如何让 python 加载一个大（2 小时）wav 文件并将其内容转换为时频数组？

Posted 2023-02-25

【中文标题】如何让 python 加载一个大（2 小时）wav 文件并将其内容转换为时频数组？

【英文标题】：How do I make python load a big(2hours) wave-file and convert it's contents into a time-frequency array?

【发布时间】：2012-01-17 17:55:17

【问题描述】：

我想用类似 array[5000][440] 的东西来访问数组，这意味着从开始的 5000 毫秒和 440 赫兹，它会给我一个在这个位置的频率幅度值。

我在这里找不到类似的东西，如果有，请指出。

【问题讨论】：

我认为这可以让你大部分时间到达那里？ ***.com/questions/3694918/…

好吧，不幸的是还没有。我错过了他们提供的东西和我想要的东西的链接。第一个样本让我例如“（0.27440469538 + 0.908302073062j）* exp（2 pi it * 0.263687742847）”。这是什么意思？

完成 gravitron 发布的内容：***.com/questions/2063284/…。有了这两个资源，你应该可以为所欲为。

@LionelBarret 你的链接对我有多大帮助？

【参考方案1】：

你基本上想要一个spectrogram。为了让您开始，请以小块的形式浏览您的声音文件，其中每个块为 1/10 秒，然后对每个块进行 FFT。 （然后，当然，要查找 5000ms 和 440Hz，请转到相应块的 FFT。）

【讨论】：

其实我想检测语音。但首先我需要找到一些模式。如果有一些语音检测可用，我可以跳过。

“检测语音”是什么意思？您的意思是确定何时有声音与何时有背景噪音？

是的，我就是这个意思。语音检测，而不是识别。仅检测。

这可能不是太难，但它完全取决于背景（即所有不是声音的东西）。如果背景是相对安静的，那当然很简单，只看幅度；如果是噪声，请在每个 FFT 中寻找结构，例如加宽峰或谐波结构。并非所有音素都容易识别为语音（“sh”、“t”等），但元音和其他可能不会太糟糕；当然，您的时间片通常会包含混音，但总而言之，这似乎是可能的。首先绘制频谱图以可视化信号与背景。

顺便说一句，matplotlib 有一个名为“specgram”的频谱图函数。这是一个容易开始的地方。 （顺便说一句，人们通常认为他们只会计算而无需先将事情绘制出来。这从不适用于这样的问题。从绘图开始。）

【参考方案2】：

您的操作存在一些误解。

您无法获取特定时间点的波频率。您需要选择一个时间窗口，包括兴趣点之前和之后的许多点。您包含的点越多，您在频率细分中的分辨率就越高。您需要在这些点上运行某种窗口函数，然后对它们进行 FFT。

获得 FFT 的结果后，数字将与频率相对应，但不是简单的关系。您无法控制与每个输出相对应的频率，这已经由信号的采样频率和样本数量决定。恐怕我手头没有转换公式。每个频率都有两个分量，一个实部和一个虚部，幅度为sqrt(r**2+i**2)。

【讨论】：

在 python 代码中 sqrt(r2+i2) 是什么意思？你在谈论upload.wikimedia.org/wikipedia/de/math/d/f/4/… 吗？最好的，理查特。

@RichardBremer，是的，这正是我的意思——复数的绝对值。

好吧，你的回答对我帮助很大。我的下一个目标是使用我得到的结果进行语音检测。您是否知道有一种行之有效的方法？

@RichardBremer，语音检测比频率检测复杂得多。恐怕我在那个方面完全超出了我的深度。

【参考方案3】：

您可以即时转换时间和频率。您必须使用__getitem__ 并且可能使用lru_cache 来存储一些值以供进一步使用。

假设傅立叶是这样的

class Fourier():
   def __init__(self,a=10):
      self.a=a
   def __getitem__(self, index): 
      #this is function that calculates and returns value of my_furier
      return self.a+index

t=Fourier()
print(t[12.4])

您可以应用相同的方法从傅立叶访问时间。因此，您可以创建新的时间对象，使您能够选择任何有效时间并返回该时间，或者使用某种插值来返回表中没有的值。

如果您无法将所有值存储在 ram 中，您可以使用标准库中的 shelve 模块来存储和访问磁盘中的项目，如果需要，您可以在其上应用插值接口。