rs-audio-stats 1.2.1

High-performance audio analysis library with EBU R128 loudness measurement, powered by Rust

rs_audio_stats

高性能音声解析ライブラリ - Rustコアによる超高速EBU R128ラウドネス測定

概要

rs_audio_statsは、Rustで書かれたコアエンジンにより従来のPython音声ライブラリを圧倒的に上回る処理速度を実現する音声解析ライブラリです。EBU R128標準（ITU-R BS.1770-4）に準拠したラウドネス測定、真のピーク検出、RMS計算、音声正規化機能を提供します。

🚀 Rustによる圧倒的なパフォーマンス

⚡ 処理速度比較

• 従来のPythonライブラリ: 10-50倍高速
• 大量ファイル処理: メモリ効率的でクラッシュしない
• リアルタイム処理: 低レイテンシでストリーミング対応
• マルチコア最適化: CPU使用率を最大限活用

🛠️ Rustの技術的優位性

• ゼロコスト抽象化: 実行時オーバーヘッドなし
• メモリ安全性: セグメンテーション違反やメモリリークなし
• SIMD最適化: 現代CPUの並列処理命令を活用
• ネイティブパフォーマンス: C/C++と同等の実行速度

インストール

pip install rs_audio_stats

クイックスタート

import rs_audio_stats as ras

# 音声ファイルを解析
info, results = ras.analyze_audio("audio.wav", True, False, False, False, True, False, False)
print(f"統合ラウドネス: {results.integrated_loudness:.1f} LUFS")
print(f"真のピーク: {results.true_peak:.1f} dBFS")

# ディレクトリの一括解析
results = ras.batch_analyze_directory("audio_folder/", True, False, False, False, True, False, False)
for file_path, (info, analysis) in results.items():
    print(f"{file_path}: {analysis.integrated_loudness:.1f} LUFS")

📖 使用方法

このREADME内に全機能の詳細なサンプルコードを記載しています。

📊 音声情報の取得

サンプルレート、チャンネル、ビット深度の取得 (-sr, -ch, -bt)

import rs_audio_stats as ras

# 音声ファイル情報を取得
info = ras.get_audio_info_py("audio.wav")

print(f"サンプルレート: {info.sample_rate} Hz")        # 44100 Hz
print(f"チャンネル数: {info.channels}")                 # 2
print(f"ビット深度: {info.bit_depth} bit")              # 16 bit
print(f"サンプルフォーマット: {info.sample_format}")      # PCM

再生時間の取得 (-du, -tm)

import rs_audio_stats as ras

info = ras.get_audio_info_py("audio.wav")

print(f"再生時間（秒）: {info.duration_seconds:.2f} 秒")     # 183.45 秒
print(f"再生時間（フォーマット済み）: {info.duration_formatted}")  # 03:03.45

総サンプル数とフォーマット検出 (-f, -fe, -fea)

import rs_audio_stats as ras

info = ras.get_audio_info_py("audio.wav")

print(f"総サンプル数: {info.total_samples:,} サンプル")  # 8,088,000 サンプル

# ファイルサイズ計算
file_size = info.total_samples * info.channels * (info.bit_depth // 8)
print(f"計算ファイルサイズ: {file_size:,} バイト")       # 32,352,000 バイト

🎚️ EBU R128 ラウドネス解析

統合ラウドネス測定 (-i)

import rs_audio_stats as ras

# 統合ラウドネスを測定
info, results = ras.analyze_audio("audio.wav", integrated_loudness=True)

print(f"統合ラウドネス: {results.integrated_loudness:.1f} LUFS")

# 放送基準チェック
if results.integrated_loudness >= -23.0:
    print("✅ EBU R128放送基準（-23 LUFS）を満たしています")
else:
    print(f"⚠️ 基準より低いです")

短期・モーメンタリラウドネス測定 (-s, -m)

import rs_audio_stats as ras

# 短期（3秒）・モーメンタリ（400ms）ラウドネスを測定
info, results = ras.analyze_audio("audio.wav", 
    short_term_loudness=True, momentary_loudness=True)

print(f"短期ラウドネス: {results.short_term_loudness:.1f} LUFS")
print(f"モーメンタリラウドネス: {results.momentary_loudness:.1f} LUFS")

