用python 绘制语谱图

1.步骤：

1）导入相关模块
2）读入音频并获取音频参数
3）将音频转化为可处理形式（注意读入的是字符串格式，需要转换成int或short型）

代码如下：

import numpy as np
import matplotlib.pyplot as plt
import os
import wave#读入音频。
path = "E:\SpeechWarehouse\zmkm"
name = 'zmkm0.wav'
#我音频的路径为E:\SpeechWarehouse\zmkm\zmkm0.wav
filename = os.path.join(path, name)# 打开语音文件。
f = wave.open(filename,'rb')
# 得到语音参数
params = f.getparams()
nchannels, sampwidth, framerate,nframes = params[:4]# 将字符串格式的数据转成int型
strData = f.readframes(nframes)
waveData = np.fromstring(strData,dtype=np.short)
# 归一化
waveData = waveData * 1.0/max(abs(waveData))
#将音频信号规整乘每行一路通道信号的格式，即该矩阵一行为一个通道的采样点，共nchannels行
waveData = np.reshape(waveData,[nframes,nchannels]).T # .T 表示转置
f.close()#关闭文件

其中getparams方法介绍如下：

getnchannels() -- returns number of audio channels (1 for mono, 2 for stereo)
getsampwidth() -- returns sample width in bytes
getframerate() -- returns sampling frequency
getnframes() -- returns number of audio frames
getparams() -- returns a namedtuple consisting of all of the above in the above order

稍微翻译一下：
nchannels:音频通道数(the number of audio channels),getnchannels()
sampwidth:每个音频样本的字节数(the number of bytes per audio sample),getsampwidth()
framerate:采样率(the sampling frequency),getframerate()
nframes:音频采样点数(the number of audio frames),getnframes()

4）绘制时域波形：

4.1）计算时间：t = n/fs
4.2）绘图

'''绘制语音波形'''
time = np.arange(0,nframes) * (1.0 / framerate)
time= np.reshape(time,[nframes,1]).T
plt.plot(time[0,:nframes],waveData[0,:nframes],c="b")
plt.xlabel("time(seconds)")
plt.ylabel("amplitude")
plt.title("Original wave")
plt.show()

时域波形如图：

5）绘制语谱图：

5.1)求出帧长，一般取20~30ms
N = t*fs 每帧点数等于每帧时间乘以采样率
帧叠点数，一般取每帧点数的1/3~1/2
且FFT点数等于每帧点数（即不补零）
5.2)绘制语谱图，利用specgram()方法

#绘制频谱
print("plotting spectrogram...")
framelength = 0.025 #帧长20~30ms
framesize = framelength*framerate #每帧点数 N = t*fs,通常情况下值为256或512,要与NFFT相等\#而NFFT最好取2的整数次方,即framesize最好取的整数次方#找到与当前framesize最接近的2的正整数次方
nfftdict = {}
lists = [32,64,128,256,512,1024]
for i in lists:nfftdict[i] = abs(framesize - i)
sortlist = sorted(nfftdict.items(), key=lambda x: x[1])#按与当前framesize差值升序排列
framesize = int(sortlist[0][0])#取最接近当前framesize的那个2的正整数次方值为新的framesizeNFFT = framesize #NFFT必须与时域的点数framsize相等，即不补零的FFT
overlapSize = 1.0/3 * framesize #重叠部分采样点数overlapSize约为每帧点数的1/3~1/2
overlapSize = int(round(overlapSize))#取整
spectrum,freqs,ts,fig = plt.specgram(waveData[0],NFFT = NFFT,Fs =framerate,window=np.hanning(M = framesize),noverlap=overlapSize,mode='default',scale_by_freq=True,sides='default',scale='dB',xextent=None)#绘制频谱图
plt.ylabel('Frequency')
plt.xlabel('Time(s)')
plt.title('Spectrogram')
plt.show()

