这是我想要做的事情:我想在一个.wav文件中每1毫秒找到音频频率和振幅,并将其保存到文件中。我已经绘制了频率与振幅的图形,也绘制了随时间变化的振幅图形,但我无法解决随时间变化的频率问题。我的最终目标是能够读取该文件并使用振幅来调整变量,使用频率来触发哪些变量正在被使用,这似乎是容易的部分。我一直在使用numpy、audiolab、matplotlib等工具,使用FFT算法,但我就是无法解决这个问题,非常需要帮助!谢谢!
编辑:
这是一个例子,使用mlab.specgram
处理一个8秒的信号,其中每秒有1个音调从2kHz到16kHz。请注意瞬态响应。我已经在第4秒放大显示了响应的更多细节。频率在精确的第4秒发生变化,但需要一个缓冲区长度(512个样本; 约+/-5毫秒)才能通过瞬态。这说明了非平稳过渡通过缓冲区时产生的一种谱/时间模糊。此外,即使信号是平稳的,也存在由于对数据进行窗口处理而导致的谱泄漏问题。使用Hamming 窗函数来最小化泄漏的旁瓣,但这也会加宽主瓣。
import numpy as np
from matplotlib import mlab, pyplot
#Python 2.x:
#from __future__ import division
Fs = 48000
N = 512
f = np.arange(1, 9) * 2000
t = np.arange(8 * Fs) / Fs
x = np.empty(t.shape)
for i in range(8):
x[i*Fs:(i+1)*Fs] = np.cos(2*np.pi * f[i] * t[i*Fs:(i+1)*Fs])
w = np.hamming(N)
ov = N - Fs // 1000 # e.g. 512 - 48000 // 1000 == 464
Pxx, freqs, bins = mlab.specgram(x, NFFT=N, Fs=Fs, window=w,
noverlap=ov)
#plot the spectrogram in dB
Pxx_dB = np.log10(Pxx)
pyplot.subplots_adjust(hspace=0.4)
pyplot.subplot(211)
ex1 = bins[0], bins[-1], freqs[0], freqs[-1]
pyplot.imshow(np.flipud(Pxx_dB), extent=ex1)
pyplot.axis('auto')
pyplot.axis(ex1)
pyplot.xlabel('time (s)')
pyplot.ylabel('freq (Hz)')
#zoom in at t=4s to show transient
pyplot.subplot(212)
n1, n2 = int(3.991/8*len(bins)), int(4.009/8*len(bins))
ex2 = bins[n1], bins[n2], freqs[0], freqs[-1]
pyplot.imshow(np.flipud(Pxx_dB[:,n1:n2]), extent=ex2)
pyplot.axis('auto')
pyplot.axis(ex2)
pyplot.xlabel('time (s)')
pyplot.ylabel('freq (Hz)')
pyplot.show()