source: python/bench-onset @ 336cf77

feature/autosinkfeature/cnnfeature/cnn_orgfeature/constantqfeature/crepefeature/crepe_orgfeature/pitchshiftfeature/pydocstringsfeature/timestretchfix/ffmpeg5pitchshiftsamplertimestretchyinfft+
Last change on this file since 336cf77 was 336cf77, checked in by Paul Brossier <piem@altern.org>, 19 years ago

rename class task to bench, move pretty_print into it
rename class task to bench, move pretty_print into it
  • Property mode set to 100755
File size: 5.1 KB
Line 
1#! /usr/bin/python
2
3from aubio.bench.config import *
4from aubio.bench.node import *
5
6class onset_parameters:
7        def __init__(self):
8                """ set default parameters """
9                self.silence = -70
10                self.derivate = False
11                self.localmin = False
12                self.bufsize = 512
13                self.hopsize = 256
14                self.samplerate = 44100
15                self.tol = 0.05
16                self.step = float(self.hopsize)/float(self.samplerate)
17                self.threshold = 0.1
18                self.mode = 'dual'
19
20class benchonset(bench):
21       
22        def compute_results(self):
23                self.P = 100*float(self.expc-self.missed-self.merged)/(self.expc-self.missed-self.merged + self.bad+self.doubled)
24                self.R = 100*float(self.expc-self.missed-self.merged)/(self.expc-self.missed-self.merged + self.missed+self.merged)
25                if self.R < 0: self.R = 0
26                self.F = 2* self.P*self.R / (self.P+self.R)
27
28                self.values = [self.params.mode,
29                "%2.3f" % self.params.threshold,
30                self.orig,
31                self.expc,
32                self.missed,
33                self.merged,
34                self.bad,
35                self.doubled,
36                (self.orig-self.missed-self.merged),
37                "%2.3f" % (100*float(self.orig-self.missed-self.merged)/(self.orig)),
38                "%2.3f" % (100*float(self.bad+self.doubled)/(self.orig)),
39                "%2.3f" % (100*float(self.orig-self.missed)/(self.orig)),
40                "%2.3f" % (100*float(self.bad)/(self.orig)),
41                "%2.3f" % self.P,
42                "%2.3f" % self.R,
43                "%2.3f" % self.F  ]
44
45        def compute_onset(self,input,output):
46                from aubio.tasks import getonsets, get_onset_mode
47                from aubio.onsetcompare import onset_roc, onset_diffs
48                from aubio.txtfile import read_datafile
49                amode = 'roc'
50                vmode = 'verbose'
51                vmode = ''
52                lres, ofunc = getonsets(input,
53                        self.params.threshold,
54                        self.params.silence,
55                        mode=get_onset_mode(self.params.mode),
56                        localmin=self.params.localmin,
57                        derivate=self.params.derivate,
58                        bufsize=self.params.bufsize,
59                        hopsize=self.params.hopsize,
60                        storefunc=False)
61
62                for i in range(len(lres)): lres[i] = lres[i]*self.params.step
63                ltru = read_datafile(input.replace('.wav','.txt'),depth=0)
64                if vmode=='verbose':
65                        print "Running with mode %s" % self.params.mode,
66                        print " and threshold %f" % self.params.threshold,
67                        print " on file", input
68                #print ltru; print lres
69                if amode == 'localisation':
70                        l = onset_diffs(ltru,lres,self.params.tol)
71                        mean = 0
72                        for i in l: mean += i
73                        if len(l): print "%.3f" % (mean/len(l))
74                        else: print "?0"
75                elif amode == 'roc':
76                        orig, missed, merged, expc, bad, doubled = onset_roc(ltru,lres,self.params.tol)
77                        self.orig    += orig
78                        self.missed  += missed
79                        self.merged  += merged
80                        self.expc    += expc
81                        self.bad     += bad
82                        self.doubled += doubled
83                self.compute_results()
84                       
85        def compute_data(self):
86                self.orig, self.missed, self.merged, self.expc, \
87                        self.bad, self.doubled = 0, 0, 0, 0, 0, 0
88                act_on_data(self.compute_onset,self.datadir,self.resdir, \
89                        suffix='',filter='f -name \'*.wav\'')
90
91        def run_bench(self,modes=['dual'],thresholds=[0.5]):
92                self.modes = modes
93                self.thresholds = thresholds
94
95                self.pretty_print(self.titles)
96                for mode in self.modes:
97                        self.params.mode = mode
98                        for threshold in self.thresholds:
99                                self.params.threshold = threshold
100                                self.compute_data()
101                                self.compute_results()
102                                self.pretty_print(self.values)
103
104        def auto_learn(self,modes=['dual'],thresholds=[0.1,1.5]):
105                """ simple dichotomia like algorithm to optimise threshold """
106                self.modes = modes
107                self.pretty_print(self.titles)
108                for mode in self.modes:
109                        steps = 10
110                        lesst = thresholds[0]
111                        topt = thresholds[1]
112                        self.params.mode = mode
113
114                        self.params.threshold = topt
115                        self.compute_data()
116                        self.pretty_print(self.values)
117                        topF = self.F
118
119                        self.params.threshold = lesst
120                        self.compute_data()
121                        self.pretty_print(self.values)
122                        lessF = self.F
123
124                        for i in range(steps):
125                                self.params.threshold = ( lesst + topt ) * .5
126                                self.compute_data()
127                                self.pretty_print(self.values)
128                                if self.F == 100.0 or self.F == topF:
129                                        print "assuming we converged, stopping"
130                                        break
131                                #elif abs(self.F - topF) < 0.01 :
132                                #       print "done converging"
133                                #       break
134                                if topF < self.F:
135                                        #lessF = topF
136                                        #lesst = topt
137                                        topF = self.F
138                                        topt = self.params.threshold
139                                elif lessF < self.F:
140                                        lessF = self.F
141                                        lesst = self.params.threshold
142                                if topt == lesst:
143                                        lesst /= 2.
144
145
146#modes = [ 'complex' ]
147modes = ['complex', 'energy', 'phase', 'specdiff', 'kl', 'mkl', 'dual']
148#thresholds = [1.5]
149thresholds = [ 0.01, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5]
150
151#datapath = "%s%s" % (DATADIR,'/onset/DB/*/')
152datapath = "%s%s" % (DATADIR,'/onset/DB/PercussivePhrases/RobertRich')
153respath = '/var/tmp/DB-testings'
154
155benchonset = benchonset(datapath,respath,checkres=True,checkanno=True)
156
157benchonset.params = onset_parameters()
158
159benchonset.titles = [ 'mode', 'thres', 'orig', 'expc', 'missd', 'mergd',
160'bad', 'doubl', 'corrt', 'GD', 'FP', 'GD-merged', 'FP-pruned',
161'prec', 'recl', 'dist' ]
162benchonset.formats = ["%12s" , "| %6s", "| %6s", "| %6s", "| %6s", "| %6s",
163"| %6s", "| %6s", "| %6s", "| %8s", "| %8s", "| %8s", "| %8s",
164"| %6s", "| %6s", "| %6s"]
165
166#benchonset.run_bench(modes=modes,thresholds=thresholds)
167benchonset.auto_learn(modes=modes)
168
169#        gatherdata
170#act_on_data(my_print,datapath,respath,suffix='.txt',filter='f -name \'*.wav\'')
171#        gatherthreshold
172#        gathermodes
173#        comparediffs
174#        gatherdiffs
175
176
Note: See TracBrowser for help on using the repository browser.