基于Python的MORSE音频的波形和频谱（二）

1、需求分析

现有一个MORSE.wav的音频文件，要求使用Python读取该文件画出其波形和频谱。

2、代码实现

#coding:utf-8
import wave
import numpy as np
from scipy.fftpack import fft,ifft
import matplotlib.pyplot as plt
import seaborn
#打开wav文件 ，open返回一个的是一个Wave_read类的实例，通过调用它的方法读取WAV文件的格式和数据。
f = wave.open("F:\音频\wav\MORSE.wav","rb")
#读取格式信息
#一次性返回所有的WAV文件的格式信息，它返回的是一个组元(tuple)：声道数, 量化位数（byte单位）, 采
#样频率, 采样点数, 压缩类型, 压缩类型的描述。wave模块只支持非压缩的数据，因此可以忽略最后两个信息
params = f.getparams()
#nchannels:声道数
#sampwidth:量化位数（byte）
#framerate:采样频率
#nframes:采样点数
nchannels, sampwidth,framerate, nframes = params[:4]
#读取波形数据
#读取声音数据，传递一个参数指定需要读取的长度（以取样点为单位）
str_data  = f.readframes(nframes)
print (str_data)
print(params)
f.close()
#将波形数据转换成数组
#需要根据声道数和量化单位，将读取的二进制数据转换为一个可以计算的数组
wave_data = np.fromstring(str_data,dtype = np.short)
#通过取样点数和取样频率计算出每个取样的时间。
time=np.arange(0,nframes)/framerate/2#FFT处理的取样长度
fft_size = 8000
# 从波形数据中取样fft_size个点进行运算
xs = wave_data [:fft_size]
#于是可以通过下面的np.linspace计算出返回值中每个下标对应的真正的频率：
freqs=np.linspace(0,framerate/2, fft_size/2+1)yy=fft(xs)                     #快速傅里叶变换
yf=abs(fft(xs))                # 取模
yf1=abs(fft(xs))/((len(freqs)/2))           #归一化处理xf = np.arange(len(xs))-fft_size/2       # 频率
print(wave_data.max())
#原始波形
plt.subplot(211)
plt.plot(time,wave_data/29697)
plt.xlabel("time(s)")
plt.title('MORSE Original wave')
#混合波的FFT（双边频率范围）
plt.subplot(212)
plt.plot(xf,yf1,'r') #显示原始信号的FFT模值
plt.title('FFT of Mixed wave(two sides frequency range)',color='#7A378B')  #注意这里的颜色可以查询颜色代码表
plt.show()

3、实现结果

4、结果分析

在pycharm运行中可以看出wav文件的格式信息如下：

上图中第一条波形为音频文件的原始波形；第二条波形为原始波形的频谱图；第三条波形为归一化单边频谱图。

基于Python的MORSE音频的波形和频谱（二）相关推荐

基于Python的MORSE音频的波形和频谱
1.需求分析现有一个MORSE.wav的音频文件,要求使用Python读取该文件画出其波形和频谱. 2.代码实现 import wave import numpy as np import py ...
基于Python的QPSK音频的波形和频谱
1.需求分析现有一个QPSK.wav的音频文件,要求使用Python读取该文件画出其波形和频谱. 2.代码实现 import wave import numpy as np import pyl ...
基于Python的BPSK音频的波形和频谱
1.需求分析现有一个BPSK.wav的音频文件,要求使用Python读取该文件画出其波形和频谱. 2.代码实现 import wave import numpy as np import pyl ...
频谱分析：基于python画出时域频域波形
一,FFT解释 FFT(Fast Fourier Transformation)是离散傅氏变换(DFT)的快速算法.即为快速傅氏变换.它是根据离散傅氏变换的奇.偶.虚.实等特性,对离散傅立叶变换的算法 ...
python信用评分卡_基于Python的信用评分卡模型分析（二）
上一篇文章基于Python的信用评分卡模型分析(一)已经介绍了信用评分卡模型的数据预处理.探索性数据分析.变量分箱和变量选择等.接下来我们将继续讨论信用评分卡的模型实现和分析,信用评分的方法和自动评分 ...
数据压缩|分析浊音音频时域波形，频谱的特点
浊音时域波形和频谱的特点: 本实验中采用的三个浊音为a,i,u:实验结果如下图所示如上图所示,三个浊音时域波形具有周期性:从频谱中可以看出浊音的短时能量和短时平均幅度比较大,但是短时过零率低,,同时 ...
python实时播放音频和录音_基于python的实时音频信号处理
我一直在尝试使用python中的"pyAudio"模块进行实时音频信号处理.我所做的只是一个简单的例子,从麦克风读取音频数据并通过耳机播放.我尝试了以下代码(Python和Cyth ...
元音音频时域波形与频谱的简洁分析
目录元音时域及频谱分析分析结果元音时域及频谱分析 1. 时域: 频域: 2. 时域: 频域: 3. 时域: 频域: 分析结果 1.不同的元音,时域波形有较大区别: 元音信号的时域波形具有明显 ...
Win10基于python，spleeter 人声提取工具安装和使用（全网最全，超详细）
Win10基于python,spleeter 音频分轨工具安装和使用(全网最全,超详细) 小声BB(不想看可直接跳到正片) 碎碎念(写给小白) 正片开始说明总体的框架详细步骤 1.安装pytho ...

基于Python的MORSE音频的波形和频谱（二）

1、需求分析

2、代码实现

3、实现结果

4、结果分析

基于Python的MORSE音频的波形和频谱（二）相关推荐

最新文章

热门文章