencer.show() | Print container content
  Sequencer.load([filename]) | Load file
  Sequencer.save([filename]) | Save file
  Sequencer.sequence([data]) | Make sequences
  Sequencer.increase_shifting([shift_step]) | Increase temporal shifting

• Stacker

  dcase_util.data.Stacker

數據堆疊類。 Class使用矢量配方和DataRepository，并創建適當的數據矩陣。

矢量方法（Vector recipe）

使用recipe，您可以選擇全矩陣，只選擇開始和結束索引的一部分，或從中選擇單個行。

例子：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

[ { 'method': 'mfcc', }, { 'method': 'mfcc_delta' 'vector-index: { 'channel': 0, 'start': 1, 'end': 17, 'full': False, 'selection': False, } }, { 'method': 'mfcc_acceleration', 'vector-index: { 'channel': 0, 'full': False, 'selection': True, 'vector': [2, 4, 6] } } ]

請參閱dcase_util.utils.VectorRecipeParser如何方便地使用配方字符串來生成上述數據結構。

類名功能

Stacker([recipe, hop])	Data stacker
Stacker.log([level])	Log container content
Stacker.show()	Print container content
Stacker.load([filename])	Load file
Stacker.save([filename])	Save file
Stacker.stack(repository)	Vector creation based on recipe

• Selector

  dcase_util.data.Selector，數據選擇類

類名功能

Selector(\*\*kwargs)	Data selector
Selector.log([level])	Log container content
Selector.show()	Print container content
Selector.load([filename])	Load file
Selector.save([filename])	Save file
Selector.select(data[, selection_events])	Selecting feature repository with given events

• Masker

  dcase_util.data.Masker，數據屏蔽（篩選）類。

類名功能

Masker(\*\*kwargs)	Data masker
Masker.log([level])	Log container content
Masker.show()	Print container content
Masker.load([filename])	Load file
Masker.save([filename])	Save file
Masker.mask(data[, mask_events])	Masking feature repository with given events

2.4 Probability

ProbabilityEncoder，dcase_util.data.ProbabilityEncoder

類名功能

ProbabilityEncoder([label_list])	Constructor
ProbabilityEncoder.log([level])	Log container content
ProbabilityEncoder.show()	Print container content
ProbabilityEncoder.load([filename])	Load file
ProbabilityEncoder.save([filename])	Save file
ProbabilityEncoder.collapse_probabilities(...)	Collapse probabilities
ProbabilityEncoder.collapse_probabilities_windowed(...)	Collapse probabilities in windows
ProbabilityEncoder.binarization(probabilities)	Binarization

2.5 Eecisions

DecisionEncoder，dcase_util.data.DecisionEncoder

類名功能

DecisionEncoder([label_list])	構造器
DecisionEncoder.log([level])	Log container content
DecisionEncoder.show()	Print container content
DecisionEncoder.load([filename])	Load file
DecisionEncoder.save([filename])	Save file
DecisionEncoder.majority_vote(frame_decisions)	多票制
DecisionEncoder.find_contiguous_regions(...)	從具有布爾值的numpy.array找到連續區域。
DecisionEncoder.process_activity(...[, operator])	處理動態數組（二進制）

3. Datasets

3.1 Dataset

dcase_util.datasets.Dataset這是基類，所有專用數據集都是從它繼承而來的?；惐旧聿荒苁褂?。

用法示例：

1 2 3 4 5 6 7 8 9 10 11 12

# Create class dataset = dcase_util.datasets.TUTAcousticScenes_2017_DevelopmentSet(data_path='data') # Initialize dataset, this will make sure dataset is downloaded, packages are extracted, # and needed meta files are created dataset.initialize() # Show meta data dataset.meta.show() # Get all evaluation setup folds folds = dataset.folds() # Get all evaluation setup folds train_data_fold1 = dataset.train(fold=folds[0]) test_data_fold1 = dataset.test(fold=folds[0])

