声波的最小表示？

Posted 2023-02-25

【中文标题】声波的最小表示？

【英文标题】：Minimal representation of a sound wave?

【发布时间】：2019-11-06 09:56:58

【问题描述】：

我想从音轨中提取一维单向量，简单地表示其在给定时间的“音量”或“强度”（我不确定这个术语）。

以一个可用的样本为例：

wget https://freewavesamples.com/files/Ensoniq-ESQ-1-Sympy-C4.wav

并将其转换为mono:

ffmpeg -i Ensoniq-ESQ-1-Sympy-C4.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav

我从related Q&A thread收集到这种方式来可视化声波：

from scipy.io.wavfile import read
import matplotlib.pyplot as plt

input_data = read("audio_test.wav")
audio = input_data[1]

plt.plot(audio)
plt.ylabel("Amplitude")
plt.xlabel("Time")  
plt.title("Sample Wav")
plt.show()

“正”和“负”边相当对称，但并不完全。有没有办法将它们合并成一条“正面”线？如果是，如何从audio 变量中提取此类数据点？

非常感谢您的帮助！

【问题讨论】：

看来您要检测的是信号的包络。具体来说，正信封。 ***.com/questions/34235530/… 这里给出一个例子，使用 scipy。您可以轻松编写一些代码来创建正信封，然后显示它。 （由于存在术语问题，因此不标记为重复）

非常有帮助，谢谢，我在下面添加了我的解决方案。

【参考方案1】：

根据@anerisgreat 和同事的建议，我找到了这个解决方案（这对更大的音频样本更有意义）：

wget https://file-examples.com/wp-content/uploads/2017/11/file_example_WAV_10MG.wav
ffmpeg -i file_example_WAV_10MG.wav -acodec pcm_s16le -ac 1 -ar 44100 audio_test.wav

from scipy.io.wavfile import read
import matplotlib.pyplot as plt

def positive_enveloppe(wav_dat):
    freq = wav_dat[0]
    pts = np.absolute(wav_dat[1])
    pos_env = np.zeros(len(pts) // freq + int(bool(len(pts) % freq)))

    env_idx, pts_idx = 0, 0
    while pts_idx < len(pts):
        sub_ar = pts[pts_idx:pts_idx+freq]
        mov_avg = np.mean(sub_ar)
        pos_env[env_idx] = mov_avg
        pts_idx += freq
        env_idx += 1

    return pos_env

input_data = read("audio_test.wav")
enveloppe_data = positive_enveloppe(input_data)
plt.plot(enveloppe_data)
plt.show()

产量：