specgram()方法概述，详细信息见官网

matplotlib.pyplot.specgram(x, NFFT=None, Fs=None, Fc=None, detrend=None, window=None, noverlap=None, cmap=None, xextent=None, pad_to=None, sides=None, scale_by_freq=None, mode=None, scale=None, vmin=None, vmax=None, *, data=None, **kwargs)
#参数：
x : 信号，一维arry或deqyence
NFFT：fft点数，默认256.不应该用于的零填充，最好为2的整数次方
Fs：采样率，默认2
Fc：信号x的中心频率，默认为0，用于移动图像，
window : 窗函数，长度必须等于NFFT（帧长），默认为汉宁窗
window_hanning(), window_none(), numpy.blackman(), numpy.hamming(), numpy.bartlett(), scipy.signal(), scipy.signal.get_window(), etc.
sides : {'default', 'onesided', 'twosided'}单边频谱或双边谱
Default gives the default behavior, which returns one-sided for real data and both for complex data.
'onesided' forces the return of a one-sided spectrum,
while 'twosided' forces two-sided.
pad_to : 执行FFT时填充数据的点数，可以与NFFT不同（补零，不会增加频谱分辨率，可以减轻栅栏效应，默认为None,即等于NFFT）
scale_by_freq : bool, optional是否按密度缩放频率，MATLAB默认为真
Specifies whether the resulting density values should be scaled by the scaling frequency, which gives density in units of Hz^-1.
This allows for integration over the returned frequency values. The default is True for MATLAB compatibility.
mode : 使用什么样的频谱，默认为PSD谱（功率谱）{'default', 'psd', 'magnitude', 'angle', 'phase'}
'complex' returns the complex-valued frequency spectrum.
'magnitude' returns the magnitude spectrum.
'angle' returns the phase spectrum without unwrapping.
'phase' returns the phase spectrum with unwrapping.
noverlap : 帧叠点数，默认为128
scale : {'default', 'linear', 'dB'}频谱纵坐标单位,默认为dB
xextent : None or (xmin, xmax)图像x轴范围
cmap :A matplotlib.colors.Colormap instance; if , use default determined by rc
detrend : {'default', 'constant', 'mean', 'linear', 'none'}
The function applied to each segment before fft-ing, designed to remove the mean or linear trend.
Unlike in MATLAB, where the detrend parameter is a vector, in matplotlib is it a function.
The mlab module defines detrend_none(), detrend_mean(), and detrend_linear(), but you can use a custom function as well.
You can also use a string to choose one of the functions. 'default', 'constant', and 'mean' call detrend_mean(). 'linear' calls detrend_linear(). 'none' calls detrend_none()
#返回：
spectrum:频谱矩阵
freqs：频谱图每行对应的频率
ts：频谱图每列对应的时间
fig ：图像

结果如图：

2.完整代码

import numpy as np
import matplotlib.pyplot as plt
import os
import wave#读入音频。
path = "E:\SpeechWarehouse\zmkm"
name = 'zmkm0.wav'
#我音频的路径为E:\SpeechWarehouse\zmkm\zmkm0.wav
filename = os.path.join(path, name)# 打开语音文件。
f = wave.open(filename,'rb')
# 得到语音参数
params = f.getparams()
nchannels, sampwidth, framerate,nframes = params[:4]
#---------------------------------------------------------------#
# 将字符串格式的数据转成int型
print("reading wav file......")
strData = f.readframes(nframes)
waveData = np.fromstring(strData,dtype=np.short)
# 归一化
waveData = waveData * 1.0/max(abs(waveData))
#将音频信号规整乘每行一路通道信号的格式，即该矩阵一行为一个通道的采样点，共nchannels行
waveData = np.reshape(waveData,[nframes,nchannels]).T # .T 表示转置
f.close()#关闭文件
print("file is closed!")
#----------------------------------------------------------------#
'''绘制语音波形'''
print("plotting signal wave...")
time = np.arange(0,nframes) * (1.0 / framerate)#计算时间
time= np.reshape(time,[nframes,1]).T
plt.plot(time[0,:nframes],waveData[0,:nframes],c="b")
plt.xlabel("time")
plt.ylabel("amplitude")
plt.title("Original wave")
plt.show()#--------------------------------------------------------------#
'''绘制频谱1.求出帧长、帧叠点数。且FFT点数等于每帧点数（即不补零）2.绘制语谱图
'''
print("plotting spectrogram...")
framelength = 0.025 #帧长20~30ms
framesize = framelength*framerate #每帧点数 N = t*fs,通常情况下值为256或512,要与NFFT相等\#而NFFT最好取2的整数次方,即framesize最好取的整数次方#找到与当前framesize最接近的2的正整数次方
nfftdict = {}
lists = [32,64,128,256,512,1024]
for i in lists:nfftdict[i] = abs(framesize - i)
sortlist = sorted(nfftdict.items(), key=lambda x: x[1])#按与当前framesize差值升序排列
framesize = int(sortlist[0][0])#取最接近当前framesize的那个2的正整数次方值为新的framesizeNFFT = framesize #NFFT必须与时域的点数framsize相等，即不补零的FFT
overlapSize = 1.0/3 * framesize #重叠部分采样点数overlapSize约为每帧点数的1/3~1/2
overlapSize = int(round(overlapSize))#取整
print("帧长为{},帧叠为{},傅里叶变换点数为{}".format(framesize,overlapSize,NFFT))
spectrum,freqs,ts,fig = plt.specgram(waveData[0],NFFT = NFFT,Fs =framerate,window=np.hanning(M = framesize),noverlap=overlapSize,mode='default',scale_by_freq=True,sides='default',scale='dB',xextent=None)#绘制频谱图plt.ylabel('Frequency')
plt.xlabel('Time')
plt.title("Spectrogram")
plt.show()