語法格式功能

Dataset([name, storage_name, data_path, ...])	數據集基類
Dataset.initialize()	數據集基類
Dataset.download_packages()	通過互聯網將數據集包下載到本地路徑
Dataset.extract_packages()	提取數據集包
Dataset.prepare()	為使用準備數據集
Dataset.process_meta_item(item[, absolute_path])	處理單個元數據項目
Dataset.check_filelist()	從文件列表生成哈希，并檢查它是否與保存在filelist.hash中的哈希匹配
Dataset.show()	打印數據集信息
Dataset.log()	記錄數據集信息
Dataset.load()	將數據集元數據和交叉驗證集加載到容器中
Dataset.load_meta()	將元數據添加到容器中
Dataset.load_crossvalidation_data()	將交叉驗證加載到容器中
Dataset.audio_files	獲取數據集中的所有音頻文件
Dataset.audio_file_count	獲取數據集中音頻文件的數量
Dataset.meta	獲取數據集的元數據。
Dataset.meta_count	元數據項的數量
Dataset.error_meta	獲取數據集的音頻錯誤元數據
Dataset.error_meta_count	錯誤元數據項的數量
Dataset.folds([mode])	fold ID列表
Dataset.fold_count	評估設置中的fold次數
Dataset.evaluation_setup_filename([...])	評估設置文件名生成
Dataset.train([fold, absolute_paths])	訓練列表
Dataset.test([fold, absolute_paths])	測試列表
Dataset.eval([fold, absolute_paths])	評估列表
Dataset.train_files([fold, absolute_paths])	訓練文件列表
Dataset.test_files([fold, absolute_paths])	測試文件列表
Dataset.eval_files([fold, absolute_paths])	評估文件列表
Dataset.validation_split([fold, split_type, ...])	驗證文件列表
Dataset.validation_files_dataset([fold, verbose])	由數據集提供的驗證文件列表
Dataset.validation_files_random([fold, ...])	從訓練集中隨機選擇的驗證文件列表。
Dataset.validation_files_balanced([fold, ...])	在保持數據平衡的同時隨機選擇驗證文件列表
Dataset.scene_labels()	元數據中唯一場景標簽的列表
Dataset.scene_label_count()	元數據中唯一場景標簽的數量
Dataset.event_labels(\*\*kwargs)	元數據中的唯一事件標簽列表
Dataset.event_label_count(\*\*kwargs)	元數據中的唯一事件標簽列表
Dataset.tags()	元數據中唯一音頻標簽的列表
Dataset.tag_count()	元數據中唯一音頻標簽的數量
Dataset.file_meta(filename)	給定文件的元數據
Dataset.file_error_meta(filename)	給定文件的錯誤元數據
Dataset.file_features(filename)	預先計算給定文件的聲學特征
Dataset.relative_to_absolute_path(path)	將相對路徑轉換為絕對路徑
Dataset.absolute_to_relative_path(path)	將絕對路徑轉換為相對路徑
Dataset.dataset_bytes()	數據集的總下載大小（以字節為單位）
Dataset.dataset_size_string()	字符串中數據集的總下載大小
Dataset.dataset_size_on_disk()	當前存儲在本地的數據集的總大小

3.2 AcousticScenesDataset

dcase_util.datasets.AcousticSceneDataset，格式如下：

AcousticSceneDataset(\*args, \*\*kwargs)

繼承自AcousticSceneDataset的幾個類：

類名功能

TUTAcousticScenes_2017_DevelopmentSet([...])	TUT Acoustic scenes 2017 開發數據集
TUTAcousticScenes_2017_EvaluationSet([...])	TUT Acoustic scenes 2017 評估數據集
TUTAcousticScenes_2016_DevelopmentSet([...])	TUT Acoustic scenes 2016 開發數據集
TUTAcousticScenes_2016_EvaluationSet([...])	TUT Acoustic scenes 2016 評估數據集

3.3 SoundEventDataset

dcase_util.datasets.SoundEventDataset

方法功能

SoundEventDataset(\*args, \*\*kwargs)
SoundEventDataset.event_label_count([...])	Number of unique scene labels in the meta data.
SoundEventDataset.event_labels([scene_label])	List of unique event labels in the meta data.
SoundEventDataset.train([fold, ...])	List of training items.
SoundEventDataset.test([fold, ...])	List of testing items.

繼承自SoundEventDataset的幾個類：

類名功能

TUTRareSoundEvents_2017_DevelopmentSet([...])	TUT Acoustic scenes 2017 development dataset
TUTRareSoundEvents_2017_EvaluationSet([...])	TUT Acoustic scenes 2017 evaluation dataset
TUTSoundEvents_2017_DevelopmentSet([...])	TUT Sound events 2017 development dataset
TUTSoundEvents_2017_EvaluationSet([...])	TUT Sound events 2017 evaluation dataset
TUTSoundEvents_2016_DevelopmentSet([...])	TUT Sound events 2016 development dataset
TUTSoundEvents_2016_EvaluationSet([...])	TUT Sound events 2016 evaluation dataset
TUT_SED_Synthetic_2016([storage_name, ...])	TUT SED Synthetic 2016

3.4 AudioTaggingDataset

dcase_util.datasets.AudioTaggingDataset

語法格式：AudioTaggingDataset(\*args, \*\*kwargs)

類名功能

DCASE2017_Task4tagging_DevelopmentSet([...])	DCASE 2017 Large-scale weakly supervised sound event detection for smart cars
DCASE2017_Task4tagging_EvaluationSet([...])	DCASE 2017 Large-scale weakly supervised sound event detection for smart cars
CHiMEHome_DomesticAudioTag_DevelopmentSet([...])	Constructor

4. Decorators（修飾符）

用于修飾函數的輔助類

RunOnce

dcase_util.decorators.RunOnce

RunOnce(f) Decorator 類只允許執行一次

5. Features

提取特征的類

• FeatureExtractor（基本特征提取）

dcase_util.features.FeatureExtractor，特征提取基本類，語法格式：FeatureExtractor([fs, win_length_samples, ...])

