如何使用python获取声音包络

Question

你好，我是 Python 新手，也有声音信号分析。 我正在尝试获取出生歌曲（斑胸草雀）的信封。 它的信号波动非常快，我尝试了不同的方法。 例如，我尝试根据我发现的其他示例绘制信号并使用以下代码获取包络（我在代码上添加了注释以理解它）：

#Import the libraries
from pylab import *
import numpy
import scipy.signal.signaltools as sigtool
import scipy, pylab
from scipy.io import wavfile
import wave, struct
import scipy.signal as signal

#Open the txt file and read the wave file (also save it as txt file)

f_out = open('mike_1_44100_.txt', 'w')
w     = scipy.io.wavfile.read("mike_1_44100_.wav") #here your sound file

a=w[1]
f_out.write('#time #z' + '\n')

#I print to check
print 'vector w'
print w[0],w[1]
print w

i=w[1].size
p=numpy.arange(i)*0.0000226 #to properly define the time signal with    the sample rate

print 'vector p:'
print p 

x=numpy.dstack([p,a])

print 'vector x:'
print x[0]

#saving file
numpy.savetxt('mike_1_44100_.txt',x[0])

f_out.close()
print 'i:'
print i

# num is the number of samples in the resampled signal.
num= np.ceil(float(i*0.0000226)/0.0015)
print num

y_resample, x_resample = scipy.signal.resample(numpy.abs(a),num, p,axis=0, window=('gaussian',150))

#y_resample, x_resample = scipy.signal.resample(numpy.abs(a), num, p,axis=-1, window=0)

#Aplaying a filter 

W1=float(5000)/(float(44100)/2) #the frequency  for the cut over the sample frequency

(b, a1) = signal.butter(4, W1, btype='lowpass')
aaa=a
slp =1* signal.filtfilt(b, a1, aaa)

#Taking the abs value of the signal the resample and finaly aplying the hilbert transform

y_resample2 =numpy.sqrt(numpy.abs(np.imag(sigtool.hilbert(slp, axis=-1)))**2+numpy.abs(np.real(sigtool.hilbert(slp, axis=-1)))**2)

print 'x sampled'
#print x_resample
print 'y sampled'
#print  y_resample

xx=x_resample #[0]
yy=y_resample #[1]

#ploting with some style

plot(p,a,label='Time Signal') #to plot amplitud vs time
#plot(p,numpy.abs(a),label='Time signal')
plot(xx,yy,label='Resampled time signal Fourier technique Gauss window 1.5 ms ', linewidth=3)
#plot(ww,label='Window', linewidth=3)
#plot(p,y_resample2,label='Hilbert transformed sime signal', linewidth=3)

grid(True)
pylab.xlabel("time [s]")
pylab.ylabel("Amplitde")

legend()
show()

在这里我尝试了两件事，第一是使用 scipy 的 resample 函数来获取包络，但是我对信号幅度有一些我还不明白的问题（我上传了用傅立叶技术获得的图像但系统没有允许我）：

第二种是使用希尔伯特变换获取信封（现在我再次上传了希尔伯特变换的图像，系统不允许我）可以运行我的代码并获得两个图像。 但是我把这个链接放在http://ceciliajarne.web.unq.edu.ar/?page_id=92&preview=true

现在“信封”再次失败。 正如我在一些示例中看到的那样，我尝试过滤信号，但我的信号被衰减，我无法获得包络。 任何人都可以帮助我使用我的代码或更好的主意来获取信封吗？ 可以使用任何鸟鸣作为例子（我可以给你我的），但我需要看看复杂的声音而不是简单的信号会发生什么，因为它是非常不同的（简单的声音两种技术都可以）。

我还尝试修改我在以下位置找到的代码： http : //nipy.org/nitime/examples/mtm_baseband_power.html

但是我无法为我的信号获得正确的参数，而且我不了解调制部分。 我已经问过代码开发人员，直到等待答案。

Answer 1

可以使用相应分析信号的绝对值来计算信号的包络。 Scipy 实现了函数scipy.signal.hilbert来计算解析信号。

从它的文档：

我们创建了一个频率从 20 Hz 增加到 100 Hz 的啁啾并应用幅度调制。

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import hilbert, chirp

duration = 1.0
fs = 400.0
samples = int(fs*duration)
t = np.arange(samples) / fs

signal = chirp(t, 20.0, t[-1], 100.0)
signal *= (1.0 + 0.5 * np.sin(2.0*np.pi*3.0*t))

幅度包络由分析信号的幅度给出。

analytic_signal = hilbert(signal)
amplitude_envelope = np.abs(analytic_signal)

好像

plt.plot(t, signal, label='signal')
plt.plot(t, amplitude_envelope, label='envelope')
plt.show()

它还可用于计算瞬时频率（参见文档）。

Answer 2

由于对于鸟鸣，即使幅度快速变化，“调制频率”也可能远低于“载波频率”，因此可以通过获取信号的绝对值然后应用移动平均值来获得包络的近似值过滤器的长度为 20 毫秒。

不过，您是否也对频率变化感兴趣，以充分表征这首歌？ 在这种情况下，在移动窗口上进行傅立叶变换将为您提供更多信息，即作为时间函数的近似频率内容。 这就是我们人类听到的，并帮助我们区分鸟类。

如果您不想要衰减，则不应应用巴特沃斯滤波器也不应采用移动平均值，而应应用峰值检测。

移动平均：每个输出样本是例如 50 个先前输入样本的绝对值的平均值。 输出将被衰减。

峰值检测：每个输出样本是例如前 50 个输入样本的绝对值的最大值。 输出不会衰减。 之后您可以进行低通滤波器以消除剩余的阶梯“波纹”。

您想知道为什么例如巴特沃斯滤波器会衰减您的信号。 如果您的截止频率足够高，则几乎没有，但它似乎被强烈衰减。 您的输入信号不是载波（哨声）和调制（包络）的总和，而是乘积。 过滤将限制频率内容。 剩下的是频率分量（项）而不是因子。 您会看到衰减的调制（包络），因为该频率分量确实存在于您的信号中，比原始包络弱得多，因为它没有添加到您的载波中，而是与它相乘。 由于与您的包络相乘的载波正弦波并不总是处于最大值，因此包络将被调制过程“衰减”，而不是您的滤波分析。

简而言之：如果您直接想要（乘法）包络而不是由于调制（乘法）包络引起的（加法）频率分量，请采用峰值检测方法。

“Pythonish”伪代码中的峰值检测算法，只是为了得到这个想法。

# Untested, but apart from typos this should work fine
# No attention paid to speed, just to clarify the algorithm
# Input signal and output signal are Python lists
# Listcomprehensions will be a bit faster
# Numpy will be a lot faster

def getEnvelope (inputSignal):
    
    # Taking the absolute value
    
    absoluteSignal = []
    for sample in inputSignal:
        absoluteSignal.append (abs (sample))
    
    # Peak detection
    
    intervalLength = 50 # Experiment with this number, it depends on your sample frequency and highest "whistle" frequency
    outputSignal = []
    
    for baseIndex in range (intervalLength, len (absoluteSignal)):
        maximum = 0
        for lookbackIndex in range (intervalLength):
            maximum = max (absoluteSignal [baseIndex - lookbackIndex], maximum)
        outputSignal.append (maximum)
    
    return outputSignal