python绘制语谱图（详细注释）相关推荐

python绘制语谱图(手动实现)
1 原理分析在获取语谱图数据之前,我们需要先了解短时傅里叶变换.语音信号是典型的非平稳信号,但是由于其非平稳性由发声器官的物理运动过程而产生,这种过程是相对变换缓慢的,在10~30ms以内可以认为是 ...
python画图标题为蓝色_python绘制语谱图怎么设置成黄蓝色
展开全部语音的时域分析和频32313133353236313431303231363533e59b9ee7ad9431333431333937域分析是语音分析的两种重要方法,但是都存在着局限性.时域 ...
python绘制梅尔谱图_Python入门到底有多简单（三）：填充数据
目录 1.加载包和数据读取2.数据填充2.1 用数值或字符串填充2.2 用字典填充2.3 method参数填充2.3.1 用前面的值填充2.3.2 用后面的值填充2.3.3 limit限制填充的个数2 ...
python绘制梅尔谱图_3D星空图V2版——添加背景图片和音乐
阿黎逸阳精选Python.SQL.R.MATLAB等相关知识,让你的学习和工作更出彩(可提供风控建模干货经验). 还记得之前发表的3D星空图吗?一直想给喜欢的星空图加上背景图片和音乐. 经过研究 ...
python将批量音频信号(wav)转化为语谱图并保存(jpg/png)
python将批量音频信号(wav)转化为语谱图并保存(jpg/png) 1. 导入需要的函数库 import numpy as np import wave import matplotlib.py ...
不调包绘制音频语谱图并批量生成语谱图
什么是语谱图语谱图(Spectrogam)是表示语音频谱随时间变化的图形,其实是一个二维的图像,但却能表示三个维度的信息,横坐标表示时间,纵坐标表示频率,颜色的深浅来映射能量的大小.任一给定频率成分 ...
python实现绘制信号序列语谱图
python实现绘制信号序列语谱图功能:绘制信号序列语谱图代码: import numpy as np # 导入音频及绘图显示包 import librosa.display # 导入绘图工作的函 ...
【语音信号处理】1语音信号可视化——时域、频域、语谱图、MFCC详细思路与计算、差分
基本语音信号处理操作入门 1. 数据获取 2. 语音信号可视化 2.1 时域特征 2.2 频域特征 2.3 语谱图 3. 倒谱分析 4. 梅尔系数 4.1 梅尔频率倒谱系数 4.2 Mel滤波器原理 ...
python实现时频谱，语谱图，mel语谱倒谱等
python实现时频谱,语谱图,mel语谱倒谱等可以和理论相结合学习:https://blog.csdn.net/qq_36002089/article/details/108378796 语音信号 ...

python绘制语谱图（详细注释）

用python 绘制语谱图

1.步骤：

2.完整代码

python绘制语谱图（详细注释）相关推荐

最新文章

热门文章