我要实现的是:我需要一个声音文件(.wav)的频率值来进行分析。我知道很多程序会给出一个可视化的图形(谱图)值,但我需要原始数据。我知道这可以通过FFT完成,并且应该可以很容易地在python中编写脚本,但不确定如何准确地完成。 假设一个文件中的一个信号是.4s长,那么我想要多个测量值,为程序测量的每个时间点提供一个数组输出,以及它找到的值(频率)(可能还有功率(dB))。复杂的是,我想分析鸟鸣,它们经常有谐波或信号超过一个频率范围(例如1000-2000赫兹)。我希望程序也输出此信息,因为这对于我要对数据进行的分析很重要:)
现在有一段代码看起来非常像我想要的,但是我认为它并没有给我想要的所有值。。。。(感谢Justin Peel将此发布到另一个问题:)因此我认为我需要numpy和pyaudio,但不幸的是,我不熟悉python,所以我希望python专家能在这方面帮助我?
源代码:
# Read in a WAV and find the freq's
import pyaudio
import wave
import numpy as np
chunk = 2048
# open up a wave
wf = wave.open('test-tones/440hz.wav', 'rb')
swidth = wf.getsampwidth()
RATE = wf.getframerate()
# use a Blackman window
window = np.blackman(chunk)
# open stream
p = pyaudio.PyAudio()
stream = p.open(format =
p.get_format_from_width(wf.getsampwidth()),
channels = wf.getnchannels(),
rate = RATE,
output = True)
# read some data
data = wf.readframes(chunk)
# play stream and find the frequency of each chunk
while len(data) == chunk*swidth:
# write data out to the audio stream
stream.write(data)
# unpack the data and times by the hamming window
indata = np.array(wave.struct.unpack("%dh"%(len(data)/swidth),\
data))*window
# Take the fft and square each value
fftData=abs(np.fft.rfft(indata))**2
# find the maximum
which = fftData[1:].argmax() + 1
# use quadratic interpolation around the max
if which != len(fftData)-1:
y0,y1,y2 = np.log(fftData[which-1:which+2:])
x1 = (y2 - y0) * .5 / (2 * y1 - y2 - y0)
# find the frequency and output it
thefreq = (which+x1)*RATE/chunk
print "The freq is %f Hz." % (thefreq)
else:
thefreq = which*RATE/chunk
print "The freq is %f Hz." % (thefreq)
# read some more data
data = wf.readframes(chunk)
if data:
stream.write(data)
stream.close()
p.terminate()
我不确定这是否是你想要的,如果你只是想要FFT:
如果需要幅值响应:
我认为你需要做的是Short-time Fourier Transform(STFT)。基本上,您可以执行多个部分重叠的fft,并在每个时间点将它们相加。然后你会找到每个时间点的峰值。我自己也没有做过,但我在过去调查过一些,这绝对是前进的道路。
有一些Python代码可以执行STFThere和here。
相关问题 更多 >
编程相关推荐