python/demos/demo_timestretch.py: add timescale algorithm
[aubio.git] / python / demos / demo_timestretch.py
1 #! /usr/bin/env python
2
3 # Implementation of the timescale algorithm according to Dan Ellis, *A Phase
4 # Vocoder in Matlab*.  http://www.ee.columbia.edu/~dpwe/resources/matlab/pvoc/
5
6 # This file follows the original implementation, with analysis in a first pass,
7 # and synthesis in a second pass.
8
9 import sys
10 from aubio import source, sink, pvoc, mfcc, cvec
11 from aubio import unwrap2pi, float_type
12 import numpy as np
13
14 win_s = 1024
15 hop_s = win_s / 8 # 87.5 % overlap
16
17 warmup = win_s // hop_s - 1
18
19 if len(sys.argv) < 3:
20     print("Usage: %s <source_filename> <output_filename> <rate> [samplerate]".format(sys.argv[0]))
21     print("""Examples:
22     # twice faster
23     {0} track_01.mp3 track_01_faster.wav 2.0
24     # twice slower
25     {0} track_02.flac track_02_slower.wav 0.5
26     # one and a half time faster, resampling first the input to 22050
27     {0} track_02.flac track_02_slower.wav 1.5 22050""".format(sys.argv[0]))
28     sys.exit(1)
29
30 source_filename = sys.argv[1]
31 output_filename = sys.argv[2]
32 rate = float(sys.argv[3])
33
34 samplerate = 0 if len(sys.argv) < 5 else int(sys.argv[4])
35 source_in = source(source_filename, samplerate, hop_s)
36 samplerate = source_in.samplerate
37 p = pvoc(win_s, hop_s)
38
39 # allocate memory to store norms and phases
40 n_blocks = source_in.duration // hop_s + 1
41 # adding an empty frame at end of spectrogram
42 norms  = np.zeros((n_blocks + 1, win_s // 2 + 1), dtype = float_type)
43 phases = np.zeros((n_blocks + 1, win_s // 2 + 1), dtype = float_type)
44
45 block_read = 0
46 while True:
47     # read from source
48     samples, read = source_in()
49     # compute fftgrain
50     spec = p(samples)
51     # store current grain
52     norms[block_read] = spec.norm
53     phases[block_read] = spec.phas
54     # until end of file
55     if read < hop_s: break
56     # increment block counter
57     block_read += 1
58
59 # just to make sure
60 #source_in.close()
61
62 sink_out = sink(output_filename, samplerate)
63
64 # interpolated time steps (j = alpha * i)
65 steps = np.arange(0, n_blocks, rate, dtype = float_type)
66 # initial phase
67 phas_acc = phases[0]
68 # excepted phase advance in each bin
69 phi_advance = np.linspace(0, np.pi * hop_s, win_s / 2 + 1).astype (float_type)
70
71 new_grain = cvec(win_s)
72
73 for (t, step) in enumerate(steps):
74
75     frac = 1. - np.mod(step, 1.0)
76     # get pair of frames
77     t_norms = norms[int(step):int(step+2)]
78     t_phases = phases[int(step):int(step+2)]
79
80     # compute interpolated frame
81     new_grain.norm = frac * t_norms[0] + (1. - frac) * t_norms[1]
82     new_grain.phas = phas_acc
83     #print t, step, new_grain.norm
84     #print t, step, phas_acc
85
86     # psola
87     samples = p.rdo(new_grain)
88     if t > warmup: # skip the first few frames to warm up phase vocoder
89         # write to sink
90         sink_out(samples, hop_s)
91
92     # calculate phase advance
93     dphas = t_phases[1] - t_phases[0] - phi_advance
94     # unwrap angle to [-pi; pi]
95     dphas = unwrap2pi(dphas)
96     # cumulate phase, to be used for next frame
97     phas_acc += phi_advance + dphas
98
99 for t in range(warmup + 1): # purge the last frames from the phase vocoder
100     new_grain.norm[:] = 0
101     new_grain.phas[:] = 0
102     samples = p.rdo(new_grain)
103     sink_out(samples, read if t == warmup else hop_s)
104
105 # just to make sure
106 #sink_out.close()
107
108 format_out = "read {:d} blocks from {:s} at {:d}Hz and rate {:f}, wrote {:d} blocks to {:s}"
109 print (format_out.format(block_read, source_filename, samplerate, rate,
110     len(steps), output_filename))