Python librosa错误 "音频缓冲区不是Fortran-contiguous"

1 人关注

我正在使用 librosa

只有 load 和 stft ，我遇到了错误。 Audio buffer is not Fortran-contiguous

我在网上搜索了一下，发现我需要添加 np.asfortranarray ,所以我添加了这些句子，但是徒劳无功。

a, sr = librosa.load("mywave.wav",sr=self.sr,mono=False)
print(a.shape) #(2, 151199)
a[0] = np.asfortranarray(a[0])# try to avoide Fortran-contiguous
a[1] = np.asfortranarray(a[1])
# but this returns error
#Audio buffer is not Fortran-contiguous. Use numpy.asfortranarray to ensure Fortran contiguity.    
stft_L = librosa.stft(a[0], n_fft=self.stft_frame,hop_length= self.hop_frame, window='hann') 
在我第一次做这个代码的时候，（可能是半年前），它是有效的。
有什么解决办法吗？


         python


         numpy


         audio


         librosa


        1
        
        个回答


          
           
           
            Nils Werner
           
          
          
           发布于
           
           2021-09-14


         0
         
         人赞同


          
           你误解了什么是C-与Fortran-连续的内存布局，以及这意味着你能做和不能做什么。例如，改变一个数组中某一行的内存布局
          
          a[0] = np.asfortranarray(a[0])
是没有意义的，因为内存布局决定了一行是什么。
为了说明这一点，让我们看一下一些Fortran的连续数据
x = np.asfortranarray(np.arange(12).reshape(3, 4))
x.flags.f_contiguous
# True
# array([[ 0,  1,  2,  3],
#        [ 4,  5,  6,  7],
#        [ 8,  9, 10, 11]])
在内部，这个二维数组当然是线性保存的，C-/Fortran-contigouity决定了是行还是列在前。
x.flatten('A')
# array([ 0,  4,  8,  1,  5,  9,  2,  6, 10,  3,  7, 11])
np.asfortranarray(x).flatten('A')
# array([ 0,  4,  8,  1,  5,  9,  2,  6, 10,  3,  7, 11])
np.ascontiguousarray(x).flatten('A')
# array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
Fortran内存布局是列优先，也就是说，列在内存中保持一致。C-内存是行优先，即行在内存中保持在一起。
真正令人困惑的是，阵列中的视图可以是连续的，也可以不是。
x.flags.f_contiguous, x[0].flags.f_contiguous
# (True, False)
x 显然是连续的，但是 不是。这是因为 ，在内存中不是彼此相邻的。x[0] [0, 1, 2, 3] 
你试图做的事情
a = x.copy('A')
a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)
a[0] = np.asfortranarray(a[0])
a[1] = np.asfortranarray(a[1])
a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)
不会起作用，因为改变单行的布局是没有意义的。
现在，令人困惑的部分来了。如果你有一个Fortran-contiguous数组，并且你希望第一行是Fortran-contiguous的，你不能把数组改成Fortran-contiguous。
a = x.copy('A')
a = np.asfortranarray(a)
a.flags.f_contiguous, a[0].flags.f_contiguous
# (True, False)
因为列是连续的，但行不是。
如果你把数组改为C-contigous
a = x.copy('A')
a = np.ascontiguousarray(a)
a.flags.f_contiguous, a[0].flags.f_contiguous
# (False, True)
这意味着行现在是连续的。
另一个解决方案是简单地复制数据
a = x.copy('A')
a[0].copy().flags.f_contiguous
# True
因为拷贝会将数据写入一个新的、线性的、连续的数组中。