rs-audio-stats 1.3.9

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

rs_audio_stats

高性能オーディオ分析ライブラリ - EBU R128ラウドネス測定、Rustによる高速処理

概要

rs_audio_statsは、プロフェッショナルグレードのオーディオ分析ツールです。EBU R128標準に準拠したラウドネス測定と、高精度なオーディオノーマライゼーション機能を提供します。Rustで実装されており、高速かつ効率的な処理が可能です。

主な特徴

• EBU R128準拠: 業界標準のラウドネス測定アルゴリズム
• 高速処理: Rustによる最適化された実装
• 包括的な分析: 統合ラウドネス、短期ラウドネス、瞬間ラウドネス、ラウドネスレンジ、トゥルーピーク、RMS値の測定
• ノーマライゼーション: 様々な基準でのオーディオノーマライゼーション
• バッチ処理: 複数ファイルの一括分析
• 多形式対応: WAV、MP3、FLAC、AAC、OGG等、様々なオーディオフォーマットをサポート
• エクスポート機能: CSV、TSV、JSON、XML形式での結果エクスポート

インストール

pipを使用したインストール

pip install rs-audio-stats

要件

• Python 3.10以上、3.12以下
• Windows、macOS、Linuxをサポート

クイックスタート

基本的な使用方法

import rs_audio_stats

# オーディオファイルの分析
audio_info, results = rs_audio_stats.analyze_audio(
    "audio.wav",
    integrated_loudness=True,
    true_peak=True
)

print(f"統合ラウドネス: {results.integrated_loudness} LUFS")
print(f"トゥルーピーク: {results.true_peak} dBFS")

# ターゲットLUFSレベルへのノーマライゼーション
rs_audio_stats.normalize_to_lufs("input.wav", -16.0, "output.wav")

# ディレクトリ内の全オーディオファイルを分析
results = rs_audio_stats.batch_analyze_directory(
    "audio_folder",
    integrated_loudness=True,
    true_peak=True
)

主要機能

1. オーディオ分析

analyze_audio()

個別のオーディオファイルを分析します。

audio_info, results = rs_audio_stats.analyze_audio(
    file_path="audio.wav",
    integrated_loudness=True,  # 統合ラウドネス測定
    short_term_loudness=True,  # 短期ラウドネス測定
    momentary_loudness=True,   # 瞬間ラウドネス測定
    loudness_range=True,       # ラウドネスレンジ測定
    true_peak=True,            # トゥルーピーク測定
    rms_max=True,              # 最大RMS測定
    rms_average=True           # 平均RMS測定
)

analyze_audio_all()

全ての測定項目を一度に分析します。

audio_info, results = rs_audio_stats.analyze_audio_all("audio.wav")

2. ノーマライゼーション

統合ラウドネスノーマライゼーション

rs_audio_stats.normalize_integrated_loudness(
    input_path="input.wav",
    target_lufs=-16.0,  # ターゲットLUFS
    output_path="output.wav"
)

トゥルーピークノーマライゼーション

rs_audio_stats.normalize_true_peak(
    input_path="input.wav",
    target_dbfs=-1.0,  # ターゲットdBFS
    output_path="output.wav"
)

短期ラウドネスノーマライゼーション

rs_audio_stats.normalize_short_term_loudness(
    input_path="input.wav",
    target_lufs=-18.0,
    output_path="output.wav"
)

瞬間ラウドネスノーマライゼーション

rs_audio_stats.normalize_momentary_loudness(
    input_path="input.wav",
    target_lufs=-15.0,
    output_path="output.wav"
)

3. バッチ処理

ディレクトリ一括分析

results = rs_audio_stats.batch_analyze_directory(
    directory_path="audio_folder",
    integrated_loudness=True,
    short_term_loudness=True,
    true_peak=True
)

for file_path, (audio_info, analysis_results) in results.items():
    print(f"{file_path}:")
    print(f"  ラウドネス: {analysis_results.integrated_loudness} LUFS")
    print(f"  ピーク: {analysis_results.true_peak} dBFS")

複数ファイルの分析

files = ["file1.wav", "file2.mp3", "file3.flac"]
results = rs_audio_stats.batch_analyze(
    file_paths=files,
    integrated_loudness=True,
    true_peak=True
)

4. エクスポート機能

CSV形式でエクスポート

rs_audio_stats.export_to_csv(
    file_paths=["audio1.wav", "audio2.wav"],
    output_path="results.csv",
    integrated_loudness=True,
    true_peak=True
)

JSON形式でエクスポート

rs_audio_stats.export_to_json(
    file_paths=["audio.wav"],
    output_path="results.json",
    integrated_loudness=True,
    short_term_loudness=True,
    momentary_loudness=True,
    loudness_range=True,
    true_peak=True
)

5. ユーティリティ関数

オーディオ情報の取得

audio_info = rs_audio_stats.get_audio_info_py("audio.wav")
print(f"サンプルレート: {audio_info.sample_rate} Hz")
print(f"チャンネル数: {audio_info.channels}")
print(f"ビット深度: {audio_info.bit_depth}")
print(f"長さ: {audio_info.duration_seconds} 秒")

ラウドネスの取得（簡易版）

loudness = rs_audio_stats.get_loudness("audio.wav")
print(f"ラウドネス: {loudness} LUFS")

トゥルーピークの取得（簡易版）

peak = rs_audio_stats.get_true_peak("audio.wav")
print(f"トゥルーピーク: {peak} dBFS")

