Upload reazon-speech-analyze-speechMOS.py

reazon-speech-analyze-speechMOS.py

@@ -0,0 +1,83 @@
+import torch
+import librosa
+import json
+import numpy as np
+from datasets import load_dataset
+
+# データセットをロード
+ds = load_dataset("reazon-research/reazonspeech", "all")
+
+# GPUが利用可能な場合はGPUを使用し、そうでない場合はエラーメッセージを表示して終了
+if torch.cuda.is_available():
+    device = torch.device('cuda')
+else:
+    print("エラー: GPUが利用可能ではありません。GPUを使用して実行してください。")
+    exit(1)
+
+# speech-mosの予測器を初期化
+predictor = torch.hub.load("tarepan/SpeechMOS:v1.2.0", "utmos22_strong", trust_repo=True)
+
+# predictorをGPUに移動
+predictor = predictor.to(device)
+
+# データを前処理するための関数
+def preprocess_audio(data):
+    # データが整数型の場合、浮動小数点型に変換
+    if data.dtype == np.int16:
+        data = data.astype(np.float32) / np.iinfo(np.int16).max
+    elif data.dtype == np.int32:
+        data = data.astype(np.float32) / np.iinfo(np.int32).max
+
+    # ステレオをモノラルに変換（必要があれば）
+    if len(data.shape) == 2:
+        data = data.mean(axis=1)
+
+    return data
+
+def process_audio_data(data):
+    # 音声データを読み込む
+    audio_data = data['audio']['array']
+    sr = data['audio']['sampling_rate']
+
+    # データを前処理
+    audio_data = preprocess_audio(audio_data)
+
+    # speech-mosを使用して数値を取得
+    audio_data_tensor = torch.from_numpy(audio_data).unsqueeze(0).to(torch.float32).to(device)  # GPUに移動
+    score = predictor(audio_data_tensor.to(torch.float32), sr)  # 入力データをfloat32に変換
+
+    # 結果を辞書に格納
+    result = {
+        "ファイル名": data['name'],
+        "MOS値": float(score),
+        "トランスクリプション": data['transcription']
+    }
+
+    # 不要な変数を削除してメモリを解放
+    del audio_data, audio_data_tensor
+
+    return result
+
+def process_and_save_results(ds):
+    total_data = len(ds['train'])
+    for i, data in enumerate(ds['train']):
+        result = process_audio_data(data)
+        print(f"処理中: {i+1}/{total_data} ({(i+1)/total_data*100:.2f}%)")
+        yield result
+
+# 結果を保存するジェネレータ関数
+def save_results_to_json(ds):
+    with open('audio_analysis_results_speechMOS.json', 'w', encoding='utf-8') as f:
+        f.write('[\n')
+        for i, result in enumerate(process_and_save_results(ds)):
+            print("ファイル名:" + result["ファイル名"] + ", MOS値:" + str(result["MOS値"]))
+            print("トランスクリプション: ", result["トランスクリプション"])
+            json.dump(result, f, ensure_ascii=False, indent=4)
+            if i < len(ds['train']) - 1:
+                f.write(',\n')
+        f.write('\n]')
+
+    print("JSONファイルが保存されました。")
+
+# 結果を保存
+save_results_to_json(ds)