Обнаружение частоты из звукового файла - PullRequest
Новая
       26

Обнаружение частоты из звукового файла

8 голосов
/ 13 декабря 2010

Я пытаюсь добиться следующего: мне нужны значения частоты звукового файла (.wav) для анализа.Я знаю, что многие программы дают визуальный график (спектрограмму) значений, но мне нужны необработанные данные.Я знаю, что это можно сделать с помощью FFT, и он должен быть довольно легко написан на python, но не уверен, как это сделать точно.Итак, допустим, что сигнал в файле имеет длину 0,4 с, тогда я хотел бы получить несколько измерений, дающих выходные данные в виде массива для каждого момента времени, который измеряет программа, и какое значение (частоту) она нашла (и, возможно, мощность (дБ) тоже).Сложность в том, что я хочу проанализировать песни птиц, и они часто имеют гармоники или сигнал находится в диапазоне частот (например, 1000-2000 Гц).Я хотел бы, чтобы программа также выводила эту информацию, поскольку это важно для анализа, который я хотел бы сделать с данными:)

Теперь есть фрагмент кода, который выглядел очень похоже на то, что я хотел,но я думаю, что это не дает мне все значения, которые я хочу .... (спасибо Джастину Пилу за сообщение об этом на другой вопрос :)) Итак, я понимаю, что мне нужны numpy и pyaudio, но, к сожалению, я не знаком с Python, поэтомуЯ надеюсь, что эксперт Python может помочь мне в этом?

Исходный код: 

# 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()

Ответы [ 2 ]

8 голосов
/ 13 декабря 2010

Я не уверен, если это то, что вы хотите, если вы просто хотите БПФ: 

import scikits.audiolab, scipy
x, fs, nbits = scikits.audiolab.wavread(filename)
X = scipy.fft(x)

Если вы хотите, чтобы ответ по амплитуде:

5 голосов
/ 13 декабря 2010

Я думаю, что вам нужно Кратковременное преобразование Фурье (STFT). По сути, вы делаете несколько частично перекрывающихся БПФ и складываете их вместе для каждого момента времени. Тогда вы найдете пик для каждого момента времени. Я сам этого не делал, но кое-что изучал в прошлом, и это, безусловно, путь вперед.

Есть некоторый код Python для STFT здесь и здесь .

...