spotify/pedalboard

解决的问题

Pedalboard 是一个旨在为 Python 环境带来录音室级音频效果和处理能力的 Python 库。它消除了使用数字音频工作站 (DAW) 进行复杂音频转换的需求，使得将专业音频效果集成到自动化工作流、内容创作和机器学习流水线中变得更加容易。

工作原理

该库为核心音频处理引擎（基于 JUCE）提供高级 Python 接口。它允许用户创建一个“pedalboard”（音频插件链）并通过它们处理音频。它支持读取和写入各种音频格式（AIFF, FLAC, MP3, OGG, WAV），并提供内置效果，如混响、合唱和压缩器。至关重要的是，它允许加载第三方 VST3 和 Audio Unit 插件，从而可以在 Python 代码中直接使用专业软件乐器和效果器。

适用对象

• 机器学习工程师：那些使用音频数据进行模型训练，特别是用于通过数据增强来提高模型鲁棒性的人员。
• 音频开发人员：希望在没有 DAW 的情况下，通过编程方式应用音频效果或创建音频渲染流水线的人员。
• AI 研究人员：从事基于音频的 AI 研究的人员，例如 AI DJ 或语音翻译工具。

亮点

• 专业插件支持：支持用于第三方效果器和乐器的 VST3 和 Audio Unit 格式。
• 高性能：处理音频的速度明显快于 pySoX 和 librosa.load，并释放 Python GIL 以利用多核 CPU。
• 机器学习集成：已通过 TensorFlow 兼容性测试，可以直接在 tf.data 流水线中使用。
• 实时音频：通过 AudioStream 支持实时音频操作，用于实时输入/输出。
• 跨平台：可在 macOS、Windows 和 Linux 上运行。