ラウドネス範囲とピーク測定 (-l, -tp)

import rs_audio_stats as ras

# ラウドネス範囲（LRA）と真のピークを測定
info, results = ras.analyze_audio("audio.wav", 
    loudness_range=True, true_peak=True)

print(f"ラウドネス範囲: {results.loudness_range:.1f} LU")
print(f"真のピーク: {results.true_peak:.1f} dBFS")

# ダイナミックレンジ評価
if results.loudness_range > 15.0:
    print("🎵 高いダイナミックレンジ")
elif results.loudness_range > 7.0:
    print("🎶 適度なダイナミックレンジ")
else:
    print("📻 圧縮された音源")

RMS測定 (-rm, -ra)

import rs_audio_stats as ras

# RMS最大値・平均値を測定
info, results = ras.analyze_audio("audio.wav", 
    rms_max=True, rms_average=True)

print(f"RMS最大値: {results.rms_max:.1f} dBFS")
print(f"RMS平均値: {results.rms_average:.1f} dBFS")
print(f"RMSダイナミックレンジ: {results.rms_max - results.rms_average:.1f} dB")

全ラウドネス指標の一括測定

import rs_audio_stats as ras

# すべての指標を一度に測定
info, results = ras.analyze_audio_all("audio.wav")

print("=== 全ラウドネス指標 ===")
print(f"統合ラウドネス: {results.integrated_loudness:.1f} LUFS")
print(f"短期ラウドネス: {results.short_term_loudness:.1f} LUFS") 
print(f"モーメンタリラウドネス: {results.momentary_loudness:.1f} LUFS")
print(f"ラウドネス範囲: {results.loudness_range:.1f} LU")
print(f"真のピーク: {results.true_peak:.1f} dBFS")
print(f"RMS最大値: {results.rms_max:.1f} dBFS")
print(f"RMS平均値: {results.rms_average:.1f} dBFS")

🎛️ 音声正規化

真のピーク正規化 (-norm-tp)

import rs_audio_stats as ras

# 真のピークを-1.0 dBFSに正規化
ras.normalize_true_peak("input.wav", -1.0, "output_peak.wav")

# 便利なラッパー関数
ras.normalize_to_dbfs("input.wav", -1.0)  # 自動で input_peaked.wav を生成

統合ラウドネス正規化 (-norm-i)

import rs_audio_stats as ras

# 放送用（-23 LUFS）に正規化
ras.normalize_integrated_loudness("input.wav", -23.0, "broadcast.wav")

# ポッドキャスト用（-16 LUFS）に正規化  
ras.normalize_integrated_loudness("input.wav", -16.0, "podcast.wav")

# 便利なラッパー関数
ras.normalize_to_lufs("input.wav", -23.0)  # 自動で input_normalized.wav を生成

短期・モーメンタリラウドネス正規化 (-norm-s, -norm-m)

import rs_audio_stats as ras

# 短期ラウドネス正規化
ras.normalize_short_term_loudness("input.wav", -18.0, "short_term.wav")

# モーメンタリラウドネス正規化
ras.normalize_momentary_loudness("input.wav", -16.0, "momentary.wav")

RMS正規化 (-norm-rm, -norm-ra)

import rs_audio_stats as ras

# RMS最大値正規化
ras.normalize_rms_max("input.wav", -12.0, "rms_max.wav")

# RMS平均値正規化
ras.normalize_rms_average("input.wav", -20.0, "rms_avg.wav")

🔄 バッチ処理

ディレクトリの一括解析

import rs_audio_stats as ras

# フォルダ内の全音声ファイルを解析
results = ras.batch_analyze_directory("audio_folder/", 
    integrated_loudness=True, true_peak=True, loudness_range=True)

print(f"解析ファイル数: {len(results)}")

# 統計情報
loudness_values = []
for file_path, (info, analysis) in results.items():
    filename = file_path.split("\\")[-1]  # ファイル名のみ
    print(f"{filename}: {analysis.integrated_loudness:.1f} LUFS")
    loudness_values.append(analysis.integrated_loudness)

avg_loudness = sum(loudness_values) / len(loudness_values)
print(f"平均ラウドネス: {avg_loudness:.1f} LUFS")

結果のエクスポート (-csv, -tsv, -xml, -json)

import rs_audio_stats as ras

# バッチ解析実行
results = ras.batch_analyze_directory("audio_folder/", 
    integrated_loudness=True, true_peak=True, loudness_range=True)