1	class dcase_util.features.FeatureExtractor(fs=44100, win_length_samples=None, hop_length_samples=None, win_length_seconds=0.04, hop_length_seconds=0.02, **kwargs)

• SpectralFeatureExtractor
  dcase_util.features.SpectralFeatureExtractor

類名功能

SpectralFeatureExtractor([spectrogram_type, ...])	特殊特征提取基礎類
SpectralFeatureExtractor.get_window_function(n)	窗函數
SpectralFeatureExtractor.get_spectrogram(y)	譜圖

• MelExtractor（Mel）
  dcase_util.features.MelExtractor

類名功能

MelExtractor([fs, win_length_samples, ...])	梅爾帶能量特征提取類
MelExtractor.extract(y)	提取音頻信號的特征

• MfccStaticExtractor（MFCC）
  dcase_util.features.MfccStaticExtractor

類名功能

MfccStaticExtractor([fs, ...])	用于提取靜態MFCC功能的特征提取器類
MfccStaticExtractor.extract(y)	提取音頻信號的特征

• MfccDeltaExtractor（MFCC一階導）

dcase_util.features.MfccDeltaExtractor

類名功能

MfccDeltaExtractor([fs, win_length_samples, ...])	MFCC一階導
MfccDeltaExtractor.extract(y)	提取音頻信號的特征

• MfccAccelerationExtractor（MFCC二階導）
  dcase_util.features.MfccAccelerationExtractor

類名功能

MfccAccelerationExtractor([fs, ...])	（MFCC二階導 MFCC acceleration features
MfccAccelerationExtractor.extract(y)	提取音頻信號的特征

• ZeroCrossingRateExtractor（過零率）
  dcase_util.features.ZeroCrossingRateExtractor

類名功能

ZeroCrossingRateExtractor([fs, ...])	過零率
ZeroCrossingRateExtractor.extract(y)	提取音頻信號的特征

• RMSEnergyExtractor（均方根能量特征）
  dcase_util.features.RMSEnergyExtractor

類名功能

RMSEnergyExtractor([fs, win_length_samples, ...])	均方根能量特征
RMSEnergyExtractor.extract(y)	提取音頻信號的特征

• SpectralCentroidExtractor（光譜質心）
  dcase_util.features.SpectralCentroidExtractor

類名功能

SpectralCentroidExtractor([fs, ...])	光譜質心
SpectralCentroidExtractor.extract(y)	提取音頻信號的特征

6. Files

6.1 File

dcase_util.files.File，通用的文件類：

類名功能

File(\*args, \*\*kwargs)	通用類
File.load([filename])	加載文件
File.save(data[, filename])	保存文件
File.get_file_information()	得到文件信息、文件名
File.detect_file_format([filename])	根據擴展檢測文件格式
File.validate_format()	驗證文件格式有效性
File.exists()	檢查文件是否存在
File.empty()	檢查文件是否為空
File.delimiter([exclude_delimiters])	使用csv.sniffer猜測CSV文件的分隔符
File.is_package([filename])	確定文件是否為壓縮包

6.2 FileLock

dcase_util.files.FileLock，簡單的基于文件的鎖定類。

類名功能

FileLock(filename[, timeout, ...])	簡單的基于文件的鎖定類
FileLock.lock()	鎖定文件
FileLock.release()	釋放文件鎖
FileLock.expired	檢查比指定超時更早的鎖定文件
FileLock.is_locked	檢查鎖定文件是否存在
FileLock.touch()	使用當前時間戳創建鎖定文件

