python音频频谱_小白音频测试之Python对音频进行频谱分析

初衷语音识别领域对音频文件进行频谱分析是一项基本的数据处理过程，同时也为后续的特征分析准备数据。

前驱知识

Python需要使用的相关库wave

https://docs.python.org/3/library/wave.html

pyaudio

http://people.csail.mit.edu/hubert/pyaudio/

numpy

https://www.runoob.com/numpy/numpy-tutorial.html

pylab

https://www.programcreek.com/python/example/2345/pylab.title

音频帧概率详解1.采样率（Sample Rate）：每秒从连续信号中提取并组成离散信号的采样个数，它用赫兹（Hz）来表示。一般音乐CD的采样率是44100Hz，所以视频编码中的音频采样率保持在这个级别就完全足够了，通常视频转换器也将这个采样率作为默认设置。

2.帧率（Frame rate）：是用于测量显示帧数的量度。所谓的测量单位为每秒显示帧数(Frames per Second，简称：FPS）或“赫兹”（Hz）。

3.码率（Bit Rate）：指视频或音频文件在单位时间内使用的数据流量，该参数的单位通常是Kbps，也就是千比特每秒。通常2000kbps~3000kbps就已经足以将画质效果表现到极致了。码率参数与视频文件最终体积大小有直接性的关系

4.正常人听觉的频率范围大约在20Hz~20kHz之间，根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，如果采用更高的采样频率，还可以达到DVD的音质

对采样率为44.1kHz的AAC音频进行解码时，一帧的解码时间须控制在23.22毫秒内。

背景知识:

(一个AAC原始帧包含一段时间内1024个采样及相关数据)

分析：1.AAC

音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率(单位为s)

一帧 1024个 sample。采样率 Samplerate 44.1KHz，每秒44100个sample, 所以根据公式音频帧的播放时间=一个AAC帧对应的采样样本的个数/采样频率

当前AAC一帧的播放时间是= 1024*1000/44100= 22.32ms(单位为ms)

2.MP3

mp3 每帧均为1152个字节，则：

frame_duration = 1152 * 1000 / sample_rate

例如：sample_rate = 44100HZ时，计算出的时长为26.122ms，这就是经常听到的mp3每帧播放时间固定为26ms的由来。

3.H264

视频的播放时间跟帧率有关:

frame_duration = 1000/帧率(fps)

例如：fps = 25.00 ，计算出来的时常为40ms，这就是同行所说的40ms一帧视频数据。

打开提前准备的WAV文档，文件路径根据需要做修改wf = wave.open("文档路径", "rb")

创建PyAudio对象p = pyaudio.PyAudio()

stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),

channels=wf.getnchannels(),

rate=wf.getframerate(),

output=True)

nframes = wf.getnframes()

framerate = wf.getframerate()

读取完整的帧数据到str_data中，这是一个string类型的数据str_data = wf.readframes(nframes)

wf.close()

将音频波形数据转换为数组# A new 1-D array initialized from raw binary or text data in a string.

wave_data = numpy.fromstring(str_data, dtype=numpy.short)

将wave_data数组改为2列，行数自动匹配。在修改shape的属性时，需使得数组的总长度不变。

wave_data.shape = -1,2

将数组转置wave_data = wave_data.T

#time 也是一个数组，与wave_data[0]或wave_data[1]配对形成系列点坐标

#time = numpy.arange(0,nframes)*(1.0/framerate)

绘制波形图#pylab.plot(time, wave_data[0])

#pylab.subplot(212)

#pylab.plot(time, wave_data[1], c="g")

#pylab.xlabel("time (seconds)")

#pylab.show()

采样点数，修改采样点数和起始位置进行不同位置和长度的音频波形分析N=44100

start=0 #开始采样位置

df = framerate/(N-1) # 分辨率

freq = [df*n for n in range(0,N)] #N个元素

wave_data2=wave_data[0][start:start+N]

c=numpy.fft.fft(wave_data2)*2/N

常规显示采样频率一半的频谱d=int(len(c)/2)

仅显示频率在4000以下的频谱while freq[d]>4000:

d=10

pylab.plot(freq[:d-1],abs(c[:d-1]),'r')

pylab.show()

python音频频谱_小白音频测试之Python对音频进行频谱分析相关推荐

手机安装python的步骤_小白入门：Python安装的10个步骤，极其细致！！
(2)3.X.X需要下载windows XXX executable installer 4. 下载完成后打开 (1)勾选Add Python 3.6 to PATH是把Python的安装路径添加到系 ...
python 分班_小白如何学习python
Python 是一种面向对象.解释型计算机程序设计语言,由Guido van Rossum 于1989年底发明,第一个公开发行版发行于1991年,Python 源代码同样遵循GPL(GNU Gener ...
python花瓣飘零_小白请上车 | Python抓取花瓣网高清美图
一:前言嘀嘀嘀,上车请刷卡.昨天看到了不错的图片分享网-- 花瓣 ,里面的图片质量还不错,所以利用selenium+xpath我把它的妹子的栏目下爬取了下来,以图片栏目名称给文件夹命名分类保存到电脑 ...
python编程基础_月隐学python第2课
python编程基础_月隐学python第2课学习目标掌握变量的输入和输出掌握数据类型的基本概念掌握算数运算 1.变量的输入和输出 1.1 变量输入使用input输入 input用于输入数据 ...
查看Python的版本_查看当前安装Python的版本
一.查看Python的版本_查看当前安装Python的版本具体方法: 首先按[win+r]组合键打开运行: 然后输入cmd,点击[确定]: 最后执行[python --version]命令即可. 特 ...
python录音播放_“Duang”：用Python播放和录制音频2019-07-10
内容如果想用Python来播放或录制声音,那您就来对地方了!在本教程中,您将学习如何使用一些最流行的音频库在Python中播放和录制声音.您将首先了解最直接的播放和录制声音的方法,然后您将了解一些能 ...
import pymysql 没有模块_小白详细的 python 模块的运用
小白详细的 python 模块的运用什么是模块用书里的话说:模块是最高级别的程序组织单元.这句话的意思是,模块什么都能封装,就像这样: 在模块中,我们不但可以直接存放变量,还能存放函数,还能存放类 ...
python画画用哪库好_小白开始学Python最著名的绘图库
原标题:小白开始学Python最著名的绘图库这是菜鸟学Python的第101篇原创文章数据分析里面可视化是重要的环节,辛苦把数据采集,然后经历了很多工序的清洗之后,最后要展现给用户,最好的方法就是 ...
python精通大学_小白21天精通Python是如何做到的？
题记:大二的时候发现人生苦短,所以信了拍神,开始学Python.学了大半年之后成功转行做前端了.来写个教程帮助大家入门Python. Python零基础入门零基础入门就得从最基本的变量,语法格式,数 ...

python音频频谱_小白音频测试之Python对音频进行频谱分析

python音频频谱_小白音频测试之Python对音频进行频谱分析相关推荐

最新文章

热门文章