音频文件预处理函数报错：librosa.feature.rms参数传递错误

错误原因 #

你遇到的TypeError: rms() takes 0 positional arguments but 1 positional argument (and 4 keyword-only arguments) were given是因为Librosa版本更新后，librosa.feature.rms的参数传递方式改变了。新版本的rms函数要求音频数据必须通过关键字参数y传递，不能直接用位置参数传入。

修复后的代码 #

修改预处理函数中调用Librosa特征提取函数的部分，将音频数据final_x通过关键字参数y传入：

def preprocess(file_path, frame_length = 2048, hop_length = 512):
    '''
    预测前对.wav音频文件进行的处理流程。
      参数：
      - file_path - 音频文件的系统路径。
      - frame_length - 计算语音特征的帧长，默认值：2048
      - hop_length - 每帧前进的样本数，默认值：512

      返回：
        'X_3D'变量，单文件的形状为：(batch, timesteps, feature)（batch = 1）。
    ''' 
    # 获取采样率
    _, sr = librosa.load(path = file_path, sr = None)
    # 加载音频文件
    rawsound = AudioSegment.from_file(file_path, duration = None) 
    # 归一化至5 dBFS 
    normalizedsound = effects.normalize(rawsound, headroom = 5.0) 
    # 将音频文件转换为样本的np数组
    normal_x = np.array(normalizedsound.get_array_of_samples(), dtype = 'float32') 
    # 降噪                 
    final_x = nr.reduce_noise(normal_x, sr=sr, use_tensorflow=True)
        
        
    # 修改：用y=final_x传递音频数据
    f1 = librosa.feature.rms(y=final_x, frame_length=frame_length, hop_length=hop_length, center=True, pad_mode='reflect').T # 能量 - 均方根（Root Mean Square）
    f2 = librosa.feature.zero_crossing_rate(y=final_x, frame_length=frame_length, hop_length=hop_length,center=True).T # 过零率（ZCR）
    f3 = librosa.feature.mfcc(y=final_x, sr=sr, S=None, n_mfcc=13, hop_length = hop_length).T # 梅尔频率倒谱系数（MFCC）   
    X = np.concatenate((f1, f2, f3), axis = 1)
    
    X_3D = np.expand_dims(X, axis=0)
    
    return X_3D

额外说明 #

• 不止rms，Librosa 0.10.x版本后，大部分特征提取函数（比如zero_crossing_rate、mfcc）都要求音频数据通过y关键字参数传入，不再支持位置参数传递。
• 若需兼容旧版本Librosa，可先检查版本（执行import librosa; print(librosa.__version__)），如果是0.9.x及以下，原代码可正常运行；如果是0.10+，必须使用关键字参数传递音频数据。

内容的提问来源于stack exchange，提问作者Rithesh VR