6.3 remotefile

dcase_util.files.RemoteFile遠程文件處理類。

類名功能

RemoteFile([filename，content_type，...])	遠程文件類
RemoteFile.download()	下載遠程文件并將其保存為本地文件。
RemoteFile.is_content_type(content_type)	檢查該文件是否包含給定類型的內容
RemoteFile.local_md5	本地文件的校驗和。
RemoteFile.local_modified	修改本地文件的時間戳。
RemoteFile.local_bytes	本地文件的文件大小(以字節為單位)。
RemoteFile.local_size_string()	以可讀形式存在的本地文件的文件大小。
RemoteFile.local_exists()	檢查本地文件是否存在。
RemoteFile.local_changed()	檢查本地文件是否對應于遠程文件(基于校驗和或修改時間和文件大小)。
RemoteFile.remote_file	指向遠程文件的URL
RemoteFile.remote_modified	遠程文件的最后修改時間。
RemoteFile.remote_bytes	遠程文件的文件大小。
RemoteFile.remote_status	遠程文件的狀態。
RemoteFile.remote_size_string()	以人類可讀形式的遠程文件的文件大小。
RemoteFile.remote_info()	獲取有關刪除文件(狀態，大小，校驗和，上次修改時間)的信息。
RemoteFile.remote_exists()	檢查遠程文件是否存在(基于HTTP狀態碼)。

6.4 RemotePackage

dcase_util.files.RemotePackage，遠程包處理類。

類名功能

RemotePackage([filename，content_type，...])	遠程軟件包類
RemotePackage.download()	下載遠程文件并將其保存為本地文件。
RemotePackage.extract([覆蓋，...])	解壓縮包
RemotePackage.package_password	包密碼
RemotePackage.is_content_type(content_type)	檢查該文件是否包含給定類型的內容
RemotePackage.local_md5	本地文件的校驗和。
RemotePackage.local_modified	修改本地文件的時間戳。
RemotePackage.local_bytes	本地文件的文件大小(以字節為單位)。
RemotePackage.local_size_string()	以可讀形式存儲本地文件的文件大小。
RemotePackage.local_exists()	檢查本地文件是否存在。
RemotePackage.local_changed()	檢查本地文件是否對應于遠程文件(基于校驗和或修改時間和文件大小)。
RemotePackage.remote_file	指向遠程文件的URL
RemotePackage.remote_modified	遠程文件的最后修改時間。
RemotePackage.remote_bytes	遠程文件的文件大小。
RemotePackage.remote_status	遠程文件的狀態。
RemotePackage.remote_size_string()	以可讀形式顯示遠程文件的文件大小。
RemotePackage.remote_info()	獲取有關刪除文件(狀態，大小，校驗和，上次修改時間)的信息。
RemotePackage.remote_exists()	檢查遠程文件是否存在(基于HTTP狀態碼)。

6.5 Serializer

dcase_utils.files.Serializer，數據序列化類

類名功能

Serializer	數據序列化類
Serializer.load_yaml(filename)	加載YAML文件
Serializer.load_cpickle(filename)	加載CPICKLE文件
Serializer.load_json(filename)	加載JSON文件
Serializer.load_msgpack(filename)	Load MSGPACK file
Serializer.load_marshal(filename)	Load MARSHAL file
Serializer.save_yaml(filename, data)	Save data into YAML file
Serializer.save_cpickle(filename, data)	Save data into CPICKLE file
Serializer.save_json(filename, data)	Save data into JSON file
Serializer.save_msgpack(filename, data)	Save data into MSGPACK file
Serializer.save_marshal(filename, data)	Save data into MARSHAL file

7. Keras utilities

使用Keras深度學習庫的單元。

7.1 Model

dcase_util.keras.model。*

類名功能

create_sequential_model(model_parameter_list)	創建順序Keras模型
model_summary_string(keras_model)	字符串中的模型摘要，類似于Keras模型摘要函數。

7.2 Callbacks

用法示例如何將外部度量與dcase_util提供的Callback類一起使用：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82

epochs = 100 batch_size = 256 loss = 'categorical_crossentropy' metrics = ['categorical_accuracy'] processing_interval = 1 manual_update = True external_metric_labels={'ER': 'Error rate'} callback_list = [ dcase_util.keras.ProgressLoggerCallback( epochs=epochs, metric=metrics, loss=loss, manual_update=manual_update, manual_update_interval=processing_interval, external_metric_labels=external_metric_labels ), dcase_util.keras.ProgressPlotterCallback( epochs=epochs, metric=metrics, save=False, manual_update=manual_update, manual_update_interval=processing_interval, external_metric_labels=external_metric_labels ), dcase_util.keras.StopperCallback( epochs=epochs, monitor=metric[0], manual_update=manual_update, ), dcase_util.keras.StasherCallback( epochs=epochs, monitor=metric[0], manual_update=manual_update, ) ] for epoch_start in range(0, epochs, processing_interval): epoch_end = epoch_start + processing_interval # Make sure we have only specified amount of epochs if epoch_end > epochs: epoch_end = epochs # Train model keras_model.fit( x=training_X, y=training_Y, validation_data=(validation_X, validation_Y), callbacks=callback_list, verbose=0, initial_epoch=epoch_start, epochs=epoch_end, batch_size=batch_size, shuffle=True ) # Calculate external metrics ER = 0.0 # Inject external metric values to the callbacks for callback in callback_list: if hasattr(callback, 'set_external_metric_value'): callback.set_external_metric_value( metric_label='ER', metric_value=ER ) # Manually update callbacks for callback in callback_list: if hasattr(callback, 'update'): callback.update() # Check we need to stop training stop_training = False for callback in callback_list: if hasattr(callback, 'stop'): if callback.stop(): stop_training = True if stop_training: # Stop the training loop break

