如何找到wav文件的基頻

Question

我正在分析很多短的 .wav 文件，並且對於部分分析，我只想繪制文件的基頻。 我的信號處理有點生疏，但我現在得到的圖看起來應該是正確的。 我只是不明白為什么 y 軸刻度是關閉的（F0 大約是 300Hz，而它應該在 8000Hz 左右）。 所以我想在 .wav 文件的持續時間內繪制 F0，就像沒有強度信息的頻譜圖一樣。 有人可以幫幫我嗎？ 很高興提供更多信息！

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文檔將第一個參數稱為“窗口長度”，所以我建議替換

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

很難判斷，因為您沒有提供繪圖代碼，但如果您的wav文件是立體聲的，您將得到y作為二維數組，這可能是一個潛在的問題。 正如@Andris 建議的那樣，窗口長度也需要更正。

如果您制作自己的頻譜圖，請檢查fft和fftfreq的輸出，順序類似於[0 .. Fs/2 -Fs/2 ..] 。 您可以使用fftshift重新排序它們。

否則，還有一個頻譜圖可以在信號包中使用

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

頻譜圖准備使用以下拋出的錯誤你可以幫助糾正 f, t, Sxx = signal.spectrogram(y[:, 0], samplerate) IndexError: too many indices for array: array is 1-dimensional, but 2 were索引