关于声音分析
在R中的声音分析主要应用于生物声学和生态声学的分析,当然在情绪调节、城市噪音评估和神经科学中的脑语音处理等许多领域都有相关的涉及和应用。
其声音分析主要原理就是利用傅里叶变换(或傅里叶逆变换)实现时域和频域的相互转换,进行傅里叶分析(Fourier analysis)。
举一个简单的例子,人之所以能在同一段歌曲中既能听到鼓点伴奏声,又可以听到唱歌人的声音,其大脑就起到了傅里叶变换的功能,当然这个过程也可以是有选择性的(即提高专注度,可只听人声而忽略鼓声)。
时振幅参数化
Let’s do it
1.首先,在野外环境收集声音阶段,你需要慎之又慎,需要你尽可能收集到清晰的声音。(该过程是十分重要的,较高的SNR能帮助你在之后的分析中,减少时间的浪费!)
2.加载相关的包
library(audio)
library(seewave)
library(tuneR)
导入声音(需要区分你的音频文件格式)以及保存声音
主要分为MP3,wav,flac三种格式进行文件的读取
.wav:未压缩格式
.mp3: 有损压缩格式,信息减少。时间,幅度和频率参数可能会受损。
.flac: 无损压缩格式
(建议你选取.wav格式或.flac是一个比较适用于数据分析的文件格式)
readWave()
(当然你如果获得的是一堆音频,可以将其文件名导入至file中,以便后续进行循环计算)
file.name.sum<-dir(“Sample”, pattern=“wav ∣ m p 3 |mp3 ∣mp3”)
最简单的保存方法就是:save