Python 音频识别以及信号处理（一）

音频信号类型

1.输入信号为待测试模块发出的阶梯型频率的信号
我们通过声卡采集，采集到的信号如下图：

我们通过excel表格来显示文本数据比较明显：

该数据显示的是声卡采集出的音频的时域数据（采用的是pcm编码方式）
收到此类数据我们需要使用fft算法将时域数据转化为频域的数据

识别起始频点

被测物按照要求频率发声样例代码中的被测物发声的频率为[4000, 3550, 3150, 2800, 2500, 2240, 2000, 1800, 1600, 1400, 1250, 1120, 1000,900, 800, 710, 630, 560, 500, 450, 400, 355, 315, 280, 250, 224, 200, 180, 160, 140]单位为（Hz)
首先我们需要在声卡采集的数据中找到被测物的起始频点
函数如下:

def search_signal_start(signal):
    expectedZCs = InputStartFreq * FrameSampleRate / SampleRate
    maxZCgapAllowed = int(round(SampleRate / InputStartFreq)) + 1
    zero_count = 0
    maxZCgap = 0
    sample_since_last_ZC = 0

    frame_average = signal - np.mean(signal)
    for i in range(1, len(signal)-1):
        if frame_average[i] >= 0 and frame_average[i-1] < 0:
            zero_count += 1
            if sample_since_last_ZC > maxZCgap:
                maxZCgap = sample_since_last_ZC
            sample_since_last_ZC = 0
        sample_since_last_ZC += 1

    if np.abs(expectedZCs - zero_count) > 2 or maxZCgap > maxZCgapAllowed:
        return False
    else:
        return True

其中变量的定义

InputStartFreq = 4000 #起始频点
InputEndFreq = 140 #结束频点
SampleRate = 48000 #声卡采样率
FrameSampleRate = 2048 音频数据采样样本数

我们通过"过0点"的数量来识别样本中的起始频点

音频数据fft转化

找到起始频点后将识别到的音频数据进行FFT运算

def fft(signal):
    fourrier = np.fft.fft(signal)
    n = signal.size
    timestep = 1 / SampleRate
    freq = np.fft.fftfreq(n, d=timestep)
    return (freq, fourrier)

由此我们得到了频域上的数据，我们通过对频域数据的分析
得到被测物在这个频率上的数据（频响和谐波失真）