9

抱歉，如果我提交了副本，但我想知道 python 中是否有任何库可以让您从音频文件中提取声谱。我希望能够获取一个音频文件并编写一个算法，该算法将返回一组数据 {TimeStampInFile; 频率幅度}。

我听说这通常被称为节拍检测，但据我所知，节拍检测不是一种精确的方法，它仅适用于可视化，而我想对提取的数据进行操作，然后将其转换回音频文件。我不需要实时执行此操作。

我将不胜感激任何建议和建议。

4

2 回答 2

12

您可以使用 scipy 计算和可视化频谱和频谱图，对于这个测试，我使用了这个音频文件：vignesh.wav

from scipy.io import wavfile # scipy library to read wav files
import numpy as np

AudioName = "vignesh.wav" # Audio File
fs, Audiodata = wavfile.read(AudioName)

# Plot the audio signal in time
import matplotlib.pyplot as plt
plt.plot(Audiodata)
plt.title('Audio signal in time',size=16)

# spectrum
from scipy.fftpack import fft # fourier transform
n = len(Audiodata) 
AudioFreq = fft(Audiodata)
AudioFreq = AudioFreq[0:int(np.ceil((n+1)/2.0))] #Half of the spectrum
MagFreq = np.abs(AudioFreq) # Magnitude
MagFreq = MagFreq / float(n)
# power spectrum
MagFreq = MagFreq**2
if n % 2 > 0: # ffte odd 
    MagFreq[1:len(MagFreq)] = MagFreq[1:len(MagFreq)] * 2
else:# fft even
    MagFreq[1:len(MagFreq) -1] = MagFreq[1:len(MagFreq) - 1] * 2 

plt.figure()
freqAxis = np.arange(0,int(np.ceil((n+1)/2.0)), 1.0) * (fs / n);
plt.plot(freqAxis/1000.0, 10*np.log10(MagFreq)) #Power spectrum
plt.xlabel('Frequency (kHz)'); plt.ylabel('Power spectrum (dB)');


#Spectrogram
from scipy import signal
N = 512 #Number of point in the fft
f, t, Sxx = signal.spectrogram(Audiodata, fs,window = signal.blackman(N),nfft=N)
plt.figure()
plt.pcolormesh(t, f,10*np.log10(Sxx)) # dB spectrogram
#plt.pcolormesh(t, f,Sxx) # Lineal spectrogram
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [seg]')
plt.title('Spectrogram with scipy.signal',size=16);

plt.show()

我测试了所有代码，它可以工作，你需要 numpy、matplotlib 和 scipy。

干杯

于 2018-08-29T00:45:56.897 回答
9

我认为您的问题分为三个不同的部分：

  1. 如何将音频文件加载到python中？
  2. 如何在python中计算频谱？
  3. 光谱怎么办？

1.如何在python中加载音频文件？

最好使用scipy，因为它提供了很多信号处理功能。加载音频文件：

import scipy.io.wavfile

samplerate, data = scipy.io.wavfile.read("mywav.wav")

现在你有采样率 (samples/s) insamplerate和 data as a numpy.arrayin data。您可能希望将数据转换为浮点数，具体取决于您的应用程序。

还有一个wave用于加载 wav 文件的标准 python 模块，但numpy/scipy提供了更简单的接口和更多的信号处理选项。

2.如何计算频谱

简要回答：使用 FFT。更多智慧之言，请参见：

使用快速傅里叶变换分析音频

更长的答案很长。开窗非常重要，否则你会有奇怪的光谱。

3. 光谱怎么办

这有点困难。对于较长的信号，通常在时域中执行滤波。也许如果你告诉我们你想要完成什么，你会收到一个很好的答案。计算频谱是一回事，用它在信号处理中获得有意义的结果有点复杂。

（我知道你没有问这个，但我看到它的概率>> 0。当然，可能是你对音频信号处理有很好的了解，在这种情况下，这无关紧要。）

于 2014-06-24T16:13:16.670 回答