• ProgressLoggerCallback
  dcase_util.keras.ProgressLoggerCallback，Keras回調用于存儲tqdm進度條或日志記錄界面的指標。 實現Keras回調API。

  此回調與標準的ProgbarLogger Keras回調非常相似，但它增加了對日志接口和外部度量（在Keras訓練過程之外計算的度量）的支持。

類名功能

ProgressLoggerCallback([manual_update，...])	Keras回調在日志界面中顯示指標。

• ProgressPlotterCallback
  dcase_util.keras.ProgressPlotterCallback,keras回調在培訓過程中計劃進度并將最終進展保存到數字中。 實現Keras回調API。

類名功能

ProgressPlotterCallback([epochs，...])	Keras回調在訓練過程中繪制進度并將最終進度保存到圖中。

• StopperCallback
  dcase_util.keras.StopperCallback，keras回調停止訓練時，改善沒有在規定數量的時代看到。 實現Keras回調API。

  此回調與標準的EarlyStopping Keras回調非常相似，但它增加了對外部度量標準（在Keras培訓過程之外計算的度量）的支持。

類名功能

StopperCallback([epochs，manual_update，...])	Keras回調在特定時間段內沒有發現改進時停止訓練。

• StasherCallback

dcase_util.keras.StasherCallback，keras回調監測訓練過程并存儲最佳模型。實現Keras回調API。

該回調與標準的ModelCheckpoint Keras回調非常相似，但它增加了對外部度量（在Keras培訓過程之外計算的度量）的支持。

類名功能

StasherCallback([epochs，manual_update，...])	Keras回調監視訓練過程并存儲最佳模型。

• BaseCallback

dcase_util.keras.BaseCallback

類名功能

BaseCallback([epochs, manual_update, ...])	回調基礎類

7.3 Utils

dcase_util.keras.utils. *

類名功能

setup_keras	僅執行一次的修飾類

8. Processors（數據處理器類）

8.1 Processing chain

• ProcessingChainItem
  dcase_util.processors.ProcessingChainItem

類名功能

ProcessingChainItem(\*args, \*\*kwargs)

• ProcessingChain
  dcase_util.processors.ProcessingChain

類名功能

ProcessingChain(\*args, \*\*kwargs)
ProcessingChain.show_chain()	顯示鏈信息
ProcessingChain.log_chain([level])	記錄鏈信息
ProcessingChain.push_processor(processor_name)	將處理器項目推送到鏈中。
ProcessingChain.process([data])	用處理鏈處理數據
ProcessingChain.call_method(method_name[, ...])	調用處理鏈項目中的類方法
ProcessingChain.processor_exists(processor_name)	檢查處理器是否存在于鏈中
ProcessingChain.processor_class_reference(...)	處理器類的引用
ProcessingChain.processor_class(...)	初始化處理器類

8.2 Audio

• AudioReadingProcessor
  dcase_util.processors.AudioReadingProcessor

類名功能

AudioReadingProcessor([data, fs, ...])	構造函數
AudioReadingProcessor.process([data, ...])	音頻讀取

• MonoAudioReadingProcessor
  dcase_util.processors.MonoAudioReadingProcessor

類名功能

MonoAudioReadingProcessor([data, fs, …])	構造函數
MonoAudioReadingProcessor.process([data, …])	音頻讀取

8.3 Data

• AggregationProcessor
  dcase_util.processors.AggregationProcessor

類名功能

AggregationProcessor([win_length_frames, ...])	Data aggregation processor
AggregationProcessor.process([data])	Process features

• SequencingProcessor
  dcase_util.processors.SequencingProcessor

類名功能

SequencingProcessor([frames, ...])	Data sequencing processor
SequencingProcessor.process([data])	Process

• NormalizationProcessor
  dcase_util.processors.NormalizationProcessor

類名功能

NormalizationProcessor([n, s1, s2, mean, std])	Data normalizer to accumulate data statistics
NormalizationProcessor.process([data])	Normalize feature matrix with internal statistics of the class

