峰值频率python的时间戳

Posted 2023-02-25

【中文标题】峰值频率python的时间戳

【英文标题】：timestamp of peak frequency python

【发布时间】：2018-10-10 14:38:33

【问题描述】：

我已使用此代码how to extract frequency associated with fft values in python 并添加了一个 firwin 滤波器来检测短高频信号。该信号长 1 秒，随机出现在 x 秒的 wav 音频文件中。我的代码如下所示：

from scipy import signal
from scipy.io import wavfile
from scipy.fftpack import fft, ifft,fftfreq
import matplotlib.pyplot as plt
import wave 
import numpy as np
import sys
import struct

frate,data = wavfile.read('SoundPeep.wav')
#print(frate)
b = signal.firwin(101, cutoff=900, fs= frate, pass_zero=False)
data = signal.lfilter(b, [1.0], data)

w = np.fft.fft(data)
freqs = np.fft.fftfreq(len(w))
#print(len(w)/frate)
#print(w.min(), w.max())
# (-0.5, 0.499975)

# Find the peak in the coefficients
idx = np.argmax(np.abs(w))
winner = np.argwhere(np.abs(w) == np.amax(np.abs(w)))

freq = freqs[idx]
freq_in_hertz = abs(freq * frate)
print("HZ")
print(freq_in_hertz)
occurence = idx/frate
print(occurence)

该代码在检测 HZ 峰值频率方面效果很好。我的问题是我想计算音频文件中高频信号的开始位置。我认为可以简单地通过将索引（idx）除以录制的帧速率来完成，但这似乎不起作用。

【问题讨论】：

如你所见，idx 对应啁啾的频率，与它发生的时间无关（即，在音频文件中的位置）。找到时间的一种可能方法是使用相同频率的啁啾进行自相关，或者使用 FFT 使用更高级的数学方法。

但是idx是FFT最大值的索引，但这与原始数据没有相关性还是？ len(w) 等于 len(data)

【参考方案1】：

您可以使用短时傅立叶变换制作声波图，以查看频率如何随时间变化。 stft 返回 3 个值：时间戳、幅度和频率。如果幅度不相关，您可以从那里使用峰值检测。

【讨论】：

我试过了，但是频率数组和时间数组的大小不相等，并且无论声音文件输入如何，频率数组都包含相同的值

我找到了另一种方法，但谢谢你的回答:)