# 各形式でエクスポート
ras.export_to_csv(results, "analysis_results.csv")
ras.export_to_tsv(results, "analysis_results.tsv") 
ras.export_to_xml(results, "analysis_results.xml")
ras.export_to_json(results, "analysis_results.json")

print("✅ 全形式でエクスポート完了")

🎯 実用例

放送用品質チェック

import rs_audio_stats as ras

def broadcast_check(file_path):
    info, results = ras.analyze_audio_all(file_path)
    
    issues = []
    if results.integrated_loudness < -24.0 or results.integrated_loudness > -22.0:
        issues.append(f"ラウドネス基準外: {results.integrated_loudness:.1f} LUFS")
    if results.true_peak > -1.0:
        issues.append(f"ピーク過大: {results.true_peak:.1f} dBFS")
    
    if not issues:
        print("✅ 放送基準適合")
    else:
        for issue in issues:
            print(f"❌ {issue}")

broadcast_check("broadcast_content.wav")

音楽ストリーミング用最適化

import rs_audio_stats as ras

def optimize_for_streaming(input_file, platform="spotify"):
    targets = {
        "spotify": -14.0,    # LUFS
        "apple_music": -16.0,
        "youtube": -14.0
    }
    
    target_lufs = targets.get(platform, -14.0)
    output_file = f"{input_file.split('.')[0]}_{platform}.wav"
    
    # ピーク正規化 → ラウドネス正規化
    temp_file = "temp_peak.wav"
    ras.normalize_true_peak(input_file, -1.0, temp_file)
    ras.normalize_integrated_loudness(temp_file, target_lufs, output_file)
    
    import os
    os.remove(temp_file)  # 一時ファイル削除
    
    print(f"✅ {platform}用最適化完了: {output_file}")

optimize_for_streaming("my_song.wav", "spotify")

ポッドキャスト用バッチ処理

import rs_audio_stats as ras
import os

def process_podcast_episodes(episodes_folder, output_folder):
    os.makedirs(output_folder, exist_ok=True)
    
    for file in os.listdir(episodes_folder):
        if file.endswith(('.wav', '.mp3', '.flac')):
            input_path = os.path.join(episodes_folder, file)
            output_path = os.path.join(output_folder, f"podcast_{file}")
            
            # ポッドキャスト推奨設定（-16 LUFS, -3 dBFS）
            temp_file = os.path.join(output_folder, f"temp_{file}")
            ras.normalize_true_peak(input_path, -3.0, temp_file)
            ras.normalize_integrated_loudness(temp_file, -16.0, output_path)
            os.remove(temp_file)
            
            print(f"✅ 処理完了: {file}")

process_podcast_episodes("raw_episodes/", "ready_episodes/")

📋 便利な関数

import rs_audio_stats as ras

# 簡単にラウドネスのみ取得
loudness = ras.get_loudness("audio.wav")
print(f"ラウドネス: {loudness:.1f} LUFS")

# 簡単に真のピークのみ取得  
peak = ras.get_true_peak("audio.wav")
print(f"真のピーク: {peak:.1f} dBFS")

🏆 なぜrs_audio_statsを選ぶべきか

従来のPythonライブラリとの比較

特徴	rs_audio_stats (Rust)	従来のPythonライブラリ
処理速度	🚀 10-50倍高速	🐌 遅い
メモリ使用量	🟢 効率的	🔴 大量消費
大量ファイル処理	✅ 安定	❌ クラッシュしやすい
CPU使用率	📈 マルチコア活用	📉 シングルコア
エラー耐性	🛡️ メモリ安全	⚠️ セグメンテーション違反

🎯 実世界のパフォーマンス例

# 1000ファイルのバッチ処理時間比較
# 従来のライブラリ: 45分
# rs_audio_stats:    2分    ← 22倍高速！

# 60分の音声ファイル解析時間
# 従来のライブラリ: 8.5秒
# rs_audio_stats:    0.3秒  ← 28倍高速！

対応フォーマット

• ロスレス: WAV, FLAC, WavPack, Monkey's Audio
• 非可逆圧縮: MP3, AAC/M4A, OGG/Vorbis, Opus
• その他: Symphoniaデコーダー経由で多数対応

動作環境

• Python: 3.10以上
• OS: Windows, macOS, Linux
• 依存関係: なし（コンパイル済みバイナリ）
• CPU: SIMD命令対応で更なる高速化

ライセンス

MIT License