• RepositoryNormalizationProcessor
  dcase_util.processors.RepositoryNormalizationProcessor

類名功能

RepositoryNormalizationProcessor([parameters])	Data normalizer to accumulate data statistics inside repository
RepositoryNormalizationProcessor.process([data])	Normalize data repository with internal statistics

• StackingProcessor
  dcase_util.processors.StackingProcessor

類名功能

StackingProcessor([recipe, hop])	Data stacking processor
StackingProcessor.process([data])	Vector creation based on recipe

• OneHotEncodingProcessor
  dcase_util.processors.OneHotEncodingProcessor

類名功能

OneHotEncodingProcessor([label_list, ...])	Event roll encoding processor
OneHotEncodingProcessor.process([data, ...])	Encode metadata

• ManyHotEncodingProcessor
  dcase_util.processors.ManyHotEncodingProcessor

類名功能

ManyHotEncodingProcessor([label_list, ...])	Event roll encoding processor
ManyHotEncodingProcessor.process([data, ...])	Encode metadata

• EventRollEncodingProcessor
  dcase_util.processors.EventRollEncodingProcessor

類名功能

EventRollEncodingProcessor([label_list, ...])	Event roll encoding processor
EventRollEncodingProcessor.process([data])	Encode metadata

8.4 Features

• RepositoryFeatureExtractorProcessor
  dcase_util.processors.RepositoryFeatureExtractorProcessor

類名功能

RepositoryFeatureExtractorProcessor([parameters])	構造器
RepositoryFeatureExtractorProcessor.process([data])	提取特征

• FeatureExtractorProcessor
  dcase_util.processors.FeatureExtractorProcessor

類名功能

FeatureExtractorProcessor(\*args, \*\*kwargs)	構造器
FeatureExtractorProcessor.process([data])	提取特征

• MelExtractorProcessor（Mel能量）
  dcase_util.processors.MelExtractorProcessor

類名功能

MelExtractorProcessor([fs, ...])	構造器
MelExtractorProcessor.process([data])	提取特征

• MfccStaticExtractorProcessor（MFCC）
  dcase_util.processors.MfccStaticExtractorProcessor

類名功能

MfccStaticExtractorProcessor([fs, ...])	構造器
MfccStaticExtractorProcessor.process([data])	提取特征

• MfccDeltaExtractorProcessor（MFCC一階導）
  dcase_util.processors.MfccDeltaExtractorProcessor

類名功能

MfccDeltaExtractorProcessor([fs, ...])	構造器
MfccDeltaExtractorProcessor.process([data])	提取特征

• MfccAccelerationExtractorProcessor（MFCC二階導）
  dcase_util.processors.MfccAccelerationExtractorProcessor

類名功能

MfccAccelerationExtractorProcessor([fs, ...])	構造器
MfccAccelerationExtractorProcessor.process([data])	提取特征

• ZeroCrossingRateExtractorProcessor（過零率）
  dcase_util.processors.ZeroCrossingRateExtractorProcessor

類名功能

ZeroCrossingRateExtractorProcessor([fs, ...])	構造器
ZeroCrossingRateExtractorProcessor.process([data])	提取特征

• RMSEnergyExtractorProcessor（均方根能量）
  dcase_util.processors.RMSEnergyExtractorProcessor

類名功能

RMSEnergyExtractorProcessor([fs, ...])	構造器
RMSEnergyExtractorProcessor.process([data])	提取特征

• SpectralCentroidExtractorProcessor（光譜質心）
  dcase_util.processors.SpectralCentroidExtractorProcessor

類名功能

SpectralCentroidExtractorProcessor([fs, ...])	構造器
SpectralCentroidExtractorProcessor.process([data])	提取特征

8.5 Metadata

MetadataReadingProcessor，dcase_util.processors.MetadataReadingProcessor

類名功能

MetadataReadingProcessor(\*args, \*\*kwargs)	構造器
MetadataReadingProcessor.process([data, ...])	讀取元數據

8.6 Mixin

ProcessorMixin，dcase_util.processors.ProcessorMixin

類名功能

ProcessorMixin(\*args, \*\*kwargs)	數據處理鏈單元混合
ProcessorMixin.process([data])	處理數據
ProcessorMixin.get_processing_chain_item()	使用當前處理器數據獲取處理鏈項目
ProcessorMixin.push_processing_chain_item(...)	推送加工鏈項目

9. User interfacing

用于輕型用戶界面的實用程序類。

FancyLogger和FancyPrinter提供相同的API，唯一不同的是FancyLogger將輸出到日志系統，FancyPrinter使用標準打印功能將輸出打印到sys.stdout。 當需要以字符串形式輸出時，FancyStringifier可用于一般情況。

