如何从 .wav 文件中提取特定频率范围？

Posted 2023-02-25

【中文标题】如何从 .wav 文件中提取特定频率范围？

【英文标题】：How to extract a specific frequency range from a .wav file?

【发布时间】：2011-09-21 17:59:25

【问题描述】：

我在声音处理方面真的是新手，所以也许我的问题会是微不足道的。 我想要做的是使用 R 从 wav 文件中提取特定的频率范围（比如说 150-400 Hz）。换句话说，我想创建另一个仅包含频率分量的波形文件（wave2）我指定（150 到 400 Hz，或其他）。

我在网上看了一些东西，发现可以通过 FFT 分析来完成，问题就来了。

假设我有这个代码：

library(sound)
s1 <- Sine(440, 1)
s2 <- Sine(880, 1)
s3 <- s1 + s2

s3.s <- as.vector(s3$sound)
  # s3.s is now a vector, with length 44100; 
  # bitrate is 44100 (by default)
  # so total time of s3 is 1sec.

  # now I calculate frequencies
N <- length(s3.s)   # 44100
k <- c(0:(N-1))
Fs <- 44100         # sampling rate
T <- N / Fs
freq <- k / T
x <- fft(s3.s) / N

plot(freq[1:22050], x[1:22050], type="l") # we need just the first half of FFT computation

我们得到的情节是：

嗯，有两个高峰。如果我们想知道它们对应的频率，只需找到：

order(Mod(x)[1:22050], decreasing=T)[1:10]
[1] 441 881 882 880 883 442 440 879 884 878

前两个值非常接近我用来创建声音的频率：

        real     computed
 Freq1: 440   |  441 
 Freq2: 880   |  881 

那么，现在问题来了：如果我想从我的声音中删除范围内的频率，比如(1, 500)，如何进行？以及如何仅选择（并保存）范围 (1, 500) ？ 我参加的是，我的新声音（删除频率）将接近简单的Sine(freq=880, duration=1)（我知道，它不可能完全一样！）。 那可能吗？

我很确定fft(DATA, inverse = TRUE) 是我需要的。但我不确定，但我不知道如何进行。

【参考方案1】：

如果你不想编程，你可以使用 Praat。

Praat 是一个免费的科学软件程序，用于分析语音中的语音。 但您也可以使用它来编辑任何声音的频谱（删除频率，...），然后将结果导出为新的声音文件。

【参考方案2】：

也许我没有抓住重点，但你还没有答案吗？来自您的帖子：

order(Mod(x)[1:22050], decreasing=T)[1:10]
[1] 441 881 882 880 883 442 440 879 884 878 

只需收集所有高于 500 的值：

junk <- order(Mod(x)[1:22050], decreasing=T)[1:10]
(junk1 <- junk[junk > 500])
[1] 881 882 880 883 879 884 878

要生成新信号，只需重复您为构建原始信号所做的操作：

junk2 <- Sine(0, 1)    
for (i in 1:length(junk1))      
    junk2 <- junk2 + Sine(junk1[i], 1)    
    
junk2.s <- as.vector(junk2$sound)    

将值保持在 500 以下：

(junk3 <- junk[junk <= 500])
[1] 441 442 440

【讨论】：

Ops，太容易成为真正的 XD 感谢您的回答！只是一个简单的问题，这可能是我的下一个正式问题：产生的声音可怕，不完全是我想要的。你知道改进fft分析的方法吗？有没有更好的方法来提取频率？

@Tommaso;我认为“坏”的声音是由于多个频率造成的。在您的程序中，尝试以下操作：play(s1) play(s2) 和 play(s3)。正是频率的混合导致了“坏”的声音。您可以选择一个范围内的中间/中值频率，而不是提取一系列频率。

@Tommaso;哎呀，没时间了……选择中频可以通过(junk1 <- median(junk[junk > 500]))来完成。

@Tommaso;在与play() 混在一起之后，我注意到了一些奇怪的结果。长话短说，试试play(s3) 和play(s3/2)。 s3 由两个频率组成。如果你建立 Z 频率，除以 Z 来播放它。

我得出了同样的结论。问题是在(-1, 1) 范围内缩放输出。这可以通过库sound 的normalize 函数来完成。在 fft 分析之后，我试图重建原始声音。绘制 plot(normalize(s3[1:600])) 和 plot(normalize(junk4[1:600]+junk2[1:600]))（junk2 包含频率 > 500，而 junk4 频率

【参考方案3】：

看一下 cran 上的“信号”包，那里应该做的过滤功能之一