オーディオファイルの検索

audio_files = rs_audio_stats.find_audio_files("audio_directory")
print(f"見つかったオーディオファイル: {len(audio_files)}個")

実用例

例1: ポッドキャスト用オーディオの準備

import rs_audio_stats

# ポッドキャストの推奨レベル: -16 LUFS
input_file = "podcast_raw.wav"
output_file = "podcast_normalized.wav"

# 現在のラウドネスを確認
_, results = rs_audio_stats.analyze_audio(
    input_file,
    integrated_loudness=True,
    true_peak=True
)
print(f"現在のラウドネス: {results.integrated_loudness} LUFS")

# -16 LUFSにノーマライズ（トゥルーピークは-1dBFS以下を維持）
rs_audio_stats.normalize_integrated_loudness(
    input_file,
    -16.0,
    output_file
)

# ノーマライズ後の確認
_, results = rs_audio_stats.analyze_audio(
    output_file,
    integrated_loudness=True,
    true_peak=True
)
print(f"ノーマライズ後: {results.integrated_loudness} LUFS")
print(f"トゥルーピーク: {results.true_peak} dBFS")

例2: アルバムのマスタリング分析

import rs_audio_stats
import os

album_directory = "album_masters"

# アルバム全体の分析
results = rs_audio_stats.batch_analyze_directory(
    album_directory,
    integrated_loudness=True,
    loudness_range=True,
    true_peak=True
)

# 統計情報の計算
loudness_values = []
peak_values = []

for file_path, (info, analysis) in results.items():
    if analysis.integrated_loudness is not None:
        loudness_values.append(analysis.integrated_loudness)
    if analysis.true_peak is not None:
        peak_values.append(analysis.true_peak)
    
    print(f"{os.path.basename(file_path)}:")
    print(f"  ラウドネス: {analysis.integrated_loudness} LUFS")
    print(f"  レンジ: {analysis.loudness_range} LU")
    print(f"  ピーク: {analysis.true_peak} dBFS")

# アルバム全体の平均
if loudness_values:
    avg_loudness = sum(loudness_values) / len(loudness_values)
    max_peak = max(peak_values)
    print(f"\nアルバム平均ラウドネス: {avg_loudness:.1f} LUFS")
    print(f"アルバム最大ピーク: {max_peak:.1f} dBFS")

例3: ストリーミング配信用の一括処理

import rs_audio_stats
import os

# Spotify推奨: -14 LUFS
# Apple Music推奨: -16 LUFS
# YouTube推奨: -14 LUFS

def prepare_for_streaming(input_dir, output_dir, platform="spotify"):
    targets = {
        "spotify": -14.0,
        "apple": -16.0,
        "youtube": -14.0
    }
    
    target_lufs = targets.get(platform, -14.0)
    
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)
    
    # オーディオファイルを検索
    audio_files = rs_audio_stats.find_audio_files(input_dir)
    
    for file_path in audio_files:
        filename = os.path.basename(file_path)
        output_path = os.path.join(output_dir, filename)
        
        print(f"処理中: {filename}")
        
        # ノーマライズ
        rs_audio_stats.normalize_integrated_loudness(
            file_path,
            target_lufs,
            output_path
        )
        
        # 結果確認
        _, results = rs_audio_stats.analyze_audio(
            output_path,
            integrated_loudness=True,
            true_peak=True
        )
        
        print(f"  → {results.integrated_loudness} LUFS, {results.true_peak} dBFS")
    
    print(f"\n{len(audio_files)}個のファイルを{platform}用に最適化しました")

# 使用例
prepare_for_streaming("original_audio", "spotify_ready", "spotify")

データ構造

AudioInfo

オーディオファイルの基本情報を格納します。

class AudioInfo:
    sample_rate: int        # サンプルレート (Hz)
    channels: int           # チャンネル数
    bit_depth: int          # ビット深度
    duration_seconds: float # 長さ（秒）

AnalysisResults

分析結果を格納します。

class AnalysisResults:
    integrated_loudness: float | None  # 統合ラウドネス (LUFS)
    short_term_loudness: float | None  # 短期ラウドネス (LUFS)
    momentary_loudness: float | None   # 瞬間ラウドネス (LUFS)
    loudness_range: float | None       # ラウドネスレンジ (LU)
    true_peak: float | None            # トゥルーピーク (dBFS)
    rms_max: float | None              # 最大RMS (dB)
    rms_average: float | None          # 平均RMS (dB)

サポートフォーマット

• ロスレス: WAV, FLAC, AIFF, ALAC
• ロッシー: MP3, AAC, OGG Vorbis, WMA
• その他: M4A, MP4 (audio), WebM (audio)

パフォーマンス

rs_audio_statsは高速処理を重視して設計されています：

• WAVファイル: 超高速モード使用で最大10倍の処理速度
• 並列処理: マルチコアCPUを活用した効率的な処理
• メモリ効率: ストリーミング処理による低メモリ使用量
• SIMD最適化: 可能な場合はSIMD命令を使用

トラブルシューティング

インストールエラー

# Rustコンパイラが必要な場合
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

メモリ不足エラー

大きなファイルを処理する際は、チャンク処理を使用：

# 大きなファイルの場合は分割処理を推奨
# バッチ処理を使用して複数のファイルを順次処理

ライセンス

MITライセンス

作者

Hiroshi Tamura

リンク

• PyPI
• GitHub
• ドキュメント

サポート

問題や質問がある場合は、GitHubのIssueページでお知らせください。