Я пытаюсь добиться следующего: мне нужны значения частоты звукового файла (.wav) для анализа. Я знаю, что многие программы дадут визуальный график (спектрограмму) значений, но мне нужны необработанные данные. Я знаю, что это можно сделать с помощью БПФ, и его довольно легко написать в python, но я не уверен, как именно это сделать. Итак, допустим, что сигнал в файле имеет длину 0,4 с, тогда я хотел бы, чтобы несколько измерений давали результат в виде массива для каждой точки времени, которую измеряет программа, и какое значение (частота) она нашла (и, возможно, мощность (дБ) тоже). Сложность заключается в том, что я хочу проанализировать песни птиц, а они часто содержат гармоники или сигнал находится в диапазоне частот (например, 1000-2000 Гц). Я бы хотел, чтобы программа выводила и эту информацию, так как 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 он не дает мне всех значений, которые я хочу.... (спасибо Джастину Пилу за публикацию этого на другой вопрос:)) что мне нужны numpy и pyaudio, но, к сожалению, я не знаком с python, поэтому я надеюсь, что эксперт по 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()