9.1 FancyLogger

dcase_util.ui.FancyLogger

使用日志記錄時，此類提供額外的格式。 如果在調用FancyLogger時Python日志記錄尚未初始化，則首先調用dcase_util.utils.setup_logging。

用法示例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

ui = dcase_util.ui.FancyLogger() ui.title('title') ui.section_header('section_header') ui.sub_header('sub_header') ui.foot('foot') ui.line('line', indent=2) ui.line('line', indent=4) ui.line('line', indent=6) # Data row with field and value ui.data('data field', 'value', 'unit') # Horizontal separator ui.sep() # Table ui.table(cell_data=[[1, 2, 3], [1, 2, 3]]) # Faster way to create output tables without collecting data into one data structure. ui.row('Header1', 'Header2', widths=[10,20], types=['float2','str20']) ui.row('-','-') ui.row(10.21231, 'String text')

輸出：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

[I] title [I] section_header [I] ======================================== [I] === sub_header === [I] foot [I] [I] line [I] line [I] line [I] data field : value unit [I] ======================================== [I] Col #0 Col #1 [I] ------ ------ [I] 1 1 [I] 2 2 [I] 3 3 [I] [I] Header1 | Header2 | [I] ------- | ----------------- | [I] 10.21 | String text |

類名功能

FancyLogger()	Logger class
FancyLogger.line([data, indent, level])	Generic line logger
FancyLogger.row(\*args, \*\*kwargs)
FancyLogger.title(text[, level])	Title, logged at info level
FancyLogger.section_header(text[, indent, level])	Section header, logged at info level
FancyLogger.sub_header([text, indent, level])	Sub header
FancyLogger.foot([text, time, item_count, ...])	Footer, logged at info level
FancyLogger.data([field, value, unit, ...])	Data line logger
FancyLogger.sep([level, length, indent])	Horizontal separator, logged at info level
FancyLogger.table([cell_data, ...])	Data table
FancyLogger.info([text, indent])	Info line logger
FancyLogger.debug([text, indent])	Debug line logger
FancyLogger.error([text, indent])	Error line logger

9.2 FancyPrinter

dcase_util.processors.FancyPrinter

該類向控制臺提供統一格式的狀態打印。

用例：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

ui = dcase_util.ui.FancyPrinter() ui.title('title') ui.section_header('section_header') ui.sub_header('sub_header') ui.foot('foot') ui.line('line', indent=2) ui.line('line', indent=4) ui.line('line', indent=6) # Data row with field and value ui.data('data field', 'value', 'unit') # Horizontal separator ui.sep() # Table ui.table(cell_data=[[1, 2, 3], [1, 2, 3]]) # Faster way to create output tables without collecting data into one data structure. ui.row('Header1', 'Header2', widths=[10,20], types=['float2','str20']) ui.row('-','-') ui.row(10.21231, 'String text')

輸出：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

title section_header ======================================== === sub_header === foot line line line data field : value unit ======================================== Col #0 Col #1 ------ ------ 1 1 2 2 3 3 Header1 | Header2 | ------- | ----------------- | 10.21 | String text |

類名功能

FancyPrinter([colors])	Printer class
FancyPrinter.line([data, indent, level])	Generic line logger
FancyPrinter.row(\*args, \*\*kwargs)
FancyPrinter.title(text[, level])	Title, logged at info level
FancyPrinter.section_header(text[, indent, ...])	Section header, logged at info level
FancyPrinter.sub_header([text, indent, level])	Sub header
FancyPrinter.foot([text, time, item_count, ...])	Footer, logged at info level
FancyPrinter.data([field, value, unit, ...])	Data line logger
FancyPrinter.sep([level, length, indent])	Horizontal separator, logged at info level
FancyPrinter.table([cell_data, ...])	Data table
FancyPrinter.info([text, indent])	Info line logger
FancyPrinter.debug([text, indent])	Debug line logger
FancyPrinter.error([text, indent])	Error line logger

9.3 FancyStringifier

dcase_util.processors.FancyStringifier

這個類可以用來產生統一格式的輸出字符串。

類名功能

FancyStringifier()	Fancy UI
FancyStringifier.title(text)	Title
FancyStringifier.section_header(text[, indent])	Section header
FancyStringifier.sub_header([text, indent])	Sub header
FancyStringifier.foot([text, time, ...])	Footer
FancyStringifier.line([field, indent])	Line
FancyStringifier.formatted_value(value[, ...])	Format value into string.
FancyStringifier.data([field, value, unit, ...])	Data line
FancyStringifier.sep([length, indent])	Horizontal separator
FancyStringifier.table([cell_data, ...])	Data table
FancyStringifier.row(\*args, \*\*kwargs)	Table row
FancyStringifier.class_name(class_name)	Class name

