Приложение

1. Исходный код программы

from scipy.signal import firwin, lfilter, kaiserord #type: ignore

from soundfile import write as sf_write #type: ignore

from librosa import load as lbrs_load

from librosa.display import waveshow

from matplotlib import pyplot as plt #type: ignore

from time import perf_counter_ns

from os.path import isfile

import numpy.typing as npt

import typing as typ

import numpy as np

import curses #type: ignore

#Функция подготовки окна консоли к использованию

def init_cnvs(canvas):

    win = curses.initscr()

    curses.curs_set(0)

    canvas.border()

    canvas.refresh()

    return win

#Отрисовка текста на экране в выбранной позиции

def draw_text(canvas,r: int,c: int,text: str) -> None:

    canvas.addstr(r,c,text)

    canvas.refresh()

    curses.napms(500)

#Считывание строки, введённой пользователем

def get_text(canvas,r: int, c: int) -> str:

    curses.curs_set(1)

    canvas.refresh()

    text: str = canvas.getstr(r,c)

    curses.curs_set(0)

    canvas.border()

    canvas.refresh()

    curses.flushinp()

    return text

#Считывание символа, введённого пользователем

def get_char(canvas,r: int, c: int) -> str:

    curses.curs_set(1)

    canvas.refresh()

    char: str = canvas.getkey(r,c)

    curses.curs_set(0)

    canvas.border()

    canvas.refresh()

    curses.flushinp()

    return char

#Фильтрация

def filtration(samples: npt.NDArray,sr: float,cutoff_hz: typ.Tuple[int,int],bts: npt.DTypeLike) -> npt.NDArray:

    nyq_rate: float = sr/2.0 #Частота Найквиста

    trans_width: float = 5.0/nyq_rate #Ширина перехдной зоны

    ripple_db: float = 15.0 #Величина затухание вне области пропускания

    N, beta = kaiserord(ripple_db, trans_width) #Порядок и параметр Кайзера

    filter_coeffs: npt.NDArray = firwin(N,cutoff_hz,window=('kaiser',beta),pass_zero='bandpass',fs=sr) #Получение коэффициентов фильтра

    filtered_samples: npt.NDArray = lfilter(filter_coeffs,1.0,samples,axis=1) #Фильтрация

    filtered_samples[0][abs(filtered_samples[0])<=1/((ripple_db/10)**10)] = 0 #Фильтрация по затуханию

    filtered_samples[1][abs(filtered_samples[1])<=1/((ripple_db/10)**10)] = 0 #Фильтрация по затуханию

    filtered_samples = filtered_samples.astype(bts)

    return filtered_samples

#Сведение всех отфильтрованных сигналов в один

def signal_mixing(f_samples: typ.List[npt.NDArray]) -> typ.List[typ.List]:

    counter: int = 0

    mixed_signal: typ.List[typ.List] = [[],[]]

    while counter != len(f_samples[0][0]):

        if f_samples[0][0][counter] != 0:

            #

            mixed_signal[0].append(f_samples[0][0][counter])

            mixed_signal[1].append(f_samples[0][1][counter])

            #

        elif f_samples[1][0][counter] != 0:

            #

            mixed_signal[0].append(f_samples[1][0][counter])

            mixed_signal[1].append(f_samples[1][1][counter])

            #  

        elif f_samples[2][0][counter] != 0:

            #

            mixed_signal[0].append(f_samples[2][0][counter])

            mixed_signal[1].append(f_samples[2][1][counter])

            #  

        else:

            #

            mixed_signal[0].append(f_samples[3][0][counter])

            mixed_signal[1].append(f_samples[3][1][counter])

            #

        counter += 1

    return mixed_signal

#Кодирование

def encoder(samples: typ.List[typ.List]) -> typ.List[typ.List]:

    #Необходимые для кодирования величины

    array_diff = [[0],[0]]

    array_diff[0][0] = samples[0][0]

    array_diff[1][0] = samples[1][0]

    counter = 1

    while counter != len(samples[0]):

        array_diff[0].append(samples[0][counter]-samples[0][counter-1])

        array_diff[1].append(samples[1][counter]-samples[1][counter-1])

        counter += 1

    return array_diff

#Декодирование

def decoder(samples: typ.List[typ.List]) -> typ.List[typ.List]:

    #Необходимые для декодирования величины

    array_rslt = [[0],[0]]

    array_rslt[0][0] = samples[0][0]

    array_rslt[1][0] = samples[1][0]

    counter = 1

    while counter != len(samples[0]):

        array_rslt[0].append(samples[0][counter]+array_rslt[0][counter-1])

        array_rslt[1].append(samples[1][counter]+array_rslt[1][counter-1])

        counter += 1

    return array_rslt

#Вывод волнового представления аудио

def show_waveform(array: npt.ArrayLike,number: int,sr: float,title: str='Waveform',label: str='Waveform') -> None:

    plt.figure(number)

    if type(array) == 'nd.array':

        waveshow(array,sr=sr,label=label)

    else:

        waveshow(np.array(array),sr=sr,label=label)

    if label != 'Waveform':

        plt.legend()

    plt.title(title)

#Инициализация окна при запуске программы

w = curses.wrapper(init_cnvs)

#Проверка размеров окна на подходящие для работы

if curses.COLS < 71 or curses.LINES < 21:

    curses.endwin()

    print(f'Размер окна консоли слишком мал и составляет {curses.COLS} на {curses.LINES} пикселей.\

