我希望能够在wav文件中获取每个时刻最大功率的频率。因此,我使用了Python中的STFT,并使用来自scipy的fft函数和kaiser窗口函数。一切看起来都很好,但我的输出结果看起来有些奇怪。它包含一些非常小的数字和一些非常高的数字。
下面是一个wav文件的输出结果:http://pastebin.com/5Ryd2uXj,以下是Python代码:
下面是一个wav文件的输出结果:http://pastebin.com/5Ryd2uXj,以下是Python代码:
import scipy, pylab
import wave
import struct
import sys
def stft(data, cp, do, hop):
dos = int(do*cp)
w = scipy.kaiser(dos,12) //12 is very high for kaiser window
temp=[]
wyn=[]
for i in range(0, len(data)-dos, hop):
temp=scipy.fft(w*data[i:i+dos])
max=-1
for j in range(0, len(temp),1):
licz=temp[j].real**2+temp[j].imag**2
if( licz>max ):
max = licz
maxj = j
wyn.append(maxj)
#wyn = scipy.array([scipy.fft(w*data[i:i+dos])
#for i in range(0, len(data)-dos, 1)])
return wyn
file = wave.open(sys.argv[1])
bity = file.readframes(file.getnframes())
data=struct.unpack('{n}h'.format(n=file.getnframes()), bity)
file.close()
cp=44100 #sampling frequency
do=0.05 #window size
hop = 5
wyn=stft(data,cp,do,hop)
print len(wyn)
for i in range(0, len(wyn), 1):
print wyn[i]