10. Units（單元函數與類）

10.1 General function

dcase_util.utils. *

類名功能

get_class_inheritors(klass)	得到從給定的類中繼承的所有類
get_byte_string(num_bytes[, show_bytes])	根據語言環境和IEC二進制前綴輸出字節數
check_pkg_resources(package_requirement[, ...])
is_int(value)
is_float(value)

• SuppressStdoutAndStderr
  dcase_util.utils.SuppressStdoutAndStderr

類名功能

SuppressStdoutAndStderr()	Context manager to suppress STDOUT and STDERR

• VectorRecipeParser
  dcase_util.utils.VectorRecipeParser

類名功能

VectorRecipeParser([delimiters, default_stream])

10.2 File

dcase_util.utils. *

類名功能

argument_file_exists(filename)	參數文件檢查器
filelist_exists(filelist)	檢查列表中的所有文件是否存在
posix_path(path)	檢查列表中的所有文件是否存在

• Path
  dcase_util.utils.Path

類名功能

Path([path])	路徑的單元
Path.posix([path])	將路徑轉換為POSIX格式
Path.posix_to_nt([path])	將posix格式的路徑轉換為nt
Path.file_list([path, recursive, ...])	獲取文件列表
Path.exists([path])	檢查路徑是否存在
Path.file_count([path])	給定路徑下的文件數量包括子目錄
Path.size_bytes([path])	給定路徑下所有文件的總字節數
Path.size_string([path, show_bytes])	給定路徑下的所有文件的總數據大小以可讀形式返回
Path.makedirs([path])	創建給定的路徑
Path.create(paths)	創建給定的路徑

• ApplicationPaths
  dcase_util.utils.ApplicationPaths

類名功能

ApplicationPaths([parameter_container])	應用程序路徑的實用工具類，根據參數散列自動生成路徑
ApplicationPaths.generate(path_base, structure)	生成應用程序路徑并將參數散列包含到路徑中
ApplicationPaths.directory_name(prefix, ...)	生成目錄名稱
ApplicationPaths.save_parameters_to_path(...)	將參數保存到每個應用程序子目錄
ApplicationPaths.construct_path(path_parts)	基于路徑部分生成所有組合

• FileFormat
  dcase_util.utils.FileFormat

類名功能

FileFormat
FileFormat.detect(filename[, ...])	檢測文件格式
FileFormat.detect_based_on_filename(filename)	基于文件名檢測文件格式
FileFormat.detect_based_on_content(filename)	使用python-magic檢測基于內容的文件格式。
FileFormat.validate_label(label)	根據此類已知的標簽驗證文件格式標簽

10.3 Hash

類名功能

get_parameter_hash(params)	獲取給定參數字典的唯一哈希字符串（md5）
get_file_hash(filename)	獲取給定文件的唯一哈希字符串（md5）

10.4 Logging

類名功能

setup_logging	修飾器類只允許執行一次

• DisableLogger
  dcase_util.utils.DisableLogger

類名功能

DisableLogger

10.5 Math

dcase_util.utils.SimpleMathStringEvaluator

• SimpleMathStringEvaluator

類名功能

SimpleMathStringEvaluator()	簡單的數學字符串評估器
SimpleMathStringEvaluator.eval(string)	評估字符串中的數學

10.6 Timer

dcase_util.utils.Timer

類名功能

Timer()	定時器類
Timer.start()	啟動計時器
Timer.stop()	停止計時器
Timer.elapsed()	返回自啟動計時器以來的經過時間，以秒為單位
Timer.get_string([elapsed])	以字符串格式獲取已用時間

10.7 Validator

dcase_util.utils.FieldValidator

類名功能

FieldValidator
FieldValidator.process(field)	測試字段
FieldValidator.is_empty(field)	測試空字段
FieldValidator.is_number(field)	測試數字字段
FieldValidator.is_audiofile(field)	測試音頻字段
FieldValidator.is_list(field)	測試列表字段，有效分隔符[：;＃]
FieldValidator.is_alpha(field[, length])	測試長度為1的alpha字段

10.8 Example

dcase_util.utils.Example

一些示例數據，便于測試和輔導。

類名功能

Example()	教程示例文件
Example.audio_filename()
Example.acoustic_scene_audio_filename()
Example.audio_container()
Example.event_metadata_container([filename])
Example.scene_metadata_container([filename])
Example.tag_metadata_container([filename])
Example.feature_container([filename])
Example.feature_repository([filename])

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的dcase_util教程（二）——各单元介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。