如何找到wav文件的基频

Question

我正在分析很多短的 .wav 文件，并且对于部分分析，我只想绘制文件的基频。 我的信号处理有点生疏，但我现在得到的图看起来应该是正确的。 我只是不明白为什么 y 轴刻度是关闭的（F0 大约是 300Hz，而它应该在 8000Hz 左右）。 所以我想在 .wav 文件的持续时间内绘制 F0，就像没有强度信息的频谱图一样。 有人可以帮帮我吗？ 很高兴提供更多信息！

from scipy import signal
import numpy as np
import soundfile as sf

y, samplerate = sf.read('audiofile.wav') 
chunks = np.array_split(y,int(samplerate/2000))
peaks = []

for chunk in chunks:
    # simulated pure signal
    t = np.linspace(0, 1, samplerate)
    wave = chunk
    # compute the magnitude of the Fourier Transform and its corresponding frequency values
    freq_magnitudes = np.abs(np.fft.fft(wave))
    freq_values = np.fft.fftfreq(samplerate, 1/samplerate)
    # find the max. magnitude
    max_positive_freq_idx = np.argmax(freq_magnitudes[:samplerate//2 + 1])
    peaks.append(freq_values[max_positive_freq_idx])

Answer 1

numpy.fft.fftfreq文档将第一个参数称为“窗口长度”，所以我建议替换

freq_values = np.fft.fftfreq(samplerate, 1/samplerate)

和

freq_values = np.fft.fftfreq(len(wave), 1/samplerate)

或者

freq_values = np.fft.fftfreq(wave.shape[0], 1/samplerate)

Answer 2

很难判断，因为您没有提供绘图代码，但如果您的wav文件是立体声的，您将得到y作为二维数组，这可能是一个潜在的问题。 正如@Andris 建议的那样，窗口长度也需要更正。

如果您制作自己的频谱图，请检查fft和fftfreq的输出，顺序类似于[0 .. Fs/2 -Fs/2 ..] 。 您可以使用fftshift重新排序它们。

否则，还有一个频谱图可以在信号包中使用

f,t,Sxx = signal.spectrogram(y[:,0],samplerate)

plt.pcolormesh(t, f, np.log10(Sxx))
plt.ylabel('Frequency [Hz]')
plt.xlabel('Time [sec]')
plt.show()

Answer 3

频谱图准备使用以下抛出的错误你可以帮助纠正 f, t, Sxx = signal.spectrogram(y[:, 0], samplerate) IndexError: too many indices for array: array is 1-dimensional, but 2 were索引