    \nУвеличьте размер окна консоли до 71 на 21 пикселей и запустите программу заново.')

    exit()

else:

    pass

#Считывание аудиофайла

draw_text(w,1,1,'Вас приветствует Кривая Имитация Реализации Кодека Aptx (К.И.Р.К.А.)!')

draw_text(w,2,1,'Для дальнейшей работы необходимо указать путь к .wav файлу.')

audio_file_input: str = get_text(w,3,1) #Исходный файл

if isfile(audio_file_input) == True: #Проверка существования файла

    draw_text(w,4,1,'Файл успешно найден! Загружаю.')

    samples_orig, sample_rate = lbrs_load(audio_file_input,sr=44100,mono=False,duration=None,dtype='float64')

    draw_text(w,5,1,'Загрузка завершена.')

else:

    draw_text(w,4,1,'Файл не найден, повторите попытку ещё раз.')

    draw_text(w,5,1,'Программа завершится через две секунды.')

    draw_text(w,6,1,'До свидания!')

    curses.napms(1500)

    exit()

#Фильтрация по диапазонам (Адаптивное кодирование)

friq_bands: typ.Tuple[typ.Tuple[int,int],typ.Tuple[int,int],typ.Tuple[int,int],typ.Tuple[int,int]]\

= ((1,5500),(5501,11000),(11001,16500),(16501,22000)) #Необходимые диапазоны частот

bytes_for_each_fb: typ.Tuple[npt.DTypeLike,npt.DTypeLike,npt.DTypeLike,npt.DTypeLike]\

= ('float64','float32','float16','float16') #Кол-во байт на значение отсчётов в каждом диапазоне

filtered_samples: typ.List[npt.NDArray] = [] #Список под разбитое по диапазонам аудио

counter: int = 0

perf: int = perf_counter_ns()

draw_text(w,7,1,'Произвожу фильтрацию по диапазонам частот.')

for i in friq_bands:

    filtered_samples.append(filtration(samples_orig,sample_rate,i,bytes_for_each_fb[counter]))

    counter += 1

    draw_text(w,8,1,f'{counter} диапазон выделен!')

counter = 0

draw_text(w,8,1,f'Готово! Управилась за {(perf_counter_ns()-perf)/10**9:0.3f} с.')

#Структура filtered_samples[диапазон][канал][значение]

#Объединение в один «аудиофайл»

filtered_audio: typ.List[typ.List] = signal_mixing(filtered_samples)

del filtered_samples

#Кодирование

draw_text(w,9,1,'Произвожу кодирование.')

perf = perf_counter_ns()

encoded_audio: typ.List[typ.List] = encoder(filtered_audio)

draw_text(w,10,1,f'Готово! Управилась за {(perf_counter_ns()-perf)/10**9:0.3f} с.')

#Декодирование

draw_text(w,11,1,'Произвожу декодирование.')

perf = perf_counter_ns()

decoded_audio: typ.List[typ.List] = decoder(encoded_audio)

draw_text(w,12,1,f'Готово! Управилась за {(perf_counter_ns()-perf)/10**9:0.3f} с.')

del encoded_audio

#Вывод на экран волнового представления аудио

draw_text(w,13,1,'Формирую графики.')

perf = perf_counter_ns()

show_waveform(samples_orig,1,sample_rate,'Original audio')

show_waveform(filtered_audio,2,sample_rate,'Filtered audio')

show_waveform(decoded_audio,3,sample_rate,'Encoded-decoded audio')

show_waveform(samples_orig,4,sample_rate,label='Original')

show_waveform(filtered_audio,4,sample_rate,'Original and filtered audio','Filtered')

draw_text(w,14,1,f'Готово! Управилась за {(perf_counter_ns()-perf)/10**9:0.3f} с.')

del perf

del samples_orig

#Указание путей для вывода результата и запись в аудиофайл

draw_text(w,16,1,f'Я закончила работу. Желаете вывести результат? y|n')

flag: str = get_char(w,17,1)

if flag == 'y':

    draw_text(w,17,1,f'ОК. Итоговый или только после фильтрации? r|f')

    flag = get_char(w,18,1)

    if flag == 'r':

        draw_text(w,18,1,f'ОК. Укажите путь к файлу вывода (с .wav).')

        audio_file_output_decoded: str = get_text(w,19,1) #Файл вывода для итогового аудио

        sf_write(audio_file_output_decoded,np.array(decoded_audio,dtype='float64').T,sample_rate,subtype='PCM_16') #Запись результата в аудиофайл

        draw_text(w,19,1,f'Я закончила! Не забудьте про графики!')

    elif flag == 'f':

        draw_text(w,18,1,f'ОК. Укажите путь к файлу вывода (с .wav).')

        audio_file_output_filtered: str = get_text(w,19,1) #Файл вывода для фильтрованного аудио

        sf_write(audio_file_output_filtered,np.array(filtered_audio,dtype='float64').T,sample_rate,subtype='PCM_16') #Запись результата в аудиофайл

        draw_text(w,19,1,f'Я закончила, до свидания! Не забудьте про графики!')

    else:

        draw_text(w,18,1,f'Что ж. Без результатов, так без результатов.')

        draw_text(w,19,1,f'Хорошо. Тогда я закончила! Не забудьте про графики!')

elif flag == 'n':

    draw_text(w,17,1,f'Хорошо. Тогда я закончила! Не забудьте закрыть графики!')   

plt.show()

curses.endwin()