如何從聲音文件中獲取幅度和頻率？

Question

y, sound = scipy.io.wavfile.read('mysound.wav')

如果我 plot sound的絕對值，是'mysound.wav'的幅度嗎？ 也就是說，聲音有多大？

聲音中究竟存儲了什么？ 我知道這是聲音的代表嗎？ 如何從該表示中獲得頻率和幅度？

Answer 1

這不是一個太多的編碼問題，而是一個與物理相關的問題！ 您的sound變量包含“瞬時幅度”列表，但我認為這不是您要找的。 如果您的文件是純正弦曲線，則數據的最大值將是聲音的幅度（其強度）。

但是，您的聲音可能會隨着時間的推移而出現幅度變化。 例如，您可以強烈地演奏一個樂器的音符，然后慢慢淡入。 因此，幅度在很短的時間段內被定義。

聲音也可以由不同的頻率組成（諧波、人聲……）。 更完整的描述使用傅立葉變換和頻譜圖。