如何获取在Python 3.x中记录的音频的频率和幅度？

Question

我正在尝试记录音频，并在1秒钟的时间间隔内获得音频的平均频率和幅度，而无需写入文件。 有许多示例说明了如何使用pyaudio读取文件，但是对于这种特定情况，可以使用的任何东西都使用了Python 2.7库，而Python 3.x似乎不存在这种库。

任何帮助，将不胜感激！

Answer 1

获取音频

我不确定您使用的是哪个库来记录音频，但实时记录/回放的常规方法（在我看来）是PyAudio （您只是提到要从文件中读取它）。

他们有一个用于实时处理的阻塞和非阻塞音频I / O的示例。 例如，使用阻塞模式示例，您可以在每次收到新的音频块时执行DSP处理。

"""PyAudio Example: Play a wave file."""

import pyaudio
import wave
import sys

CHUNK = 1024

if len(sys.argv) < 2:
    print("Plays a wave file.\n\nUsage: %s filename.wav" % sys.argv[0])
    sys.exit(-1)

wf = wave.open(sys.argv[1], 'rb')

# instantiate PyAudio (1)
p = pyaudio.PyAudio()

# open stream (2)
stream = p.open(format=p.get_format_from_width(wf.getsampwidth()),
                channels=wf.getnchannels(),
                rate=wf.getframerate(),
                output=True)

# read data
data = wf.readframes(CHUNK)

# play stream (3)
while len(data) > 0:
    stream.write(data)
    data = wf.readframes(CHUNK)
    # Do all of your DSP processing here i.e. function call or whatever

# stop stream (4)
stream.stop_stream()
stream.close()

# close PyAudio (5)
p.terminate()

求振幅

如果您想要信号在任何给定点的幅度，那么您要做的就是获取样本数组中一个样本的绝对值，即从音频块数据中获取第三个样本的幅度。

ampSample3 = abs(data[2])

显然，这对于单个样本幅度通常没有什么用，但是最好查看整个块。 因此，您可以计算每个值的绝对值，将所有数组求和，然后除以块大小（平均值）。

blockAmplitudeMean = sum(numpy.absolute(x))/len(x)

但是，在使用音频时，我们通常需要块的RMS值。

blockLinearRms= numpy.sqrt(numpy.mean(data**2)) # Linear value between 0 -> 1
blockLogRms = 20 * math.log10(blockLinearRms) # Decibel (dB value) between 0 dB -> -inf dB

获得频率

在您的问题中，您仅指定了获取音频的频率 ，这可能意味着两件事之一。

确定频谱

通常用于DSP中的频谱可以使用DFT （离散傅里叶变换）进行分析。 通常，您会以FFT （快速傅立叶变换）的名称看到它，因为这是DFT最流行的实现。 已经有Python库为您实现FFT，并且易于使用。

请注意，这将为您提供一个包含块信息长度的数组，其中包含复杂信息（实际信号+相位信息），即频率信息。 这并不意味着您可以确定输入音频的音调（您不能直接说出某人正在钢琴上弹A1音符，除非信号的质量很高并且您仍然具有一些基本的DSP处理能力以及FFT）。

以供参考：

• 这是scipy.fft的链接以及入门方法
• 这是numpy.fft的链接和一些示例

如果您想对频率信息进行某些操作，则可以在处理循环中调用此函数。

确定音高（/音符）

这是许多人试图完成的一项重要任务。 大多数算法通常都涉及FFT（如前所述），但顶层还有另一层复杂的处理。 我建议使用一个库，除非您想开发自己的算法：

• Google的REAPER算法（需要包装到Python中 ）
• Aubio Python DSP库
• Librosa Python音频分析库（ 这是一个入门示例 ）